[发明专利]一种舰船辐射噪声的GDWC听觉特征提取方法

说明书

本发明涉及一种舰船目标辐射噪声的GDWC听觉特征提取方法，通过分析模拟人耳对声音的处理过程，选取Gammatone听觉滤波器组来模拟人耳耳蜗基底膜对声音信号的频率选择特性，并且结合离散小波变换保留了局部细节特征，从而提出一种基于GDWC听觉特征的舰船目标辐射噪声识别方法。相较于MFCC听觉特征所使用的梅尔听觉滤波器组，GDWC听觉特征所使用的Gammatone听觉滤波器组具有更加良好地对人耳耳蜗基底膜的非线性频率滤波特性的模拟效果。GDWC听觉特征具有十分良好的对不同舰船目标的识别效果以及优异的抵抗噪声干扰能力，在实际情况中可以发挥出十分重要的应用价值。

技术领域

本发明属于舰船噪声特征提取领域，特别涉及一种舰船目标辐射噪声的GDWC听觉特征提取方法。

背景技术

由于海上防御和反潜作战需求的不断提高，通过提取舰船目标辐射噪声的有效特征来快速有效地识别海洋中不同的舰船目标已经成为水声领域的一项关键技术，极大地关系到我方海军舰艇的生存以及技战术的制定，同时也是实现水下武器系统智能化、现代化发展的关键之举。

舰船目标在海洋中航行时，由于其本身的运动以及机械装置的运转，将会不可避免地不间断地向周围辐射噪声，同时舰船目标船体与海水之间的相互作用也会产生随机噪声。海洋中舰船目标的种类、航速、吨位各有不同，各自的机械结构的复杂程度也存在着或多或少的差异，而这些差异性也都将在一定程度上引起其辐射噪声在时域、频域等方面的差异性。

声音信号作为一种机械纵波，在水下传输的信号衰减要比电磁波的信号衰减小得多，传输距离相比而言也要远得多，其传播距离可以达到几百米甚至几十千米，利用舰船辐射噪声来识别不同目标的方法既可以识别水面上的舰船目标，同时也可以识别水下的潜艇、鱼雷等目标。对舰船目标识别的关键在于提取出能够准确地区分不同舰船目标辐射噪声的有效特征。

水中舰船目标的辐射噪声复杂多变，其声学特征也多种多样。因此，在很长的一段时间里，实际的海洋作战环境中，为了能够获得稳定的有效的舰船目标辐射噪声的特征，往往还是需要声呐兵依据舰船目标辐射噪声的节奏、起伏、音色等听觉特征来对不同的舰船目标进行进一步的识别。

人耳的听觉系统具有“鸡尾酒会现象”，即人耳的听觉系统在十分喧闹的环境中，仍然可以不受到其他噪声源的干扰，从而可以有效地跟踪并集中注意力在某一个所感兴趣的声音上。这是在长期地进化过程中，人耳所独具的一项能力。而在很多情况下，人耳的听觉系统的这种卓越的声音识别效果，是现有的机器识别方法所无法达到的。在对水中声音目标的听觉感知机理建模的过程中，对非线性的类人耳耳蜗基底膜的滤波器组的研究将会是一个十分重要的关键技术，这将为对水中声音目标的识别，特别是对舰船目标辐射噪声的识别，提供巨大的帮助。

现有文献及研究中，常用的舰船目标辐射噪声特征提取方法为LOFAR谱特征分析、DEMON谱特征分析等时频分析方法。而在一部分使用听觉模型提取舰船目标辐射噪声特征的方法中采用的是舰船目标辐射噪声的MFCC听觉特征，使用梅尔听觉滤波器组来模拟人耳的听觉感知特性。

目前常用的方法有LOFAR谱特征分析、DEMON谱特征分析以及MFCC特征分析等。上海交通大学的嵇绍岭、丛丰裕等人曾在《数据采集与处理》期刊上发表论文《水下目标信号的Lofar谱图特征的主分量分析研究》，提出一种结合LOFAR谱图特征和主分量分析的舰船目标辐射噪声信号的特征处理方法。东南大学的饶柏斌和罗昕炜曾在2019年的中国声学学会水声学分会上提出一种基于调制频段补偿的宽带解调方法，从而改善了DEMON谱的质量，提高了DEMON谱分析的性能。

然而常用的LOFAR谱特征分析、DEMON谱特征分析等传统的时频分析方法的识别率较低，往往还是需要声呐兵依据舰船目标辐射噪声的节奏、起伏、音色等听觉特征来对不同的舰船目标进行进一步的识别。

具体来说现有技术所存在不足和缺陷为：