[发明专利]一种水声目标辐射噪声的线谱时间累积特征提取方法

摘要

本发明公开了一种水声目标辐射噪声的线谱时间累积特征提取方法，所述方法提出利用线谱时间累积特征LOFAR图进行特征提取，通过对声纳信号和信息的时序分析，采用稳定线谱判定、相关性检测、线谱漂移检测等处理方法，挖掘和提取与目标行为等有关的特征信息。相比单次提取线谱特征方法，利用线谱时间累积特征可以将目标的某些特征在时间上加以累积和延续，借此反映这些特征在时间上的变化情况，从而可以使目标的稳态特征更加稳定和可靠，也可以从中提取出目标的动态特征和瞬态特征，为目标的分类识别提供依据。

主权项

1.一种水声目标辐射噪声的线谱时间累积特征提取方法，其特征在于：对水声目标辐射噪声信号进行短时傅立叶变换，获取线谱时间累积特征图，通过对声纳信号和信息的时序分析，提取目标线谱数和线谱漂移特征，包括如下过程：A.获取线谱时间累积特征图A1设由水听器采集水声目标辐射噪声信号序列为s(n)，n＝0，1，..，N-1，辐射噪声信号序列的采样频率为f_s，N≥f_s，对数据进行标准化处理，E{s(n)}是s(n)的均值，Std{s(n)}是s(n)的标准差；A2通过带通滤波器，对s₁(n)进行带通滤波，得到带通信号s₂(n)；A3对s₂(n)进行短时傅立叶变换，得到线谱时间累积特征LOFAR图S(i，j)，其中i＝1，2，…，M，M为时间离散点数，j＝1，2，…，N，N为频域离散点数；B.提取稳定线谱数采用统计的方法从线谱时间累积特征LOFAR图S(i，j)中提取线谱数，消除随机噪声的干扰，得到可靠和稳定的线谱数：B1.对S(i，j)进行时间累积，得到直方图线谱Z={zj}=Σi=1WideS(i,j),]]>j＝0，1，2，…，N其中z_j为第j个频点的直方图线谱幅度，Wide为时间离散点数，N为频域离散点数；B2.设定线谱判决门限gate，gate的取值为直方图幅度均值的三倍；B3.对于线谱第j点，如果z_j≥gate，则线谱数加1，h_j＝1；反之，如果z_j＜gate，则h_j＝0；B4.得到稳定线谱分布xp＝{h_j}，j＝1，2，…，N，N为频域离散点数；C.相关性检测采用相关性检测，对得到的稳定线谱分布中存在的非目标线谱加以排除，以获取目标线谱数目：C1.计算原始功率谱序列E＝S²(i，j)＝{w_ij}，i＝1，2，…，Wide，j＝1，2，…，N，其中Wide为时间离散点数，N为频域离散点数；C2.已得的稳定线谱中第k条线谱在时刻i的功率为其中s，l为功率求和范围，则第k条线谱的功率序列W_k为W_k＝[w_k(1)，…，w_k(Wide)]，k＝1，2，…，N其中Wide为时间离散点数，N为频域离散点数；C3.计算线谱功率序列两两间的功率序列相关性：均值mk=1WideΣi=1Widewk(i)]]>方差σk2=1Wide-1Σi=1Wide(wk(i)-mk)2]]>协方差Ck1k2=1Wide-1Σi=1Wide(wk1(i)-mk1)(wk2(i)-mk2)]]>相关系数ρk1k2=Ck1k2σk1σk2]]>其中Wide为时间离散点数，如果两个线谱功率序列的相关系数大于0.5，则认为是同类型线谱；C4.判断是否为目标线谱。设置门限gate1，gate1为0.6，为当功率序列的方差大于gate1，才认为是目标线谱；C5.目标线谱的赋值，将目标线谱位置赋值为1，其余位置为0；目标线谱频谱分布j＝1，2，…，N，其中Wide为时间离散点数，N为频域离散点数；D.线谱漂移检测通过分析线谱的漂移规律，得出目标的运动特征信息：D1.计算i时刻的目标线谱分布：第i个时刻的目标线谱分布H_i＝S(i，j)×xp′，i＝1，2，…，Wide，j＝1，2，…，N，其中Wide为时间离散点数，N为频域离散点数；D2.计算二维目标线谱分布：XP＝[H₁，H₂，...，H_Wide]＝{h_ij}，i＝1，2，…，Wide，j＝0，1，2，…，N其中Wide为时间离散点数，N为频域离散点数；D3.去噪：当h_ij＝1，2≤i≤Wide-1时，则判断和是否为0，如果为0，则h_ij＝0，其中w为搜索范围，Wide为时间离散点数，N为频域离散点数；D 4.寻找线谱中心点：对于i时刻的目标线谱分布H_i的值，如果出现连续的1，则将线谱标志归并到中心点，并赋值为1，其余点赋值为0；D 5.进行漂移搜索从时刻1的h_1j＝1，开始搜索。依次在后续第2，3，…，Wide时段的频谱上，在限定的频谱宽度[-w，w]范围内搜索，假定上次的线谱存在的位置为j，如果在[-w，w]内搜索到有h_i(j-k)＝1，k≤w，记录下位置j′＝j-k，并统计搜索到的次数；否则，j′＝j，在下一时刻的频谱上继续搜索，直至搜索到最后一个时刻。