基于STFT变换和Gabor滤波的船舶辐射噪声张量特征提取

摘要：

声呐接收到的被动目标辐射噪声进行特征提取是目前进行水声被动目标识别的关键步骤之一,国内外科研人员对此展开了广泛深入的研究,但由于水声环境的复杂性以及水声对抗技术的不断发展,传统的时域、频域、时频域特征提取方法逐渐突显出了其局限性,亟需新的特征提取与目标识别方法.
人耳听觉系统在复杂水声环境下表现出的优良性能,使得基于听觉感知的识别模型成为水下目标识别领域的研究热点.吴姚振基于听觉滤波提出了一种能够有效提高水下目标识别的准确率的特征提取方法;王磊等人利用听觉外周模型对水中目标进行特征提取,实验验证该模型具有较强的噪声抑制能力;李秀坤等人利用听觉时-频特征和听觉谱特征,对目标回波和混响实现了有效的区分.不过这些研究并没有应用到大脑在听觉感知形成过程中得到的高维度特征,一般在特征形成过程中需要降维处理.近年来随着计算技术的发展,利用张量进行高维特征表征的研究不断深入.目前,张量及张量分解在图像识别,语音信号处理和医学等领域中得到了广泛的应用.杨立东通过构建语音命令张量,获得了高达95％的平均识别率;吴强通过构建时间、频率、尺度和相位的高维张量结构,提高了噪声环境下语音识别系统的性能;樊帆提出的声矢量传感器阵列直接张量分解的多重信号分类算法以及协方差张量分解MUSIC算法,也证明了张量能够更好地利用高维结构数据信息.

资助基金：国家自然科学基金资助项目61471378

在线出版日期：2020-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：96-98