【技术实现步骤摘要】
鲸豚类Click类叫声与传统声呐信号分类方法及装置
本专利技术属于海洋应用声学领域,特别是鲸豚类Click类叫声脉冲与传统声呐信号的分类方法及装置。
技术介绍
在海洋被动声学监测以及水下声呐探测或水下声学通信中,鲸豚类Click类叫声脉冲信号与传统声呐信号极易同时出现在同一海域,且一同被声学监测网络或声呐接收设备接收和记录。其中,传统声呐信号主要包括单频脉冲(ContinuousWave,简称CW)信号、线性调频脉冲(LinearFrequencyModulation,简称LFM)信号和双曲调频脉冲(HyperbolicFrequencyModulation,简称HFM)信号。将被接收和记录的声音中的鲸豚类Click类叫声脉冲信号与传统声呐信号(CW信号、LFM信号和HFM信号)进行有效识别与分类,对提高被动声学监测网络的监测准确性、稳定性以及提高人工声呐系统探测的准确性,水声通信系统的可靠性,都具有十分重要的作用。目前的水声信号识别和分类,仍主要是采用人工分类的方法,通过倾听和借助分析工具观察信号波形和信号的频谱特征实现信号分类,该方法主观性强,分类正确率波动大。此外,随着被动声学监测网络规模增大,人工声呐阵列化以及水下通信结构的复杂化,要处理的数据量持续增大,使用人工分类的方法将难以确保数据的实时性和准确性。而目前已有的水下声音信号自动分类方法,难以准确提取信号特征,分类正确率较低,且难以适应复杂多变的海洋环境。
技术实现思路
为克服现有技术的不足,本专利技术旨在提出新的水下声音信号的人工分类方法,分类结果稳定、工作量小、主观性强弱,同时特征提取准确、分类 ...
【技术保护点】
1.一种鲸豚类Click类叫声脉冲与传统声呐信号分类装置,其特征是,包括三个子系统:信号预处理子系统,信号时频特征提取子系统和信号时频特征分类子系统;其中,信号预处理子系统包括:水听器、声音存储介质、声音去噪模块和端点检测模块;信号时频特征提取子系统包括信号短时傅里叶变换预处理模块,信号时频轮廓提取模块,信号时频轮廓曲线拟合和信号时频特征提取模块,信号预处理子系统可依托于DSP(Digital Signal Processing)芯片、现场可编程门阵列FPGA(Field‑Programmable Gate Array)芯片或进阶精简指令集机器ARM(Advanced RISC Machine)架构处理器硬件平台实现;时频特征分类子系统包括信号时频特征输入模块,分类器训练模块,分类器分类模块和分类结果显示模块,时频特征分类子系统可依托于DSP芯片、FPGA芯片或ARM架构处理器硬件平台实现;水听器采集或者计算机存储介质存储的可能含有鲸豚类Click类叫声脉冲信号与传统声呐信号的声音,首先经过声音去噪模块得到去噪后的声音信号,经过端点检测模块,提取出含有鲸豚类Click类叫声脉冲信号与传 ...
【技术特征摘要】
1.一种鲸豚类Click类叫声脉冲与传统声呐信号分类装置,其特征是,包括三个子系统:信号预处理子系统,信号时频特征提取子系统和信号时频特征分类子系统;其中,信号预处理子系统包括:水听器、声音存储介质、声音去噪模块和端点检测模块;信号时频特征提取子系统包括信号短时傅里叶变换预处理模块,信号时频轮廓提取模块,信号时频轮廓曲线拟合和信号时频特征提取模块,信号预处理子系统可依托于DSP(DigitalSignalProcessing)芯片、现场可编程门阵列FPGA(Field-ProgrammableGateArray)芯片或进阶精简指令集机器ARM(AdvancedRISCMachine)架构处理器硬件平台实现;时频特征分类子系统包括信号时频特征输入模块,分类器训练模块,分类器分类模块和分类结果显示模块,时频特征分类子系统可依托于DSP芯片、FPGA芯片或ARM架构处理器硬件平台实现;水听器采集或者计算机存储介质存储的可能含有鲸豚类Click类叫声脉冲信号与传统声呐信号的声音,首先经过声音去噪模块得到去噪后的声音信号,经过端点检测模块,提取出含有鲸豚类Click类叫声脉冲信号与传统声呐信号的特征帧;进一步地,特征帧经过短时傅里叶变换,得到短时傅里叶变换系数矩阵;短时傅里叶变换系数矩阵所有系数取绝对值后,得到绝对值系数矩阵;绝对值矩阵首先经过信号时频轮廓提取模块,得到信号时频轮廓;进一步地,经过信号时频轮廓曲线拟合和信号时频特征提取模块,得到信号时频特征向量;进一步地,时频特征向量被送入先前已训练过的分类器分类模块后,分类器分类模块对特征向量进行分类,输出分类结果经分类结果显示模块显示。2.如权利要求1所述的鲸豚类Click类叫声脉冲与传统声呐信号分类装置,其特征是,分类器采用BP(BackPropagation)神经网络分类器。3.一种鲸豚类Click类叫声脉冲与传统声呐信号分类方法,其特征是,对每一个经过如权利要求1所述的信号预处理子系统得到的信号特征帧,首先进行短时傅里叶变换,得到短时傅里叶变换系数矩阵F(m,f);其中x(n)为信号特征帧,w(n)为窗函数,其可以沿信号时间轴移动,窗函数的移动距离由m确定,f代表表示频率,其中函数类型、窗函数宽度、移动步长等参数可以根据待分类信号的实际长度和采样率确定;进一步地,按照式(2)对F(m,f)取绝对值得到信号的短时傅里叶变换绝对值矩阵X(m,f);X(m,f)=|F(m,f)|(2)进一...
【专利技术属性】
技术研发人员:蒋佳佳,卜令冉,段发阶,王宪全,孙中波,李春月,马世雄,邓澈,党文杰,刘晗,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。