一种用于分类识别的线谱增强及特征提取方法技术

本发明专利技术属于声信号处理技术领域，具体涉及一种用于分类识别的线谱增强及特征提取方法。本发明专利技术的方法主要包括、获取船舶噪声信号，并通过短时傅里叶变换得到LOFAR谱；从LOFAR谱中提取线谱，同时保留连续谱；放大提取的线谱的声级，获得增强线谱；将保留的连续谱与增强线谱合并；采用深度神经网络技术对获得的线谱增强的LOFAR谱进行特征提取，用于分类识别。本发明专利技术的有益效果是：可以实现在较低信噪比条件下多根频率线谱的检测和增强，并且保留连续谱的信息，提高识别率。

A method of line spectrum enhancement and feature extraction for classification and recognition

【技术实现步骤摘要】
一种用于分类识别的线谱增强及特征提取方法
本专利技术属于声信号处理
，具体涉及一种用于分类识别的线谱增强及特征提取方法。
技术介绍
水下声音目标的被动探测和识别领域中，利用舰船辐射噪声对舰船类型进行识别是十分常见的。舰船辐射噪声通常由机械噪声，螺旋桨噪声和水动力噪声三部分构成，前两种信号是噪声的线谱和连续谱的主要来源。其中线谱由于具有较高的信噪比，并且携带着声源特征信息，而被广泛研究和应用。但是目前的识别方法中，因为连续谱信息缺乏较为明确的统计学特征，因此只聚焦于对于线谱的提取，通过线谱特征完成目标识别，而忽略了噪声连续谱的信息。
技术实现思路
本专利技术针对现有技术的不足，提出了一种新的用于分类识别的线谱增强及特征提取方法，可以实现在较低信噪比条件下多根频率线谱的检测和增强，并且保留连续谱的信息，通过深度神经网络强大的特征提取能力提取增强线谱和连续谱中的特征，作为分类识别的依据。本专利技术的技术方案为：一种用于分类识别的线谱增强及特征提取方法，如图1所示，包括以下步骤：S1、获取船舶噪声信号，本文档来自技高网...

【技术保护点】
1.一种用于分类识别的线谱增强及特征提取方法，其特征在于，包括以下步骤：/nS1、获取船舶噪声信号，并通过短时傅里叶变换得到LOFAR谱；/nS2、从LOFAR谱中提取线谱，同时保留连续谱；/nS3、放大提取的线谱的声级，获得增强线谱；/nS4、将保留的连续谱与增强线谱合并，具体为：增强线谱为计数值图，根据短时傅里叶变换所得到的频率分辨率计算图谱真实频点值，与步骤S1得到的LOFAR谱中的频点对应，将对应时频点的幅值相加，获得线谱增强的LOFAR谱；/nS5、采用深度神经网络技术对获得的线谱增强的LOFAR谱进行特征提取，用于分类识别。/n

【技术特征摘要】
1.一种用于分类识别的线谱增强及特征提取方法，其特征在于，包括以下步骤：
S1、获取船舶噪声信号，并通过短时傅里叶变换得到LOFAR谱；
S2、从LOFAR谱中提取线谱，同时保留连续谱；
S3、放大提取的线谱的声级，获得增强线谱；
S4、将保留的连续谱与增强线谱合并，具体为：增强线谱为计数值图，根据短时傅里叶变换所得到的频率分辨率计算图谱真实频点值，与步骤S1得到的LOFAR谱中的频点对应，将对应时频点的幅值相加，获得线谱增强的LOFAR谱；
S5、采用深度神经网络技术对获得的线谱增强的LOFAR谱进行特征提取，用于分类识别。


2.根据权利要求1所述的一种用于分类识别的线谱增强及特征提取方法，其特征在于，步骤S2中提取线谱的具体方法为：
对LOFAR谱，定义时间轴长度为N，起点为t1，终点为tN，频率轴的长度为M，起点为f1，终点为fN，定义Pij表示时间轴上第i行，频率轴上第j列的像素点，定义表示观测窗口内从t1到点Pij...

【专利技术属性】
技术研发人员：陈劼，张健，刘洁，韩冰，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51