基于微多普勒特征的水下目标识别方法技术

本发明专利技术提出一种基于微多普勒特征的水下目标识别方法，主要包括水下目标回波高分辨率微多普勒时频图的获取、采用深度卷积生成对抗网络对时频图样本进行数据增强、选择深度神经网络对样本数据集进行学习、通过计算机仿真生成水下目标的声纳回波信号对所提出的方法进行评估，验证其在水下目标识别中的有效性。本发明专利技术通过基于压缩感知的高分辨率时频分析，提高时频图的分辨率，能够更有效地提取出水下目标的微多普勒特征，并对时频图样本进行数据增强后用于神经网络的训练，实现对水下目标识别的目的。

【技术实现步骤摘要】
基于微多普勒特征的水下目标识别方法
本专利技术属于水声探测领域，具体涉及一种基于微多普勒特征的水下目标识别方法。
技术介绍
美国海军研究实验室(NavyResearchLaboratory)的VictorC.Chen最早将微动和微多普勒的概念引入到雷达观测领域，开创了基于微多普勒特征的雷达目标检测识别新领域。通常，目标除质心平动以外的振动、转动等都称为微动，它作为运动目标的一种固有特性而普遍存在，例如弹道导弹中段的进动、直升机旋翼的转动、履带式车辆轮子滚动等。微动会使得雷达信号的多普勒频移上产生额外的频率调制，被称为微多普勒效应，它与目标本身的微动直接相关，且不容易被模拟，因此可以用于对目标的精细特征识别。目前，经过无数科研工作者的多年研究，雷达领域中已经形成了一套较完善的微多普勒理论分析体系，并且在飞行器分类、人体行走和鸟类飞行姿态识别等领域中已经发展到实际应用阶段。电磁波在水中穿透能力有限、频率高且衰减快，而低频的声信号具有良好的传播特性，所以声信号是在水中进行探测识别的重要手段。然而，在水下环境中，目前还没有基于声纳回波信号的微多本文档来自技高网...

【技术保护点】
1.一种基于微多普勒特征的水下目标识别方法，其特征在于，包括以下步骤：/n步骤1：构建用于训练的样本数据集；/n所述样本数据集包括只包含微多普勒频移的水下目标回波信号的时频图和不包含微多普勒频移的水下回波信号的时频图；/n其中，通过对从只包含微多普勒频移的水下目标回波信号中提取的微多普勒复包络信号进行基于压缩感知的时频分析，得到所述只包含微多普勒频移的水下目标回波信号的时频图；/n步骤2：建立深度神经网络模型，利用步骤1得到的样本数据集进行训练；深度神经网络模型的输入是信号时频图，输出是信号为水下目标回波信号的置信度；/n步骤3：对于实际采集的水下回波信号，获取该信号的时频图，再将时频图输入步...

【技术特征摘要】
1.一种基于微多普勒特征的水下目标识别方法，其特征在于，包括以下步骤：
步骤1：构建用于训练的样本数据集；
所述样本数据集包括只包含微多普勒频移的水下目标回波信号的时频图和不包含微多普勒频移的水下回波信号的时频图；
其中，通过对从只包含微多普勒频移的水下目标回波信号中提取的微多普勒复包络信号进行基于压缩感知的时频分析，得到所述只包含微多普勒频移的水下目标回波信号的时频图；
步骤2：建立深度神经网络模型，利用步骤1得到的样本数据集进行训练；深度神经网络模型的输入是信号时频图，输出是信号为水下目标回波信号的置信度；
步骤3：对于实际采集的水下回波信号，获取该信号的时频图，再将时频图输入步骤2训练完成的深度神经网络模型，得到实际采集的水下回波信号为水下目标回波信号的置信度。


2.根据权利要求1所述一种基于微多普勒特征的水下目标识别方法，其特征在于，步骤1构建样本数据集时，只包含微多普勒频移的水下目标回波信号通过以下方式得到：
通过声纳探测设备接收经过水下目标频率调制后的回波信号，并经过多普勒估计和降采样的方式去除回波信号中的多普勒频移，得到只包含微多普勒频移的水下目标回波信号。


3.根据权利要求1所述一种基于微多普勒特征的水下目标识别方法，其特征在于，步骤1构建样本数据集时，对所述只包含微多普勒频移的水下目标回波信号的时频图，采用深度卷积生成对抗网络进行数据增强：通过深度卷积生成对抗网络学习已获得的所述只包含微多普勒频移的水下目标回波信号的时频图的数据分布，生成相应的时频图数据，用于扩充样本数据集。


4.根据权利要求1所述一种基于微多普勒特征的水下目标识别方法，其特征在于，步骤1中，采用正交解调...

【专利技术属性】
技术研发人员：张群飞，胡亚寒，崔晓东，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61