一种基于双频回波信号特征的水下目标识别方法及系统技术方案

本发明专利技术公开了一种基于双频回波信号特征的水下目标识别方法及系统。所述方法包括：对获取的不同频段的水声目标回波信号数据样本，提取每一个样本的时频特征；将相同目标回波的两个频段的时频特征图分别放入两个通道进行组合，形成双频回波信号的时频特征图；以每一个样本的时频特征作为样本数据，相同目标的水声回波数据样本标注相同的标签，不同目标的水声回波数据样本标注不同标签，形成训练集；以训练集作为卷积神经网络的输入，进行训练，得到基于卷积神经网络的识别模型；利用训练好的识别模型，对经过特征提取的水声回波数据进行目标识别。本发明专利技术识别准确率高，且网络结构简单，参数少，便于应用。便于应用。便于应用。

【技术实现步骤摘要】
一种基于双频回波信号特征的水下目标识别方法及系统


[0001]本专利技术涉及水声信号处理领域，具体涉及一种基于双频回波信号特征的水下目标识别方法及系统，属于水下目标回波信号的识别领域。

技术介绍

[0002]伴随着水声技术的快速发展，水下目标观测数据迅速增长，如何利用观测数据进行水声目标识别一直是水下安全领域的研究热点。如今水声对抗技术不断发展，对抗环境日益复杂。常见的对抗方式就是通过模拟水下目标的回波来干扰对手的目标定位。因此迫切需要寻找一种目标识别方法，来应对各类水下诱饵干扰，进而实现在复杂环境下对水下目标的识别。
[0003]传统的水下目标识别方法通常依赖于浅层学习，如支持向量机模型、高斯混合模型等，适合解决特征提取容易、约束具体的分类问题，对于特征工程较难的数据分类效果不好。此外，浅层学习的参数无法自适应，因此其自纠错能力欠佳。同时目前已有的水下目标识别方法都是基于单一频段的目标回波进行处理，由于缺乏目标体在不同频段下的特征信息，在声诱饵的干扰下，识别效果受到了较大影响。
[0004]因此针对复杂水声环境中声诱饵的干扰需本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双频回波信号差异的水下目标识别方法，其特征在于，包括以下步骤：(1)对获取的不同频段的水声目标回波信号数据样本，提取每一个样本的时频特征；(2)将相同目标回波的两个频段的时频特征图分别放入两个通道进行组合，形成双频回波信号的时频特征图；(3)以每一个样本的时频特征作为样本数据，相同目标的水声回波数据样本标注相同的标签，不同目标的水声回波数据样本标注不同标签，形成训练集；(4)以训练集作为卷积神经网络的输入，进行训练，得到基于卷积神经网络的识别模型；(5)利用训练好的识别模型，对经过特征提取的水声回波数据进行目标识别。2.根据权利要求1所述的方法，其特征在于，利用快速傅里叶变换提取样本的时频特征。3.根据权利要求1所述的方法，其特征在于，双频回波信号的时频特征之间的差异包括远场修正和幅度因子，所述远场修正为其中k为波数，j为虚数单位，r是入射波传播距离；所述幅度因子表示为：其中R为目标体曲面半径，θ为入射信号与目标体夹角。4.根据权利要求1所述的方法，其特征在于，卷积神经网络由两个卷积层、两个池化层加两个全连接层组成，其中池化层的池化方法是最大池化，在最大池化层后设有Dropout层。5.根据权利要求1所述的方法，其特征在于，对卷积神经网络的训练采用线性整流函数ReLU...

【专利技术属性】
技术研发人员：吕曜辉，蔡星星，李兴顺，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：