一种船舶辐射噪声分类的方法和装置制造方法及图纸

本发明专利技术涉及音频分类领域，特别是涉及一种船舶辐射噪声分类的方法和装置。主要包括：提取船舶辐射噪声信号中的特征，选取对分类的重要性较高的特征进行赋权；将赋权后的特征传入神经网络分类模型中进行分类，其中，所述神经网络分类模型包括一个卷积神经网络和一个带有注意力机制的双向长短记忆网络。本发明专利技术可以通过筛选和注意力机制筛选出对分类准确率影响较大的特征，排除干扰特征，实现在各类场景下船舶辐射噪声的分类，有效提高准确率。有效提高准确率。有效提高准确率。

【技术实现步骤摘要】
一种船舶辐射噪声分类的方法和装置


[0001]本专利技术涉及音频分类领域，特别是涉及一种船舶辐射噪声分类的方法和装置。

技术介绍

[0002]船舶辐射噪声是指船舶搭载的机械设备和推进装置等产生并传播到水中的噪声。利用船舶辐射噪声对舰船目标进行识别和分类，实现对某些特定海域全天候监控，对于海军舰艇的生存和作战至关重要。
[0003]利用声呐采集和获取水声信号，对声呐数据进行处理，是进行水下目标识别的重点研究方式。从工作原理上，声呐可以分为主动声呐和被动声呐，其中被动声呐是利用灵敏的接受系统，来采集水流、鱼类、舰船等水中目标在水中运动时产生的辐射噪声，广泛应用于军用舰船尤其是潜艇中。水下目标识别领域中大多数情况下使用被动声呐采集的水信号，完成对目标的识别。
[0004]水声辐射噪声的人工特征提取，包括运用DEMON谱分析、小波变换、时频分析、希尔伯特黄变换等数据处理方式，从舰船辐射噪声中提取包括轴频、叶片数、功谱率、线谱频率、波形特征、高阶积累量、听觉感知特征、瞬时频率等各种声学特征。然而，仅采用提取人工特征，难以避免信息特征的丢失本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种船舶辐射噪声分类的方法，其特征在于，具体包括：提取船舶辐射噪声信号中的特征，选取对分类的重要性较高的特征进行赋权；将赋权后的特征传入神经网络分类模型中进行分类，其中，所述神经网络分类模型包括一个卷积神经网络和一个带有注意力机制的双向长短记忆网络。2.根据权利要求1所述的船舶辐射噪声分类的方法，其特征在于，所述提取船舶辐射噪声信号中的特征，具体包括：获取船舶辐射的原始辐射噪声信号，对原始辐射噪声信号进行预处理获取倒谱系数，其中，原始辐射噪声信号的声谱包括宽带连续谱和一簇线谱；根据倒谱系数提取原始辐射噪声信号的低级描述特征，并在低级描述特征基础上获取高级描述特征。3.根据权利要求2所述的船舶辐射噪声分类的方法，其特征在于，所述对原始辐射噪声信号进行预处理获取倒谱系数，具体包括：按照预设的时间窗对原始辐射噪声信号进行划分，得到多帧信号，并获取每帧信号的功率谱；按照时间序列将多帧信号的功率谱整合成功率谱序列，对功率谱序列进行滤波得到输出能量，对输出能量取对数获取对数频谱；将对数频谱进行离散余弦变换，获取噪声信号的倒谱系数。4.根据权利要求2所述的船舶辐射噪声分类的方法，其特征在于，所述根据倒谱系数提取原始辐射噪声信号的低级描述特征，并在低级描述特征基础上获取高级描述特征，具体包括：根据倒谱系数，分别对每帧噪声信号提取各维度的低级描述特征；对低级描述特征进行统计学计算，获取每个低级描述特征不同维度的高级描述特征。5.根据权利要求4所述的船舶辐射噪声分类的方法，其特征在于，所述分别对每帧噪声信号提取各维度的低级描述特征，当低级描述特征的维度是声频系统冲激响应的倒谱系数时，具体包括：对辐射噪声信号进行同态处理，对同态处理后的信号进行滤波，滤波后得到声频系统冲激响应的倒谱系数。6.根据权利要求1所述的船舶辐射噪声分类...

【专利技术属性】
技术研发人员：何静如，周倜，张剑，王元斌，
申请(专利权)人：中国船舶集团有限公司第七〇九研究所，
类型：发明
国别省市：