基于交叉注意力特征融合的水声信号识别方法技术

本发明专利技术提供了基于交叉注意力特征融合的水声信号识别方法，属于水声信号处理技术领域；在降噪模块中，本发明专利技术利用双分支的结构分别处理幅度和相位信息，并且采用信息交互模式，让幅度或者相位处理过程中能利用另外一路的信息作为参考，从而改进特征的表示能力；使用特征融合模块动态融合降噪模块得到的幅度和相位信息，解决了仅使用幅度信息而忽略相位特征的问题，在显著降低信息损失的同时增强了系统的鲁棒性；在识别模块中，本发明专利技术设计了一个特征提取模块，利用TF‑transformer分别处理时间和频率维度，通过捕获这两者的全局依赖关系来建模语音的时频分布特性。

【技术实现步骤摘要】

本专利技术属于水声信号处理，具体涉及一种基于交叉注意力特征融合的水声信号识别方法。

技术介绍

1、被动声呐系统具有对水中舰船等目标进行远程监测、定位、跟踪和识别的功能。特别是，通过接收目标船只自身发出的辐射噪声信号，被动声呐可以实现目标识别。水声目标识别技术通过分析水声信号的特征来判别目标个体，是实现其他水下装备智能化的关键技术之一，也是水声工程领域的重要研究方向。在实际的海洋环境中，采取水下目标信号时，水听器不可避免地会受到水下环境噪声的干扰，如风、雨以及海洋生物发出的声波，导致信号在到达检测系统时具有相对较低的信噪比。这对目标信号的精细分析和处理提出了巨大挑战，从而导致水声信号识别性能大幅下降。

2、近年来，研究人员从多个角度优化水声信号识别的准确率，其中包括提升信噪比和优化网络模型的方式。一种常见的策略是将音频降噪前端集成到目标识别系统中，旨在通过预处理低信噪比的音频信号，提升信噪比以改善目标音频的质量，从而提高目标识别的准确性。降噪前端算法通常包括维纳滤波、谱减法以及基于深度学习的降噪算法，它们通过不同的方法在时域和时频域上对信号进行处本文档来自技高网...

【技术保护点】

1.一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，包括：

2.如权利要求1所述的一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，将水声信号转换为频谱图数据D时，水声信号被分割成多个时间段；利用傅里叶变换对分割后水声信号进行处理，从而得到频谱图；其中，变量T表示时间步长，F表示频率带的数量，即频谱图沿频率轴划分的频带或频点数量，每个频带表示信号在设定频率范围内的能量或幅度信息；变量2代表信号的实部和虚部。

3.如权利要求1或2所述的一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，在所述编码器中，幅度分支由两个卷积层和两个激活函数组成，...

【技术特征摘要】

1.一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，包括：

2.如权利要求1所述的一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，将水声信号转换为频谱图数据d时，水声信号被分割成多个时间段；利用傅里叶变换对分割后水声信号进行处理，从而得到频谱图；其中，变量t表示时间步长，f表示频率带的数量，即频谱图沿频率轴划分的频带或频点数量，每个频带表示信号在设定频率范围内的能量或幅度信息；变量2代表信号的实部和虚部。

3.如权利要求1或2所述的一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，在所述编码器中，幅度分支由两个卷积层和两个激活函数组成，所述频谱图数据d1首先经过第一个卷积层和第一个relu激活函数处理，再经过第二个卷积层和第二个relu激活函数处理得到特征a1；相位分支由两个卷积层组成，所述频谱图数据d2依次经过两个卷积层处理得到特征p1。

4.如权利要求3所述的一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，在所述信息交流部分的幅度分支，特征a1依次经过三个卷积层处理，其中每个卷积层后都接有批归一化层bn和relu激活函数，最后得到特征a2；在相位分支，特征p1先经过线性归一化处理，然后依次经过两个卷积层处理得到特征p2；

5.如权利要求4所述的一种基于交叉注意力特征融合的水声信号识别方法，其特征在于，在所述解码器部分中，特征a4依次经过卷积层、整形层和三个全连接层fc得到特征a5；其中卷积层之后连接的激活函数为sigmoid激活函数...

【专利技术属性】
技术研发人员：陈德胜，高威，刘一宁，张君慧，张宪大，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：