吴晏辰, 王英民

基于Gammatone频率倒谱系数的舰船辐射噪声分析

吴晏辰, 王英民

(西北工业大学 航海学院, 陕西 西安, 710072)

舰船辐射噪声的声学特征提取对目标训练和识别有着重要影响。文中提出一种基于Gammatone频率倒谱系数(GFCC)的特征分析方法: 以目标特征提取方法——Mel频率倒谱系数(MFCC)算法作为比照组, 针对小型低速船只、小型高速船只及大型船只三大类目标, 在2种不同水声环境中提取的5122个样本进行了分类识别比对试验。试验结果表明, 2种算法的目标识别率均大于80%, 且GFCC在海洋复杂声环境中的识别率显著高于MFCC, 并对高频目标更敏感。说明GFCC算法与标准的MFCC算法相比, 在海洋等强干扰环境下具有更好的抗噪性和更高的快速目标识别率。

水下目标识别; 舰船辐射噪声; 特征提取; Gammatone频率倒谱系数; Mel频率倒谱系数

0 引言

水下目标识别是水声工程领域的一个重要分支。按照信号生成方式划分, 水下目标识别通常被分为被动目标辐射噪声识别和主动目标回波识别[1]。与主动声呐相比, 被动声呐具有隐蔽性强的优点。由于辐射噪声的组成主要由舰船机械噪声、螺旋桨噪声和水动力噪声组成, 因此可以借由分析舰船辐射噪声, 利用声源的固有属性来识别噪声。但是, 由于水声目标复杂的发声机理、水下复杂的声信道环境等诸多因素, 基于被动声呐的舰船辐射噪声识别技术一直是声呐领域中的研究重点与难点[2]。

随着神经网络的不断发展, 人工智能在水下目标识别中的应用越来越多。……