基于无监督机器学习的前向散射信号检测方法

摘要

当水下入侵物穿过接收器与发射器之间的连线时,将会产生前向散射信号.由于前向散射信号还伴随着强烈的直达波信号,以及动态水体环境对接收信号的影响,使得由前向散射信号引起的声场变化十分微弱,难以进行检测.为了解决这个难题,研究人员提出了诸如匹配滤波,时间反转镜,主分量分析(PCA)等检测和处理方法,并进行了一些实验验证.最近,F.T.Liu等人提出一种叫做孤立森林(Isolation Forest)的无监督机器学习异常检测方法.该方法根据数据的孤立特征对异常数据进行检测,而不依靠概率统计信息.入侵物产生的前向散射信号所引起的声场变化相对直达波而言可以看作是一种异常,因此前向散射信号的检测问题可以看作一种异常检测问题进行处理.