基于听觉特征的水中目标辐射噪声特征提取

摘要

目标的自动识别是人们在水下运作的关键技术,而水中目标辐射噪声特征提取技术又是其中的关键,因此,研究水中目标的辐射噪声特征提取技术具有重要意义。
　　矢量水听器既可以获得声压信息又可以获得质点振速信息,并且具有良好的抗各向同性噪声的能力。舰船上的声呐员通过听测可以辨别出水下目标,但是会受到外界环境和心理因素等的干扰,会导致判断不准确,因此将矢量水听器和听觉特征提取技术结合起来使用是有意义的。
　　本文主要工作如下:
　　1、分析水中航行体辐射噪声声学特性,对水中目标标量信号和矢量信号进行了建模及仿真。
　　2、基于小波包能量水中目标信号特征提取。介绍小波包和小波包能量特征提取的相关理论。对水中目标信号进行了小波包能量特征提取方法仿真研究和实验分析。
　　3、基于MFCC水中目标信号特征提取。提出了水中目标Mel频率倒谱系数(MFCC)特征提取方法,介绍了差分Mel频率倒谱系数的概念和相应的特征提取方法。对水中目标信号进行了基于MFCC特征提取方法仿真研究和实验分析。
　　4、基于Moore特性响度和PCA特征提取。阐述Moore响度模型和主成分分析(PCA)的相关理论。对水中目标信号进行了基于Moore特性响度和PCA特征提取进行了仿真研究和实验分析。
　　5、介绍BP神经网络模型及其设计的一般原则,用BP神经网络分类器对以上章节的特征提取结果进行分类研究,提出MFCC优化方法和改进方法。
　　本文旨在通过以上研究,研究基于声矢量信号的听觉特征提取方法对水声目标分类的可行性,以用于现代低信噪比环境的目标识别。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 论文研究目的及意义

1.2 水声目标特征提取技术

1.3 听觉特征提取研究现状

1.4 本文的主要工作

第2章 水中目标标量信号和矢量信号建模

2.1 声矢量信号的时域模型

2.2 水中航行体辐射噪声的声学特性分析

2.3 水中航行体稳态航行阶段的声矢量信号建模及仿真

2.4 水中航行体变速航行阶段的声矢量信号建模及仿真

2.5 本章小结

第3章 基于小波包能量的水中目标信号特征提取

3.1 小波包的定义及基本性质

3.2 小波包的子空间分解

3.3 小波的选择

3.4 小波包能量特征提取方法研究

3.5 小波包能量特征提取方法仿真研究

3.6 小波包能量特征提取方法实验分析

3.7 本章小结

第4章 基于MFCC的水中目标信号特征提取

4.1 倒谱

4.2 Mel频率

4.3 短时分析技术简介

4.4 Mel频率倒谱系数(MFCC)

4.5 差分Mel频率倒谱系数

4.6 基于MFCC特征提取方法仿真研究

4.7 基于MFCC特征提取方法实验分析

4.8 本章小结

第5章 基于Moore响度模型的水中目标信号特征提取

5.1 人耳机理简介

5.2 响度级和响度

5.3 Moore响度模型研究

5.4 主成分分析(PCA)方法

5.5 基于Moore特性响度和PCA特征提取方法仿真研究

5.6 本章小结

第6章 基于BP神经网络的水中目标识别

6.1 引言

6.2 BP神经网络模型及其设计的一般原则

6.3 分类识别结果分析

6.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢

附录