基于数据增强和时频分离的CNN水声信号目标识别方法

摘要

本发明公开了基于数据增强和时频分离的CNN水声信号目标识别方法，能够提高识别正确率。方案为：获取不同目标类别的水声信号作为样本，分帧得到原始时域信号样本，据此构建训练集和测试集。对原始时域信号样本进行数据增强和扩充。对扩展后原始时域信号样本提取Mel功率谱，采用随机时域掩蔽和频率掩蔽方式进行谱图数据的扩展。对扩展后的Mel功率谱进行标注，并归一化处理，作为待识别水声信号的频谱特征。采用训练集中样本得到的待识别水声信号的频谱特征，进行目标分类模型训练。采用测试集中样本得到的待识别水声信号的频谱特征，输入至训练好的目标分类模型进行分类识别测试，获得训练好的目标分类模型的分类精度。