船舶及鯨類聲信號特征提取和分類識別研究.pdf

1、水聲信號的分類識別技術(shù)一直是水聲信號處理領(lǐng)域中的重要研究內(nèi)容。水聲信號的分類識別技術(shù)主要是沿著兩個方向不斷發(fā)展進步的，一是特征提取方法的研究；二是模式識別算法的研究即分類器的設(shè)計。特征提取方法研究的主要任務(wù)是研究和選取能表現(xiàn)信號類別的，有效而且穩(wěn)定可靠的特征矢量；而分類器設(shè)計的主要任務(wù)是研究各種分類模型的結(jié)構(gòu)和算法，從而對訓(xùn)練和識別中提取的特征向量做類別匹配，以完成準(zhǔn)確的類別劃分的目的。
　　 本文的研究對象是船舶和鯨類水下聲信

2、號，研究的重點是特征提取方法及分類器設(shè)計。本文對希爾伯特-黃變換理論和小波分析理論及其在船舶和鯨類水下聲信號特征提取中的應(yīng)用進行了較深入的研究；對語音信號處理中的說話人識別技術(shù)進行了深入的研究并將其應(yīng)用到船舶和鯨類水下聲信號的分類識別中。論文的主要內(nèi)容包括：
　　 1、論文首先詳細(xì)的介紹了水聲信號分類識別問題的相關(guān)理論知識，說明了分類識別系統(tǒng)的各個組成部分及其各自的作用。重點分析了現(xiàn)有的特征提取算法及各自的優(yōu)缺點，以及分類器對識

3、別性能的影響。
　　 2、基于小波分析理論在非平穩(wěn)信號分析和處理中的優(yōu)勢，對提取小波域的信號特征方法進行研究。利用小波分析理論中多分辨分析的概念和小波包分解研究了信號不同頻段內(nèi)能量特征的提取算法，給出了特征向量的構(gòu)造方法，討論分析了小波基函數(shù)和小波包分解層數(shù)的變化對分類識別性能的影響。
　　 3、由于希爾伯特.黃變換(HHT)方法自身獨特的特點及其在信號處理各個領(lǐng)域的廣泛應(yīng)用，對希爾伯特-黃變換的思想及其算法進行了研究，

4、將其應(yīng)用到船舶和鯨類水下聲的特征提取中，提取了船舶和鯨類聲信號的希爾伯特譜特征。利用神經(jīng)網(wǎng)絡(luò)分類器對提取的希爾伯特譜特征進行分類。分類結(jié)果表明該方法具有較好的分類識別效果，可以應(yīng)用于船舶和鯨類水下聲的分類識別中。
　　 4、探索將說話人識別技術(shù)應(yīng)用到船舶和鯨類水下聲信號的分類識別中。聲吶員對監(jiān)聽到的各種水下聲信號的識別機理和人對聽到的各種聲音信號的識別理論上是相同的。本文將在語音信號識別中取得滿意效果的基于人耳聽覺特性的的美爾倒

5、譜系數(shù)(MFCC)應(yīng)用于船舶和鯨類水下聲信號的特征提取中，提取了船舶和鯨類聲信號的MFCC語音特征，通過高斯混合模型對提取的語音特征進行訓(xùn)練和識別。討論分析了MFCC維數(shù)的變化和不同MFCC特征的組合對識別性能的影響。
　　 5、研究了本文用到的兩種識別模型，人工神經(jīng)網(wǎng)絡(luò)(ANN)和高斯混合模型(GMM)。詳細(xì)分析了這兩種識別模型各自的特點、理論基礎(chǔ)和算法實現(xiàn)，包括各種參數(shù)的選擇和設(shè)定，并將其應(yīng)用到船舶和鯨類聲信號的分類識別中，

6、實現(xiàn)了有效的特征層識別。
　　 6、通過對實驗數(shù)據(jù)的處理和分類結(jié)果的分析進一步驗證了文中提出的特征提取方法和識別模型的有效性以及對船舶和鯨類聲信號的適用性；并針對在實際應(yīng)用中遇到的問題，包括特征向量維數(shù)的變化及特征向量的不同組合和識別模型各種參數(shù)的選取與設(shè)定等問題進行了分析研究，對各種特征提取方法的識別結(jié)果做了比較和分析。
　　 本文以船舶和鯨類水下聲信號為研究對象，以提高水聲信號被動識別能力為研究目標(biāo)，研究了船舶和鯨類