水下被動目標(biāo)語音特征和分形特征提取研究.pdf

1、特征提取是水下被動目標(biāo)識別的關(guān)鍵環(huán)節(jié)，由于海洋環(huán)境的復(fù)雜性和水聲信道的特殊性，要從艦船輻射噪聲信號中抽取一種既能反映目標(biāo)本質(zhì)特征，又能滿足水下遠(yuǎn)距離探測要求的有效特征，一直是這一領(lǐng)域的難題。本文對水下被動目標(biāo)的語音特征和分形特征提取作了研究。重點研究了MFCC特征、時間域多重分形特征和頻率域多重分形特征提取算法。 美爾倒譜系數(shù)(MFCC)模擬了人耳的聽覺特性，在語音識別中取得較高識別率。理論上人對語音的識別與聲納兵對艦船輻射噪聲

2、的識別機(jī)理是相同的。因此，本文將MFCC應(yīng)用于艦船輻射噪聲特征提取上，通過選擇合適的Mel濾波器個數(shù)和MFCC階數(shù)，提取出對識別有效的水下被動目標(biāo)語音特征。 建立了水聲信號的時域分?jǐn)?shù)布朗運動模型，以相空間重構(gòu)理論為基礎(chǔ)，用Takens延時法對時間序列進(jìn)行相空間重構(gòu)，在超維相空間中研究艦船輻射噪聲的非線性特性。 研究了艦船噪聲頻率域的多重分形特征提取方法，計算出艦船噪聲功率譜的奇異測度，結(jié)合多重分形小波分析方法，對艦船噪聲