[发明专利]基于仿生听觉系统中耳蜗模型的海豚哨声信号听觉特征提取方法

说明书

技术领域

本发明涉及的是一种信号模式识别方法，具体地说是水下生物信号模式识别方法。

背景技术

水声信号识别主要包括特征提取和分类器设计两部分。特征提取的任务是选取表征目标身份的有效且稳定可靠的特征，是信号识别的关键部分之一，它直接影响着水声信号识别的最终结果。海豚生活的水下世界视距受限，通过长期演进，海豚进化了优异的声呐系统。通过声呐系统，海豚可以完成种群中的个体识别、捕食，躲避天敌等行为。在海豚声呐中，海豚的哨声信号承担着个体交流通信的任务，哨声信号的分类识别也成为海豚研究的关键环节之一。

目前，对于海豚哨声信号的特征提取方法主要基于时频域。包括时域的波形结构特征提取方法，频域的谱估计方法和时频域利用各种信号变换技术提取信号特征。传统的特征提取方法经过长久以来的发掘，取得了良好的效果。时域波形的主要特征是方法简单，实时性好。但水下信号时域波形结构复杂，难以提取具有高分类信息的波形结构特征。频域分析特征的特点是技术成熟，方法简单，而且谱信息包含了明确的物理概念，但适合处理线性、平稳信号。时频分析方法提取的特征更能反映信号的时域和频域特征，但时频分析较为复杂，计算量、存储量大，计算速度慢，实时性差。在实际的水声环境下，受不同水文条件的影响，传统的时频特征提取往往不能取得理想的效果。

发明内容

本发明的目的在于提供能够解决现有技术中运算量大，无法快速提取特征，对非线性信号、非平稳信号处理效果不理想，对背景噪声的高依赖性，应用局限性等问题的基于仿生听觉系统中耳蜗模型的海豚哨声信号听觉特征提取方法。

本发明的目的是这样实现的：

本发明基于仿生听觉系统中耳蜗模型的海豚哨声信号听觉特征提取方法，其特征是：

(1)对海豚叫声进行采样，得到实录信号s(n)，对实录信号s(n)进行归一化预处理：

(2)将步骤(1)得到的信号通过Gammatone听觉滤波器组，得到M个子带信号，M为滤波器个数，对各子带信号进行快速FFT变换；

Gammatone滤波器的冲激响应为：

式中：a表示gammatone滤波器的幅度因子，n表示gammatone滤波器的阶数，f_c表示gammatone滤波器的中心频率，表示gammatone滤波器的初始相位，2πbERB(f_c)表示阻尼因子，u(t)表示单位阶跃函数；

ERB表示等效矩形带宽，其表达式为：ERB(f_c)＝24.7+0.108f_c；

对gammatone滤波器冲激响应函数做拉普拉斯变换如下：

其中，A为滤波器增益，n为滤波器阶数，f_c为中心频率，为相位，b＝2πERB(f_c),w＝2πf_c；

(3)对步骤(2)子带信号做快速傅里叶变换，通过低通滤波器，并生成听觉谱；

(4)对步骤(2)滤波后的信号通过Meddis内毛细胞模型进行半波整流，生成模拟人耳感知的听觉谱，对听觉谱各个通道频带能量进行计算，形成含有听觉特征的特征向量；

(5)对各听觉谱各个通道频带能量进行计算，形成含有听觉特征的特征向量：

本发明还可以包括：

1、Meddis模型包含五个物理量：细胞膜渗透性、内耳毛细胞中神经递质的量、毛细胞间隙神经递质的量、再生库中神经递质的量、激发概率：

(1)细胞膜渗透性：

反映神经递质从内毛细胞中向毛细胞间隙传输能力的渗透性通过如下方式描述：

k(t)是细胞膜渗透性，stim(t)是输入声波的瞬时幅度，A,B,g是细胞参数，k(t)＝A/(A+B)g表示细胞膜的自发响应；

(2)内耳毛细胞中神经递质的量：

内耳毛细胞中神经递质的量q(t)随时间变化率可用下式表示：

其中，y(1-q(t)))是制造厂补充到毛细胞神经递质的量，xw(t)是通过再生库流回毛细胞神经递质的量，-k(t)q(t)从毛细胞内流到细胞间隙神经递质的量；

(3)细胞外部神经递质的量：

细胞外部神经递质的量c(t)随时间变化用下式描述：