[发明专利]一种基于声呐信号的物体分类方法、装置、设备及介质

权利要求书

1.一种基于声呐信号的物体分类方法，其特征在于，包括：

将各目标物体分别返回的声呐信号转换为声呐数据矩阵，并根据各所述声呐信号的信号特征设置待选择特征集合；

根据所述声呐数据矩阵计算出拉普拉斯矩阵，并根据所述拉普拉斯矩阵计算所述声呐数据矩阵的整体分值；

分别从所述待选择特征集合中选择待测特征索引，利用去除与所述待测特征索引对应的待测信号特征之后的声呐数据矩阵计算所述待测信号特征的Laplacian得分，并利用所述整体分值计算所述待测信号特征对所述声呐数据矩阵的局部保持度；

从各所述局部保持度中选择出最小的目标局部保持度并确定出目标信号特征，删除所述待选择特征集合中与所述目标信号特征对应的目标特征索引，将所述目标特征索引按照预设次序设置于目标特征子集中；

判断所述待选择特征集合中是否存在所述目标特征索引；

若是，则删除所述声呐数据矩阵中的所述目标信号特征，并进入所述根据所述声呐数据矩阵计算出拉普拉斯矩阵，并根据所述拉普拉斯矩阵计算所述声呐数据矩阵的整体分值的步骤；

若否，则确定出目标特征子集，并利用所述目标特征子集识别各所述目标物体并进行分类。

2.根据权利要求1所述的方法，其特征在于，所述根据所述声呐数据矩阵计算出拉普拉斯矩阵，并根据所述拉普拉斯矩阵计算所述声呐数据矩阵的整体分值的过程，具体包括：

根据所述声呐数据矩阵计算各所述声呐信号之间的距离，得出邻接矩阵；

利用所述邻接矩阵计算所述声呐数据矩阵的对角矩阵；

利用所述对角矩阵和所述邻接矩阵计算出所述拉普拉斯矩阵；

根据所述拉普拉斯矩阵和所述声呐数据矩阵计算出所述声呐数据矩阵的整体分值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述声呐数据矩阵计算各所述声呐信号之间的距离，得出邻接矩阵的过程，具体包括：

设置近邻K值；

根据计算所述邻接矩阵中各元素的值；

其中，d(x_i,x_j)表示所述声呐数据矩阵中的声呐信号x_i和声呐信号x_j之间的欧几里得距离；σ_i表示局部尺度且σ_i＝d(x_i,x_iK)，x_iK表示声呐信号x_i的第K个近邻；σ_j表示局部尺度且σ_j＝d(x_j,x_jK)，x_jK表示声呐信号x_j的第K个近邻。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述将各目标物体分别返回的声呐信号转换为声呐数据矩阵，并根据各所述声呐信号的信号特征设置待选择特征集合的过程，具体包括：

获取各目标物体分别返回的声呐信号；

将各所述声呐信号进行归一化处理；

将进行归一化处理后的所述声呐信号转换为所述声呐数据矩阵；

根据各所述声呐信号的信号特征设置所述待选择特征集合。

5.根据权利要求4所述的方法，其特征在于，在所述获取各目标物体分别返回的声呐信号之后，进一步包括：

将各所述声呐信号进行数据清洗。