[发明专利]一种用于水下目标识别的小波线谱特征提取方法及系统

权利要求书

1.一种基于小波线谱特征提取的水下目标识别方法，该方法包括：

对声呐阵列接收的信号进行频谱分析，获得各个频段内的频谱信息；

基于获得的每个频段内的频谱信息，提取单个频段内线谱特征的最大值，作为当前频段的特征向量，获得各个频段的特征向量；

将各个频段的特征向量进行拼接或平均，获得优化后的特征向量；

将当前频段的特征向量和优化后的特征向量一起作为新的特征向量，并将该新的特征向量输入至预先训练的时延神经网络，输出当前频段对应的目标类别信息，作为分类结果。

2.根据权利要求1所述的方法，其特征在于，所述对声呐阵列接收的信号进行频谱分析，获得每个频段内的频谱信息；具体包括：

对声呐阵列接收的信号进行波束形成，获得目标辐射噪声信号；

对获得的目标辐射噪声信号进行预处理；

对预处理后的信号进行分帧，并对每一帧信号进行多尺度的分解，得到各个频段的小波系数；

基于得到的各个频段的小波系数，对目标特征频段的信号进行重构，得到不同频段的小波系数对应的重构信号；

利用快速傅里叶变换对得到的各个频段的小波系数对应的重构信号进行频谱分析，得到各个频段内的频谱信息。

3.根据权利要求2所述的方法，其特征在于，所述对预处理后的信号进行分帧，并对每一帧信号进行多尺度的分解，得到各个频段的小波系数；具体为：

利用小波包变换分解算法：

其中，f(t)是预处理的信号进行分帧后的每一帧信号；Ψ(t)是满足容许条件的小波函数；a是与伸缩尺度相关的尺度因子；b是与时间相关的平移因子；W_ψf(a,b)为各个频段的小波系数；

对预处理后的信号进行分帧，并对每一帧信号进行多尺度的分解，得到各个频段的小波系数。

4.根据权利要求2所述的方法，其特征在于，所述基于得到的各个频段的小波系数，对目标特征频段的信号进行重构，得到不同频段的小波系数对应的重构信号；具体为：

根据公式(2)，基于得到的每个频段的小波系数，对目标特征频段的信号进行重构，得到不同频段的小波系数对应的重构信号；

所述公式(2)具体为：

其中，为第i层第j个频段的小波系数对应的重构信号；C_ψ为进行信号重构的常系数；Ψ_a,b(t)为经过平移伸缩变换后的小波函数。

5.根据权利要求2所述的方法，其特征在于，所述对得到的各个频段的小波系数对应的重构信号，利用快速傅里叶变换对其进行频谱分析，得到各个频段内的频谱信息；具体为：

根据公式(3)，对得到的各个频段的小波系数对应的重构信号，利用快速傅里叶变换对其进行频谱分析，得到各个频段内的频谱信息

其中，为第i层第j个频段内的频谱信息；FFT为快速傅里叶变换；N为重构信号的长度。

6.根据权利要求1所述的方法，其特征在于，所述基于获得的每个频段内的频谱信息，提取单个频段内线谱特征的最大值，作为当前频段的特征向量，获得各个频段的特征向量；具体为：

基于获得的每个频段内的频谱信息提取单个频段内线谱特征的最大值P_i^j：

将P_i^j作为当前频段的特征向量，获得各个频段的特征向量