[发明专利]多目标击水声特征关联方法

权利要求书

1.多目标击水声特征关联方法，其特征在于，所述方法包括：

S1、确定观测区域内观测节点个数N和击水目标个数M；

S2、将N个观测节点接收到的所有目标信号进行经验模态分解，得到各阶固有模态函数IMF，进行频谱分析，获得目标信号的线谱特征，同时，提取目标信号中的各击水声瞬态信号的特征，利用目标信号的线谱特征和各击水声瞬态信号的特征形成M×N组目标特征序列；

S3、利用模糊C均值聚类方法对M×N组目标特征序列进行聚类，确定聚类中心和隶属度矩阵，由隶属度矩阵得到每组目标特征序列隶属于每个击水目标的概率，根据概率确定各组目标特征序列的关联结果。

2.根据权利要求1所述的多目标击水声特征关联方法，其特征在于，所述S3包括：

S31、对M×N组目标特征序列中的特征x_i(j)进行标准化处理，标准化处理后的特征为X_i(j)，R＝M×N,x_i(j)为M×N组目标特征序列中的一个特征，一组目标特征序列中的特征个数为K，i＝1,2,...,R,j＝1,2,...,K；

S32、指定聚类中心数目为M，随机初始化聚类中心C，优化目标函数：

其中，J(·)表示目标函数，A＝[a_ki]_M×R为隶属度矩阵，聚类中心为C＝[c₁,c₂,...,c_M]^T，X_i(j)与聚类中心间的距离为D＝[d_ki]_M×R，m为模糊因子；

S33、利用迭代算法，求取目标函数，得到聚类中心c_i及隶属度矩阵A，由隶属度矩阵A得到每组目标特征序列隶属于每个击水目标的概率，根据概率确定各组目标特征序列的关联结果。

3.根据权利要求2所述的多目标击水声特征关联方法，其特征在于，S31中，标准化处理后的特征X_i(j)为：

其中

并将标准化后的特征序列中的0值及无穷值置1。

4.根据权利要求3所述的多目标击水声特征关联方法，其特征在于，S33中，利用拉格朗日乘数法得到a_ki和c_k：

利用得到的a_ki和c_k不断迭代得到聚类中心及隶属度矩阵，第l次及第l+1次的隶属度矩阵分别为A^l和A^l+1，若A^l+1-A^l＜ε，则停止迭代，给定判别精度ε＞0。

5.根据权利要求4所述的多目标击水声特征关联方法，其特征在于，目标信号的线谱特征包括目标信号的线谱个数、线谱频率、线谱归一化幅值特征；

各击水声瞬态信号的特征包括包络特征、冲击声、气泡脉动声及拖尾部分的时域归一化幅值、脉宽、线谱频率及线谱归一化幅值特征；

S31中，对时域归一化幅值及线谱归一化幅值不采用标准化处理；

S32中，对时域归一化幅值及线谱归一化幅值采用余弦相似度替代欧氏距离进行处理。

6.根据权利要求1所述的多目标击水声特征关联方法，其特征在于，S2中，对目标信号的前4阶固有模态函数IMF进行频谱分析，获得目标信号的线谱特征。

7.一种计算机可读的存储设备，所述存储设备存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1至6任一所述多目标击水声特征关联方法。

8.一种多目标击水声特征关联装置，包括存储设备、处理器以及存储在所述存储设备中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序实现如权利要求1至6任一所述多目标击水声特征关联方法。