[发明专利]基于功率谱的水声目标特征匹配方法无效
申请号: | 201110087746.7 | 申请日: | 2011-04-08 |
公开(公告)号: | CN102213759A | 公开(公告)日: | 2011-10-12 |
发明(设计)人: | 安良;方世良;罗昕炜;李焜 | 申请(专利权)人: | 东南大学 |
主分类号: | G01S7/539 | 分类号: | G01S7/539;G01S15/88 |
代理公司: | 南京天翼专利代理有限责任公司 32112 | 代理人: | 汤志武 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于功率谱的水声目标特征匹配方法,其特征在于:水声目标辐射噪声功率谱是连续谱分量和线谱分量的叠加,通过对连续谱分量和线谱分量进行提取得到功率谱的连续谱特征和线谱特征;分别建立连续谱特征和线谱特征的特征匹配准则,并与事先建立的水声目标辐射噪声功率谱特征库中的样本特征进行匹配,完成水声目标的特征匹配。 | ||
搜索关键词: | 基于 功率 目标 特征 匹配 方法 | ||
【主权项】:
1.一种基于功率谱的水声目标特征匹配方法,其特征在于:水声目标辐射噪声功率谱是连续谱分量和线谱分量的叠加,通过对连续谱分量和线谱分量进行提取得到功率谱的连续谱特征和线谱特征;分别建立连续谱特征和线谱特征的特征匹配准则,并与事先建立的水声目标辐射噪声功率谱特征库中的样本特征进行匹配,完成水声目标的特征匹配;包括以下步骤:(1)计算水声目标辐射噪声信号的功率谱,计算方法为周期图方法;(2)连续谱特征的提取将水声目标辐射噪声功率谱的连续谱分量视为功率谱中具有相关性信息的分量,将线谱分量视为叠加在连续谱分量上、且自身不相关的分量,对于连续谱分量的特征提取采用主分量分析方法,通过主分量分析将功率谱中的相干能量集中在有限的几个主分量上,然后利用这几个主分量重构噪声功率谱中的连续谱分量;设由周期图方法得到的噪声功率谱为g=[g0,g1,g2,…,gN-1]T,N为离散傅里叶变换点数,其自相关矩阵为Rg,由于Rg为正定矩阵,因此Rg具有N个正特征值λi,i=0,1,...N-1λ0>λ1>…λN-1>0以及对应的N个归一化正交特征向量v0,v1,…,vN-1N个特征向量构成酉矩阵VV=[v0,v1,…,vN-1]令y=VTg则y实现了对功率谱g的K-L变换,同时得到K-L变换的反变换式g = Vy = [ v 0 , v 1 , . . , v N - 1 ] y ]]>= y 0 v 0 + y 1 v 1 + . . . + y N - 1 v N - 1 = Σ i = 0 N - 1 y i v i ]]> 取V的前m个较大的特征值对应的特征向量v0,v1,…,vm-1来重构g,令:g ^ = y 0 v 0 + y 1 v 1 + . . . + y m - 1 v m - 1 = Σ i = 0 m - 1 y i v i ]]> 则是对g在最小均方误差意义上的近似,即g的主分量,也就是要提取的连续谱分量,并将作为功率谱的连续谱特征;(3)线谱特征的提取对于水声目标辐射噪声功率谱线谱特征的提取,采用分段处理的方式,将辐射噪声样本数据分为N段,每处理一段数据提取一次线谱分量,对所有的数据处理完毕后,得到矩阵A,A的元素aij取值为:其中Δf为频率分辨率。对矩阵A做如下处理,生成新的矩阵B如果则bij=aij i=1,2,…,N,j=k-w,k-w+1…k,…k+w如果则bij=0 i=1,2,…,N,j=k-w,k-w+1…k,…k+w其中k=1,2,…,M,w为整数,以上的操作等价于将一个处理窗口在矩阵A上进行滑动,若窗口内的元素之和大于门限G,则将该窗口内的矩阵元素赋值给矩阵B,否则B对应部分的像素值取为0,对矩阵B按行求和可以得到向量C,即c j = Σ i = 1 N b ij , j = 1,2 , . . . , M ]]> C中的元素可以表示为多个线谱簇,对这每一线谱簇加权平均后,得到稳定线谱的频率,f st = Σ k = m n kΔ fc k Σ k = m n c k ]]> 其中m、n分别为线谱簇的下限元素下标和上限元素下标,将稳定线谱的频率fst作为功率谱线谱特征;(4)连续谱特征的匹配设两组连续谱特征向量gi和gj,gi=(gi0,gi1,…,gi(N-1))Tgj=(gj0,gj1,…,gj(N-1))T利用这两个向量之间的夹角θ的余弦值来衡量两组谱的相似性,其计算公式为:cos θ = Σ l = 0 N - 1 g il g jl [ Σ l = 0 N - 1 g il 2 ] 1 / 2 [ Σ l = 0 N - 1 g jl 2 ] 1 / 2 ]]> cosθ值越接近于1,两种谱形越相似;反之,则相似性越差,通过此式就可以对连续谱进行匹配;(5)线谱特征的匹配首先设置一个长度为N的向量,向量的每个元素对应一个频率点,频率分辨率为1Hz,然后将步骤(2)中提取出的功率谱线谱特征对应的频率进行取整,在序列对应的频率点位置置1,构成由1和0构成的向量l1,对功率谱特征数据库中存储的样本线谱特征进行同样的操作,构成向量l2,得到两个长度相等的向量,定义两个向量的内积M为:M = < l 1 , l 2 > = Σ i = 1 N l 1 i l 2 i ]]> 其中l1i表示l1的第i个元素,l2i表示l2的第i个元素,M表示目标和特征库中样本线谱重叠的根数,设目标共有N1根线谱,特征库中的样本共有N2根线谱,因为N1和N2的取值不同,所以不能直接用M作为判别线谱是否匹配的根据,这里考虑使用内积R与最大线谱根数的比值作为判决依据,即令R = M N , N = max ( N 1 , N 2 ) ]]> 当R大于门限G时,G取值为0.6,则认为目标线谱特征与特征库中的样本线谱特征匹配,根据目标线谱数和特征库中样本线谱数的关系,将匹配的过程分为三种情况:1)特征库样本线谱根数与目标线谱根数相等若R<=0.6,则认为不匹配;若N<4且R>0.6,匹配度为R;若N=4且R>0.7,匹配度为R;若N>4且R>0.8,匹配度为R;2)特征库样本线谱根数小于目标线谱根数若N2/N1<0.5或者R<=0.6,则认为不匹配若N<4且R>0.6,匹配度为R;若N=4且R>0.7,匹配度为R;若N>4且R>0.8,匹配度为R;3)特征库样本线谱根数大于目线谱根数若N1/N2<0.5或者R<=0.6,则认为不匹配若N<4且R>0.6,匹配度为R;若N=4且R>0.7,匹配度为R;若N>4且R>0.8,匹配度为R。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201110087746.7/,转载请声明来源钻瓜专利网。