[发明专利]一种深层神经网络和水声目标声纹特征提取方法

摘要

一种深层神经网络和水声目标声纹特征提取方法，深层神经网络包括输入层、隐层和输出层，用于水声目标声纹特征的提取，输入层中的节点数为水声目标信号原始信号谱的频点数、基频取值范围内的所有频率的频点数以及谐波阶次之和，输出层的节点数为原始信号谱的频点数，隐层的节点数小于输入层的节点数；水声目标声纹特征提取方法包括信号获取步骤、基频与谐波获取步骤和重构步骤，该深层神经网络根据水声目标信号特点进行了适应性的修改，可以实现水声目标信号基频、谐波的准确提取以及原始信号谱的重构，削弱原始信号谱中包含的噪声线谱，对原始信号谱产生净化的作用，减小干扰线谱对最终船舶目标个体识别的影响，并能适应频率漂移。

主权项

1.一种基于深层神经网络结构的水声目标声纹特征提取方法，深层神经网络结构包括输入层、隐层和输出层，用于水声目标声纹特征的提取，其特征在于：所述输入层中的节点数为水声目标信号原始信号谱的频点数、基频取值范围内的所有频率的频点数以及谐波阶次之和，输出层的节点数为原始信号谱的频点数，所述隐层的层数大于等于2，隐层的节点数小于输入层的节点数。