基于声纹模糊匹配的自生长式水声目标识别方法与流程

本发明属于水声目标识别，特别是一种基于声纹模糊匹配的自生长式水声目标识别方法，从舰船目标机动噪声辐射机理出发，分析与目标结构、工况密切相关的特征频率，构建目标特征向量，基于模板库通过模糊匹配方法实现目标个体识别能力。

背景技术：

1、水声目标识别是对声纳设备接收的信号进行分析，提取特征线谱并识别目标个体信息的处理技术，其核心是目标特征的准确提取能力。相关理论及有限元仿真结果表明，辐射信号中包含了目标结构振动、螺旋桨运动等特征信息，该信息可通过多种物理量计算表示。其中，特征频率物理量与目标自身结构和工况紧密相关，理论上每个目标都具有独一无二的线谱结构，可作为固有“身份属性”信息用于类别判断。然而，现实情况中所属特征与工况密切相关，精确构建“声纹库”的工程实现难度极大，因此，如何获取个体表征能力强的特征向量，并设计高鲁棒性的匹配识别算法是应用中亟待解决的问题。

2、基于水声目标辐射噪声特征的模糊匹配检测识别方法旨在解决不同运动工况下特征向量偏移导致的识别算法失配问题，其原理是将反映个体信息的谱线位置、相对能量和分布规律特性进行统一考虑，在特征向量存在偏差情况下，利用其整体性同步偏移现象，根据综合评价指标度量不同目标声纹特征间的匹配度，从而减少目标工况引入的影响，实现目标识别的能力。因此，基于水声目标辐射噪声特征的模糊匹配检测识别方法不失为一种有效解决途径。目前现有技术中还缺少这样的方案。

技术实现思路

1、有鉴于此，本发明为了解决不同运动工况下特征向量偏移导致的识别算法失配问题，提供一种基于声纹模糊匹配的自生长式水声目标识别方法。

2、为了实现上述目的，本发明采用的技术方案为：

3、一种基于声纹模糊匹配的自生长式水声目标识别方法，包括以下步骤：

4、(1)对声纳设备采集的目标辐射噪声信号进行滤波和特征映射处理，得到具有个体表征度的功率谱；

5、(2)对步骤(1)得到的功率谱进行归一化处理，提取声纹特征信息，包括目标噪声线谱序列、相对能量和分布规律，构建用于匹配度计算的声纹特征向量；

6、(3)将步骤(2)得到的声纹特征向量与模板库逐项进行匹配置信度计算，取置信度指标大于阈值的最大值所对应的目标个体为识别结果；

7、(4)若步骤(3)得出的置信度指标均小于阈值，则识别结果为未登记目标，将步骤(2)构建的声纹特征向量扩充至模板库，并同步记录个体自定义标签。

8、进一步的，步骤(1)的具体过程为：

9、(101)对声纳设备采集的目标辐射噪声信号进行升或降采样处理，将信号数据的采样率调整为10ksps；

10、(102)对步骤(101)处理后的信号数据进行带通滤波，滤除关注频带外的信号；

11、(103)对步骤(102)滤波后的时域数据做滑窗快速傅里叶变换，求解多次变换结果的均值；

12、(104)对步骤(103)的结果做平滑滤波处理，去除宽带连续谱，得到增强后的频域线谱。

13、进一步的，步骤(2)的具体过程为：

14、(201)依据线谱能量峰值，对频域线谱进行峰值检测和归一化处理；

15、(202)取步骤(201)结果相对能量最大的前n个谱线的频率值，形成特征频率序列；其中，n为设定值；

16、(203)根据特征频率序列，提取各频点对应线谱的相对能量值，形成相对能量序列；

17、(204)按谱线能量由大至小的规律，对特征频率序列进行排序，构建用于特征匹配的声纹特征向量。

18、进一步的，步骤(3)的具体过程为：

19、(301)通过特征线谱与相对能量表现出的分布规律，采用余弦距离和欧式距离分别计算声纹特征向量与模板库中每个特征向量间的差异，其中余弦距离通过向量间的夹角衡量两个个体间差异，欧式距离通过空间中两个点的真实距离体现差异的分析；

20、(302)分别求解余弦距离与欧式距离结果的比值，得到声纹模糊匹配置信度综合评价结果，即置信度；

21、(303)取大于阈值的置信度，将置信度最大值对应的模板库标签作为识别结果。

22、进一步的，步骤(4)的具体过程为：

23、(401)对步骤(302)得到的置信度进行判断，若结果均小于阈值，则认定目标为模板库未登记个体；

24、(402)将步骤(2)得到的声纹特征向量存储至模板库，并同步对目标个体信息进行标签标注。

25、本发明所取得的有益效果在于：

26、1、本发明在提取了具有个体表征性的目标特征线谱频率序列后，进一步分析特征线谱间的能量和分布规律等相对值信息要素，同特征线谱序列共同构建用于目标匹配识别的特征向量。以上特征参数会因工况不同产生差异，但会呈现出整体性同步偏移现象，在不失个体表征性能的前提下，提高了环境适应性。

27、2、针对工况和时变性信道影响目标特征参数具体值的现实情况，采用模糊匹配方法通过计算特征向量距离的方式表征个体差异。对于体现相对信息的分布规律通过余弦距离进行度量，对于个体固有特性线谱通过欧式距离进行度量，并通过线谱能量确定权重参数。综合不同特征的特点设计的声纹匹配置信度指标，可有效规避匹配算法失配和工况遍历困难的问题，提高工程应用可实现性。

28、3、实现模板自生长

29、根据匹配置信度结果，将待识别目标划分为模板库已掌握目标和未登记目标两类，并将未登记目标的特征参数和自定义个体标签信息扩展入模板库，通过模板库知识信息的自生长，不断提高本方法适用范围和工程应用价值。

技术特征：

1.一种基于声纹模糊匹配的自生长式水声目标识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于声纹模糊匹配的自生长式水声目标识别方法，其特征在于，步骤(1)的具体过程为：

3.根据权利要求1所述的基于声纹模糊匹配的自生长式水声目标识别方法，其特征在于，步骤(2)的具体过程为：

4.根据权利要求3所述的基于声纹模糊匹配的自生长式水声目标识别方法，其特征在于，步骤(3)的具体过程为：

5.根据权利要求4所述的基于声纹模糊匹配的自生长式水声目标识别方法，其特征在于，步骤(4)的具体过程为：

技术总结本发明公开了一种基于声纹模糊匹配的自生长式水声目标识别方法，属于水声目标识别技术领域，适于处理声纳设备被动接收的水声目标辐射噪声信号。本方法充分考虑了舰船等水中目标受工况影响出现特征参数偏差的现实情况，将具有个体区分度的特征线谱频率序列、相对能量和分布规律等信息作为模糊匹配特征向量，针对性设计度量两个体差异的综合评价指标，在工况不同特征向量存在偏差情况下，利用其整体性同步偏移现象，通过模糊匹配方法度量待分析目标与模板库目标特征向量间的匹配置信度，实现目标识别的能力。并将模板库未登记目标的特征向量参数和自定义标签信息扩展入模板库，通过母板库知识的自生长，实现本方法识别能力的不断提升。技术研发人员：罗恒光,王大宇,王少博,张博轩,刘百峰受保护的技术使用者：中国电子科技集团公司第五十四研究所技术研发日：技术公布日：2024/2/1