[發明專利]一種基于MFCC和支持向量機的水下機動小目標識別方法

在審

• 申請號: 201610308104.8
• 申請日: 2016-05-11
• 公開（公告）號: CN107368840A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 許楓;宋宏健;閆路
• 申請（專利權）人: 中國科學院聲學研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/36;G06K9/46
• 代理公司: 北京方安思達知識產權代理有限公司11472
• 代理人: 王宇楊,武玥

技術領域

本發明涉及水下小目標的識別領域，具體涉及一種基于MFCC和支持向量機的水下機動小目標識別方法。

背景技術

冷戰時期，各國處在戰爭警戒狀態，海上探測和防御的對象主要是敵對國家的艦船和潛艇等大型目標。隨著冷戰的結束，特別是前蘇聯解體后，水下武器裝備小型化的迅速發展，蛙人、水下運載器及水下機器人等技術裝備的日益成熟，這類目標具有隱蔽性好，破壞力強等明顯“非對稱”優勢的攻擊方式，已成為恐怖主義分子進行恐怖活動的重要方式。

近年來，國內外等對蛙人等水下小目標的探測及識別進行了相關研究，但針對水下機動小目標的分類識別較少。很多國外海軍的魚雷自導系統，現在也已經具備了識別船舶要害部位的能力。文獻[1](吳國,李靖,李訓浩,陳耀明,袁毅.艦船噪聲識別(III)—雙重譜和平均功率譜的特征提取和模板圖.聲學學報,1999,24(2):191-196頁；吳國清,李靖,李訓法,陳耀明,袁毅.艦船噪聲識別(IV)—模糊神經網絡.聲學學報,1999,24(3):275-280頁)對艦船的輻射噪聲進行了大量的研究，提取了艦船輻射噪聲的眾多特征，并利用統計模式識別和模糊神經網絡相結合的方式對艦船噪聲進行識別。文獻[2](LI Qihu,WANG Jinlin,WEI Wei.An application of expert system in recognition of radiated noise of under-water target.Beijing:Institute of Acoustics,Chinese Academy of Sciences,1989.404-408)研制了水聲目標專家識別系統，大多數情況下，當信噪比不低于3dB時，信號的識別率超過了75％。

在水聲信號處理領域，目前常用的方法是將時域信號變換到時頻聯合域，通過時頻聯合分布揭示信號的非平穩性及頻率隨時間的變化特征。本專利借鑒語音識別中大量使用的Mel倒譜系數(MFCC)提取方法，將MFCC特征提取方法應用到水下目標識別中。文獻[3](石超雄.基于提升小波變換的MFCC在目標識別中的應用[J].聲學技術,2014,33(4):372-375.)提出了使用提升小波變換的MFCC的方法，對水下被動聲納目標分類和識別。其仿真實驗表明，提升小波變換方法提取MFCC具有識別率較高、對噪聲魯棒性較好的優點。文獻[4](竺樂慶,張真.基于MFCC和GMM的昆蟲聲音自動識別[J].昆蟲學報,2012,55(4):466-471.)將MFCC和高斯混合模型(GMM)應用于森林中昆蟲的識別，在包含58種昆蟲聲音的樣本庫中進行了評估，取得了較高的正確識別率和較理想的時間性能。這些研究表明基于MFCC的方法可以用于復雜情況下的聲音信號特征提取識別。目前基于MFCC對水下目標的識別方法普遍抗噪性低，多應用于信噪比較高的情況，因此對于目前信噪比較低、多種目標共存的復雜水下環境的小目標識別率較低。

支持向量機是AT&T Bell實驗室的V.Vapnik等人根據統計學習理論提出的一種新的機器學習方法，已經在模式識別、回歸分析和特征選擇等方面得到了較好的效果。由于其建立在結構風險最小化準則之上，而不是僅僅使經驗風險達到最小，從而使得支持向量分類器具有較好的推廣能力。分類器采用支持向量機，充分利用了支持向量機的泛化能力，避免了神經網絡的一些缺陷，如網絡結構確定尚無明確的規則，無法保證收斂到全局最優點。

發明內容

本發明的目的在于克服目前MFCC方法用于信噪比較低、多種目標共存的復雜水下環境的小目標識別存在的識別率較低的問題，提出了一種基于MFCC和支持向量機的水下機動小目標識別方法，該方法提取目標音頻信號的混合MFCC特征量，包括：差分MFCC特征和MFCC特征；然后使用支持向量機對提取的混合MFCC特征量進行識別，實驗數據表明本發明提出的識別方法有較高的目標識別率。

為了實現上述目的，本發明提出了一種基于MFCC和支持向量機的水下機動小目標識別方法，所述方法包括：對待識別目標的原始聲音信號s(n)進行預處理，得到每個語音幀的時域信號x(n)；提取時域信號x(n)的MFCC特征量，利用MFCC特征量獲取差分MFCC特征量，將MFCC特征量、差分MFCC特征量和時域信號x(n)的峰值頻率進行結合，形成MFCC混合特征量，將所述MFCC混合特征向量輸入到訓練好的支持向量機分類器進行識別，輸出識別的類型。

上述技術方案中，所述方法具體包括：

步驟1)對待識別目標的原始聲音信號s(n)進行預處理，得到每個語音幀的時域信號x(n)；