[發明專利]一種基于HHT和人工神經網絡的水下機動小目標識別方法

在審

• 申請號: 201610309550.0
• 申請日: 2016-05-11
• 公開（公告）號: CN107368841A
• 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;G06N3/08
• 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

1.一種基于HHT和人工神經網絡的水下機動小目標識別方法，所述方法包括：提取待識別信號x(t)的HHT特征：希爾伯特邊際譜，從希爾伯特邊際譜中提取HHT特征量；將待識別信號x(t)進行傅里葉變換，提取其峰值頻率和3dB帶寬；將所述HHT特征量、峰值頻率和3dB帶寬進行混合構建HHT混合特征向量；最后將HHT混合特征向量輸入訓練好的人工神經網絡分類器進行識別，輸出識別的類型。

2.根據權利要求1所述的基于HHT和人工神經網絡的水下機動小目標識別方法，其特征在于，所述方法具體包括：

步驟1)提取待識別信號x(t)的HHT特征：希爾伯特邊際譜h(w)；

步驟2)從希爾伯特邊際譜h(w)中提取n維HHT特征量：[e₁,e₂,…,e_n]；

步驟3)對待識別信號x(t)進行傅里葉變換，提取其峰值頻率f_p和3dB帶寬w_3dB；

步驟4)構建一個n+2維的HHT混合特征向量：

F＝[e₁,e₂,…,e_n,f_p,w_3dB]

步驟5)將HHT混合特征向量F輸入訓練好的人工神經網絡分類器進行識別，輸出識別的類型。

3.根據權利要求2所述的基于HHT和人工神經網絡的水下機動小目標識別方法，其特征在于，在所述步驟5)之前還包括：訓練人工神經網絡分類器；具體包括:

步驟S1)將訓練樣本進行分類；

步驟S2)對訓練樣本進行預處理形成時域信號；

步驟S3)將每個訓練樣本的時域信號作為x(t)，按照步驟1)、步驟2)、步驟3)和步驟4)構建每個訓練樣本的時域信號的HHT混合特征向量；

步驟S4)將所有訓練樣本的HHT混合特征向量作為人工神經網絡的輸入，訓練出人工神經網絡分類器。

4.根據權利要求2所述的基于HHT和人工神經網絡的水下機動小目標識別方法，其特征在于，所述步驟2)的具體實現過程為：

把希爾伯特邊際譜h(w)從0Hz到160kHz等分為n個頻段；計算每個頻段的能量E_i，i＝1,2,…n；然后對每個頻段的能量進行歸一化處理e_i：

總能量為：

e_i＝E_i/E，i＝1,2,…n

將[e₁,e₂,…,e_n]作為一個從希爾伯特邊際譜中提取的n維HHT特征量。

5.根據權利要求3所述的基于HHT和人工神經網絡的水下機動小目標識別方法，其特征在于，所述人工神經網絡分類器的輸入層的節點數為:n+2；隱含層節點數為2(n+2)+1；輸出層的節點為識別的類型數。