[發明專利]一種基于概率潛在語義分析的水下目標信號特征提取方法有效
| 申請號： | 202010931222.0 | 申請日： | 2020-09-07 |
| 公開（公告）號： | CN112183225B | 公開（公告）日： | 2022-07-05 |
| 發明（設計）人： | 殷波;魏志強;賈東寧 | 申請（專利權）人： | 中國海洋大學 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00 |
| 代理公司： | 青島華慧澤專利代理事務所(普通合伙) 37247 | 代理人： | 趙梅 |
| 地址： | 266100 山*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 概率 潛在 語義 分析 水下 目標 信號 特征 提取 方法 | ||
1.一種基于概率潛在語義分析的水下目標信號特征提取方法，其特征在于，包括如下步驟：
步驟一，對混合有噪聲的水下目標信號進行處理得到降噪頻譜圖
步驟一的具體方法如下：
收集的信號中包括聲源信號和噪聲信號，表示為：
其中，P(f,t)表示在時間t和頻率f的混合信號，S和N分別表示聲源與噪聲，P(zs)和P(zn)分別表示聲源信號和噪聲信號中潛變量z的可能性分布，P(f|zs)與P(t|zs)分別表示聲源信號的頻率可能性分布與時間可能性分布，P(f|zn)和P(t|zn)分別表示噪聲信號的頻率可能性分布與時間可能性分布；
降噪過程通過將公式(1)中噪聲信號潛變量z的可能性分布P(zn)設置為0來實現，則降噪頻譜圖表示為：
其中，P(t)表示選定聲源信號中時間t的概率，P(zs|t)表示在時間t時聲源信號中潛變量z的可能性分布，P(f|zs)表示在頻率為f時聲源信號中潛變量z的概率；
通過期望最大化算法來計算參數P(f|zs)與P(zs|t)，計算方法如下：
聲源信號的可能性分布P(zs|f,t)表示如下：
O(f,t)表示不同時間下相同頻段的數量，Pk-1(zs|f,t)表示第k-1次迭代中聲源信號的可能性分布，和分別表示聲源信號在第k-1次迭代中第i個頻段fi與第j個時間段tj的可能性分布，與分別表示聲源信號在第k次迭代中第i個頻段fi與第j個時間段tj的可能性分布；
初始化公式(3)中的參數P(f|zs)和P(zs|t)，通過不斷的迭代，每一次迭代通過公式(3)求P(zs|f,t)，然后根據公式(4)和(5)計算參數與再放入公式(3)進行下一次迭代，直至收斂，從而確定對應公式(2)中聲源信號的參數值P(f|zs)與P(zs|t)，最終得到降噪聲譜圖
步驟二，利用原始頻譜圖v和降噪頻譜圖進行頻譜可靠性權重計算，得到加權后第n個頻段的降噪頻譜圖Sn；
步驟二的具體方法如下：
整個頻譜的重構誤差表示為：
其中，v為含噪聲的原始頻譜圖，為降噪后的頻譜圖；
對原始頻譜圖v和降噪頻譜圖進行分幀處理，則第n個頻段的原始頻譜圖v和降噪頻譜圖分別記作vn與計算每個頻段的誤差，記作：
通過整個頻譜的重構誤差E與第n個頻段的誤差En，計算第n個頻段的權重：
wn＝1-En/E (8)
對于每個頻段，通過對頻譜進行加權，其中表示降噪處理后的第n個頻段的頻譜圖，wn表示第n個頻段的權重，Sn表示加權后第n個頻段的降噪頻譜圖；
步驟三，對加權后第n個頻段的降噪頻譜圖Sn進行短時傅里葉變換，得到信號
步驟四，對短時傅里葉變換后的信號使用均勻分布的頻譜三角濾波器進行濾波，得到濾波后的整個頻譜
步驟五，對濾波后的頻譜進行矩陣分解，從頻譜中提取具有最高貢獻率的前L個特征向量，構成聲學子空間；
步驟六，對提取的具有最高貢獻率的前L個特征向量進行歸一化計算，將歸一化后的L個特征向量連接起來，以構建聲學特征向量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國海洋大學，未經中國海洋大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010931222.0/1.html，轉載請聲明來源鉆瓜專利網。
