[發明專利]基于輻射噪聲的目標識別方法、系統、裝置及介質

在審

• 申請號: 202110049764.X
• 申請日: 2021-01-14
• 公開（公告）號: CN112885362A
• 公開（公告）日: 2021-06-01
• 發明（設計）人: 王剛;范海生;王建華;胡方揚
• 申請（專利權）人: 珠海市嶺南大數據研究院
• 主分類號: G10L17/26
• 分類號: G10L17/26;G10L17/18;G10L21/0208
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 常柯陽

1.基于輻射噪聲的目標識別方法，其特征在于，包括以下步驟：

獲取第一輻射噪聲的音頻信號；

對所述音頻信號進行分解，得到高諧振分量信號；

將所述高諧振分量信號進行分幀加窗處理，得到分幀信號；

根據所述分幀信號生成頻譜，根據所述頻譜在時間域上排列得到頻譜樣本；

根據所述頻譜樣本訓練得到神經網絡模型，獲取第二輻射噪聲，并根據所述神經網絡模型進行識別分類。

2.根據權利要求1所述的基于輻射噪聲的目標識別方法，其特征在于，所述對所述音頻信號進行分解，得到高諧振分量信號這一步驟，其包括：

對所述音頻信號進行特征增強，得到增強信號；

將所述增強信號進行小波變化，對小波變換后的信號進行形態學成分分析得到所述高諧振分量信號。

3.根據權利要求1所述的基于輻射噪聲的目標識別方法，其特征在于，所述將所述高諧振分量信號進行分幀加窗處理，得到分幀信號這一步驟，其包括：

確定幀移，根據所述幀移截取所述高諧振分量信號得到高諧振分量子信號；

根據所述高諧振分量子信號以及窗函數生成所述分幀信號，并去除所述分幀信號中的奇異樣本數據。

4.根據權利要求1所述的基于輻射噪聲的目標識別方法，其特征在于，所述根據所述分幀信號生成頻譜，根據所述頻譜在時間域上排列得到頻譜樣本這一步驟，其包括：

對所述分幀信號進行傅里葉變換得到頻譜信號；

根據所述頻譜信號的生成對數幅度譜并將所述對數幅度譜在時間域上進行排列得到頻譜樣本。

5.根據權利要求2所述的基于輻射噪聲的目標識別方法，其特征在于，所述小波變化為Q小波變換，所述將所述增強信號進行小波變化這一步驟，其包括：

根據小波基函數以及所述Q小波變換的Q因子，確定復雜信號的稀疏性表示，將所述增強信號進行重構，得到重構信號。

6.根據權利要求5所述的基于輻射噪聲的目標識別方法，其特征在于，所述根據小波基函數以及所述Q小波變換的Q因子，確定復雜信號的稀疏性表示，將所述增強信號進行重構這一步驟，其包括：

構建高通濾波器和低通濾波器，根據所述高通濾波器和所述低通濾波器構建若干分析濾波器組；

通過所述分析濾波器組對所述增強信號進行濾波得到高通濾波信號和低通濾波信號；

將所述低通濾波信號迭代輸入至所述分析濾波器組得到次級低通濾波信號，根據所述高通濾波信號和所述次級低通濾波信號構建所述重構信號。

7.根據權利要求5所述的基于輻射噪聲的目標識別方法，其特征在于，所述對小波變換后的信號進行形態學成分分析得到所述高諧振分量信號這一步驟，其包括：

通過形態學成分分析得到所述重構信號高諧振分量的小波系數；

根據所述小波系數從所述重構信號中提取得到所述高諧振分量信號。

8.基于輻射噪聲的目標識別系統，其特征在于，包括：

信號獲取單元，用于獲取第一輻射噪聲的音頻信號；

信號分解單元，用于對所述音頻信號進行分解，得到高諧振分量信號；

分幀處理單元，用于將所述高諧振分量信號進行分幀加窗處理，得到分幀信號；

時頻變換單元，用于根據所述分幀信號生成頻譜，根據所述頻譜在時間域上排列得到頻譜樣本；

模型訓練單元，用于根據所述頻譜樣本訓練得到神經網絡模型；

噪音識別單元，用于獲取第二輻射噪聲，并根據所述神經網絡模型進行識別分類。

9.基于輻射噪聲的目標識別裝置，其特征在于，包括：

至少一個處理器；

至少一個存儲器，用于存儲至少一個程序；

當所述至少一個程序被所述至少一個處理器執行，使得所述至少一個處理器運行如權利要求1-7任一項所述的基于輻射噪聲的目標識別方法。

10.一種存儲介質，其中存儲有處理器可執行的程序，其特征在于：所述處理器可執行的程序在由處理器執行時用于運行如權利要求1-7中任一項所述的基于輻射噪聲的目標識別方法。