[發明專利]一種基于水聲信號的艦船目標智能識別方法及系統

在審

• 申請號: 202110290254.1
• 申請日: 2021-03-18
• 公開（公告）號: CN115114949A
• 公開（公告）日: 2022-09-27
• 發明（設計）人: 肖旭;任群言;蘇林;王文博;馬力
• 申請（專利權）人: 中國科學院聲學研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;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: 陳琳琳;楊青

1.一種基于水聲信號的艦船目標智能識別方法，基于設置在水下固定位置的水聽器實現，所述方法包括：

對水聽器接收的待測海域水聲時域信號進行預處理得到頻域信號；

將預處理后的頻域信號輸入預先建立好的艦船目標識別模型，結合先驗數據庫，得到該頻域信號對應不同艦船目標的概率值；所述先驗數據庫包括待測海域若干個艦船目標以及對應的頻域信號，所述艦船目標識別模型為引入了注意力機制的神經網絡；

從概率值中選取最大值，從而確定艦船目標。

2.根據權利要求1所述的基于水聲信號的艦船目標智能識別方法，其特征在于，所述預處理具體包括：

對水聽器接收的待測海域水聲時域信號進行短時傅里葉變換得到頻域信號；

根據船舶低頻特征的顯著性，從預設的頻率范圍中選取若干個頻點的頻域信號。

3.根據權利要求2所述的基于水聲信號的艦船目標智能識別方法，其特征在于，所述艦船目標識別模型為增加了注意力模塊的DNN網絡，具體為依次連接的輸入層、注意力模塊、全連接層、Drop-out層、底層全連接層和輸出層，所述艦船目標識別模型的輸入為預處理后的頻域信號，輸出為分類結果。

4.根據權利要求3所述的基于水聲信號的艦船目標智能識別方法，其特征在于，所述注意力模塊用于關注目標特性，抑制多源干擾，還用于作為一個專用的特征提取器；所述注意力模塊包括：注意層、高斯卷積層和融合層；其中，

所述注意層，用于過濾不感興趣的特性，并保留與目標高度相關的特性；所述注意層包括密集層和激活層；

所述高斯卷積層，用于減小多普勒頻移、測量誤差和其他特征隨機變化造成的影響；還用于輸出注意力權重值以實現網絡可視化；

所述融合層，用于對高斯卷積層和輸入層進行點乘運算。

5.根據權利要求4所述的基于水聲信號的艦船目標智能識別方法，其特征在于，所述注意力模塊的具體實現過程為：

設I_s是輸入特征向量[I₁,I₂,…,I_S]，S是特征向量的總數，輸入注意力層后，輸出注意力權重α_ts為：

其中，f(I_s)是Luong評分函數，表示I_s的每個元素與注意力所關注對象的相關程度：

f(I_s)＝W·I_s

其中，W是注意力評分矩陣，通過網絡訓練得到，具體表達式為：

然后將α_ts與高斯核函數H進行卷積，映射到一個范圍為[0,1]的概率分布，高斯卷積層的輸出G為：

G＝W·α_ts

其中，H包含元素h_ij，同時也作為注意力權重，在網絡運行過程中實時處理輸入特征的注意力區域圖像：

h_ij＝j-i,i,j∈[0,S]

注意力模塊的輸出向量o_t為：

6.根據權利要求5所述的基于水聲信號的艦船目標智能識別方法，其特征在于，所述艦船目標識別模型的輸出還包括由注意力模塊實時輸出注意力權重值，用于實現DNN網絡的可視化。