[發(fā)明專利]一種水下目標探測辨識方法、系統(tǒng)、設備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202110605511.6
• 申請日: 2021-05-31
• 公開（公告）號: CN113361579A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設計）人: 胡橋;付同強;姜光宇;劉鈺;楊倩;李怡昕;彭浩然;趙佳偉;李思虎
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 朱海臨

1.一種水下目標探測辨識方法，其特征在于，包括以下步驟：

S1，對已知類型水下目標的流場壓力信號、流場壓力噪聲序列進行低通濾波預處理，電場畸變信號和電場噪聲序列分別進行去直流濾波預處理；

S2，基于Neyman-Pearson規(guī)則對預處理后的流場壓力信號和流場壓力噪聲序列進行融合形成流場信號集，從流場信號集取最優(yōu)的流場信號以及從預處理后的電場畸變信號取最優(yōu)電場信號依據(jù)檢測概率劃分數(shù)據(jù)樣本集，利用數(shù)據(jù)樣本集進行模型訓練得到多模型概率輸出模型；

S3，基于D-S證據(jù)理論利用多模型概率輸出模型對獲取的流場信號和電場信號進行概率判別，將判別結果進行融合得到最終的目標概率分布，取目標概率分布中概率最大的類別為辨識類別，從而實現(xiàn)水下目標探測辨識。

2.根據(jù)權利要求1所述的一種水下目標探測辨識方法，其特征在于，通過水壓傳感器測量K類水下目標物產(chǎn)生的多傳感流場壓力信號和流場壓力噪聲序列通過電場接受極測量目標激發(fā)的電場畸變信號和電場噪聲序列k為目標類別(k＝0、1…K)；

基于低通濾波實現(xiàn)的預處理，基于去直流濾波實現(xiàn)和的預處理：

是第i(i＝1…I)個水壓傳感器測得的第k類目標流場壓力信號/噪聲，是第j(j＝1…J)個接受電極測得的第k類目標電場畸變信號/噪聲。

3.根據(jù)權利要求1所述的一種水下目標探測辨識方法，其特征在于，擇最優(yōu)的流場信號和電場信號依據(jù)檢測概率劃分流場信號數(shù)據(jù)樣本集和電場信號數(shù)據(jù)樣本集將數(shù)據(jù)樣本集劃分為M個報警等級，是在第k類目標在流場/電場信息判定下的m級警報；分別提取流場信號數(shù)據(jù)樣本集和電場信號數(shù)據(jù)樣本集的多域特征構成特征集基于Rosetta軟件實現(xiàn)特征集和的特征約簡得到特征敏感集，利用特征敏感集訓練多模型神經(jīng)網(wǎng)絡實現(xiàn)對不同目標預警等級的辨識，并將模型的輸出值轉(zhuǎn)化為概率值，獲得目標的概率分布。

4.根據(jù)權利要求3所述的一種水下目標探測辨識方法，其特征在于，F(xiàn)^k(n)和E^k(n)的條件似然分布模型和噪聲分布的估計具體步驟如下所示：

代表均值為方差為的正態(tài)分布，N為數(shù)據(jù)長度；

取強度的均值：

取強度均值的相對值：

強度均值：

其中，abs(·)代表取絕對值函數(shù)，

5.根據(jù)權利要求4所述的一種水下目標探測辨識方法，其特征在于，給定步長L對進行無重疊樣本劃分，共得到[N/L]個長度為L的樣本[·]代表向下取整函數(shù)，v＝1，…,[N/L]，l＝1…L；然后取絕對值和的均值重構偽時間樣本序列

6.根據(jù)權利要求3所述的一種水下目標探測辨識方法，其特征在于，基于多模型訓練輸出概率分布具體選擇BP神經(jīng)網(wǎng)絡，廣義回歸神經(jīng)網(wǎng)絡與概率神經(jīng)網(wǎng)絡作為辨識框架，使用softmax函數(shù)輸出樣本的概率分布。

7.根據(jù)權利要求3所述的一種水下目標探測辨識方法，其特征在于，基于D-S證據(jù)理論多模型概率融合的具體步驟如下：

其中，K_f為歸一化常數(shù)：

標簽空間作為辨識框架Ω＝{δ₀₀，δ₁₁,...,δ_1M,......,δ_KM},上式中分別表示BP網(wǎng)絡,GRNN和PNN對水壓傳感器采集的信號的辨識，表示三種網(wǎng)絡的融合辨識。