[發(fā)明專利]水聲目標識別模型的訓練方法及水聲目標識別方法

在審

• 申請?zhí)枺?/td>: 202210639772.4
• 申請日: 2022-06-08
• 公開（公告）號: CN114841220A
• 公開（公告）日: 2022-08-02
• 發(fā)明（設(shè)計）人: 張高唯;王微;韓洪勇
• 申請（專利權(quán)）人: 北京郵電大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安迪業(yè)欣知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61278
• 代理人: 校麗麗

本發(fā)明公開了一種水聲目標識別模型的訓練方法及水聲目標識別方法，其中訓練方法包括：獲取多幅水下聲波圖像及其對應(yīng)的標注圖像；確定水下聲波圖像的特征向量及標注圖像的特征向量；對水下聲波圖像的特征向量進行方差預(yù)測，將方差輸入至對抗生成網(wǎng)絡(luò)的噪聲生成器中，得到幅度服從瑞利分布的對抗噪聲；根據(jù)對抗噪聲和水下聲波圖像的特征向量確定對抗例；將對抗例和標注圖像的特征向量輸入至對抗生成網(wǎng)絡(luò)的噪聲判別器中，訓練噪聲生成器的參數(shù)和噪聲判別器的參數(shù)。本發(fā)明采用基于對抗生成網(wǎng)絡(luò)構(gòu)建的自適應(yīng)無監(jiān)督噪聲生成網(wǎng)絡(luò)生成對抗例，實現(xiàn)自動添加噪聲的功能，使得水聲目標識別模型的可泛化性及噪聲攻擊的魯棒性得到大幅提升。

技術(shù)領(lǐng)域

本發(fā)明公開了一種水聲目標識別模型的訓練方法及水聲目標識別方法，屬于水聲目標探測技術(shù)技術(shù)領(lǐng)域。

背景技術(shù)

水聲目標探測技術(shù)是可以在一定范圍內(nèi)實現(xiàn)對水聲目標的探測、跟蹤、定位與識別的信號處理技術(shù)。水聲目標探測技術(shù)是水聲信號處理與探測領(lǐng)域的重要研究方向，是環(huán)境感知、目標監(jiān)測、資源勘探、情報收集等海洋應(yīng)用領(lǐng)域的核心技術(shù)之一，一直是國內(nèi)外研究學者重點關(guān)注的熱點問題。具體來說，基于水聲目標的探測有助于準確繪制海床的大部分區(qū)域，定位管道或電纜路線、障礙物和其他功能。

在復雜海洋環(huán)境下，面向越來越低的目標輸入信噪比條件，如何提高水聲目標識別性能是水聲信號處理領(lǐng)域亟待解決的問題。而從目標角度出發(fā)，通過研究目標信號在產(chǎn)生、傳播與接收過程的特征，并利用目標特征進行高增益處理，以提高對目標信號偵察與識別性能是一種自然的選擇。目前，基于特征的目標識別技術(shù)發(fā)展主要包括5個方面：

(1)基于固有特征量的目標識別技術(shù)。所謂固有特征量，就是指目標輻射噪聲中受海洋信道長距離傳輸影響變化較小，或即使有變化，但變化規(guī)律已知或者是可控的那一部分分量。根據(jù)目標輻射噪聲形成和傳播機理，固有特征量往往集中在低頻、甚低頻段，因此此類目標識別技術(shù)主要聚焦在目標的低頻、甚低頻特征識別上。

(2)矢量信號處理方法。水聲場既有聲壓場，也有振速場，隨著矢量水聽器在工程上的日臻成熟，通過矢量水聽器同時獲取聲壓和質(zhì)點振速矢量，為水聲目標識別提供了更多維度上的目標聲場特征。在自由場條件下，通過聲場聲壓標量和質(zhì)點振速矢量聯(lián)合測量，可對聲壓、振速、振動加速度、位移、聲波強度等特征進行單獨或者組合檢測，有效區(qū)分目標和噪聲矢量場，從而達到提高目標識別能力的目的。

(3)基于非高斯、非線性特征提取的目標識別技術(shù)。利用Wigner-Vill分布、小波變換、高階統(tǒng)計、非線性等現(xiàn)代信號處理工具對接收數(shù)據(jù)進行分析與特征提取，然后進行識別也是基于特征識別的一個較為活躍的研究課題。其中，非高斯信號處理包括高階統(tǒng)計(高階譜估計、基于高階累積量的ARMA模型估計、超定遞推輔助變量法參數(shù)估計、隨機梯度法參數(shù)估計等)、盲解卷、非監(jiān)督自適應(yīng)濾波(盲均衡器、碼率盲均衡器、常數(shù)模算法)等方面。非線性信號處理則包括隨機共振理論、基于隨機統(tǒng)計學理論的非線性時間序列分析(非參數(shù)化模型估計、非線性ARMA模型參數(shù)估計等)、基于混沌動力學理論的非線性時間序列分析(嵌入維估計、相空間重構(gòu)技術(shù)、分形維和Lyapunov指數(shù)估計、全局與局部動力學模型估計、非線性預(yù)測與降噪等)、自相似隨機信號模型(分數(shù)布朗運動、分數(shù)高斯噪聲、分數(shù)Lévy穩(wěn)定運動)等方面的工作。

(4)基于信號或噪聲寬容性特征的處理方法，依賴于較少的傳播信道先驗知識，通過信號或噪聲的依靠鑒別性特征進行處理，改善其寬容性。

(5)基于CNN的水下聲學圖像識別。