基于特征融合的舰船目标识别方法

• 作者: 王莹 侯朋 吴迪 王文冠 李光远
• 来源期刊: 舰船科学技术
• 学科: 工学
• 关键词: 舰船辐射噪声 梅尔倒谱系数 谱相关密度函数 特征融合 卷积神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 水声电子
• 页码范围: 146-149
• 页数: 4页
• 分类号: TB532
• 语种: 中文
• DOI: 10.3404/j.issn.1672-7649.2022.01.028

摘要

传统的被动目标识别主要依靠声呐员的作用,随着人工智能的迅速发展,水下目标智能识别成为未来发展的趋势.针对这一问题,根据舰船辐射噪声特性,提出基于特征融合的舰船目标识别方法,通过提取基于人耳听觉感知的梅尔倒谱系数特征、基于循环平稳分析的谱相关密度函数特征,构建特征层融合和决策层融合的特征融合模型,利用深度学习中的卷积神经网络进行舰船目标识别.利用4种舰船辐射噪声实测数据进行验证,结果表明,所提出的决策层融合算法能够明显提高舰船目标识别率.