基于渔探仪的目标双谱特征提取.pdfVIP

维普资讯 山东农业大学学报 自然科 学版 ，2005，36 3 ：367～369 JournalofShandongAgriculturalUniversity NaturalScience 基于渔探仪的 目标双谱特征提取 于 铭，杨士莪 ，陈 楚 哈尔滨 工程 大学水声工程学院 ，黑龙江 哈尔滨 150001 摘要 ：本文研究了基于双谱估计 的渔探仪水下 目标信号的特征提取方法 。利用高阶谱来提取水下 目标特征能有效 的抑制信号的高斯噪声，不受假设 目标信号为高斯分布的限制，并且能有效提取渔探仪所采集到的水下 目标信号 的非高斯特征分量。在提取了水下 目标信号的双谱特征的基础上，利用BP神经网络对五类水下 目标信号的双谱 特征进行分类，得到 了较高的识别率 。 关键词 ：渔探仪 ；双谱 ；特征提取 ；目标识别 中图分类号 ：U666：7 文献标识码 ：A 文章编号 ：10oO一2324 2005 03—0367—03 FEATURE EXI’RA ‘ITl0 BY BIsI．ECIRUM oFFIsHERY I EI 1【 R RGET YU Ming，YANG Shi—e，CHEN Chu CollegeofUnderwaterAcousticEngineering，HarbinEngineering University，Harbin150001，China Abst ：Inthispaper。themethodofextractthefeatureoftargetsignalunderwaterisstudiedusingbispectrumesti— rnation．Usinghighorderspectrum toextracttargetfaetureundewr atercanrestraintheGaussiannoise，andatthe sametimeitacnattainthenoGaussianfaetureoftargetwithoutGaussianhypothesis．Classifyingfivetargetsignals undewr aterbaseonthebispectrum faeturesthroughBP neuralnetworks，thetargetsareidentifiedproperlywith highefficiently． KeyWords：fisherydetector；bispectrum；featureextraction；targetidentifiaction 引言 在水声信号分析与处理领域中相关函数及相应的功率谱得到了广泛的应用 ，对于高斯随机过程来说，掌握 了其均值与自相关函数就等于掌握了由高斯过程所确定的任意维高斯随机变量的概率密度函数，通过高斯过程 的均值与 自相关函数就有可能充分利用过程所包含的全部统计特性。然而对于非高斯随机过程来说，并不具有 这样的特点。研究高于二阶的高阶矩，目的是为了有可能在更充分的意义上分析并利用非高斯随机过程。由高 阶矩分析引出了与它直接相联系的高阶累积量与高阶累积量谱 高阶谱 的概念[u。双谱是高阶谱中阶数为三 的一种情况，其应用也最广泛。本文基于水下 目标辐射噪声信号的非高斯特性，提取了渔探仪采集到的5类水 下 目标信号的双谱特征，取得了令人满意的效果。 1 目标信号的双谱特征提取方法[。] 在实际的随机信号分析与处理中，不论是决定随机变量或随机过程统计特性的概率密度函数，也不论是各 类统计特性 ，比如：自相关函数、均方差、均值、高阶谱往往不能得到严格意义上的真值，而不得不代之以实际 “真 实值”存在差异的所谓 “估计值”。如同谱估计被分为非参数和参数化两大类方法一样，双谱估计也分为非参数 化和参数化两种 。下面给出非参数化双谱估计的一种直接算法 。 收稿 日期 ：2004—1O一2O 基金项 目：科技部基础部技术工作项 目资助．项 目编号 2001DEA 1004 作者简介 ：于 铭 196O一 ，男，副研究员，在读博士研究生，主要研究方向，水声工程，信号与信息处理。 维普资讯 · 368 · 山东农业大学学报 自然科学版 第 36卷 步骤 1将数据 X 一，X ， 分成K段，每段M 个样本，即N—KM，并减去每段的 样本均值。 步骤 2计算每段的 DFT系数 。 一 “ t eccp 一j2zct2／M 2 0，1… ，M ／2；一 ，…，K 上式中：Lr“ ￡ 一0，1，…，M一1 为第 段的数据： 步骤 3计算 ． 1 L1 L1 6 l，2 一z去s 三 三 。 l十 1 y 。 2十2 。 一 l— 2一 l一 2 o K