大气低频声信号识别深度学习方法研究.docx

大气低频声监测技术是中远程核爆炸探测的技术手段之一，次声监测已被联合国列入全面禁核试监测技术[1]。然而，自然界存在着多种大气低频声信号，如何对这些信号数据进行实时分析和识别，是核爆探测需要解决的一个问题，需要有效的技术方法来支持。深度学习的快速发展以及其不断提高的性能为解决这个问题提供了另外一个途径[2]。 深度学习是以神经网络为基础发展而来[3]，文献[4-5]提出，具有多层结构的神经网络比浅层神经网络具有更强的学习能力，从而可以将原始输入数据中人工分析难以获取的特征信息挖掘出来。 本文首先对核爆低频声的特征进行了分析并对机器学习中的支持向量机和卷积神经网络进行了研究，然后针对这些特征对化