一种基于MFCC特征的水下目标分类网络.pdfVIP

一种基于MFCC特征的水下目标分类网络

作者：徐晓刚罗昕炜

来源：《声学与电子工程》2022年第01期

摘要水声目标辐射噪声特征提取和识别技术是水声目标识别的重要任务，也是水声信号

处理领域的难题。鉴于梅尔滤波器中提取的听觉特征在语音识别中的广泛应用，文章基于梅尔

倒谱系数（MelFrequencyCepstrumCoefficient，MFCC）和卷积神经网络（Convolutional

NeuralNetwork，CNN）构建了一个水声信号深度分类网络。该分类网络通过MFCC特征提取

方法逐帧提取舰船辐射噪声信号的梅尔倒谱系数，将其构建特征矩阵输入CNN中进行分类，

构建了一个4类舰船辐射噪声样本集，并利用所提出的网络考察了不同维度下MFCC和I

LOFAR特征的分类性能，分析了不同类型特征和不同特征维度输入对网络分类性能的影响，

可为水声分类研究相关人员提供参考。

关键词水声信号：梅尔系数；目标分类；CNN；时频分析

水下目标的分类识别是水声领域研究的热点问题，对于现代海洋装备目标探测尤为关键，

特征向量提取的方法是水声目标分类识别的研究重点。文献[1]提出了一种基于小波包变换的

水下目标辐射噪声特征提取算法，文献[2]提出了一种基于双谱估计的水下目标辐射噪声特征

提取算法，文献[3]提出了一种基于波数谱模态能量差特征的目标分类方法。由于声呐识别不

同水下辐射噪声源的原理与人耳语音识别的机理类似，因此，基于听觉特征的水下声目标特征

提取方法是研究热点之一，其中提取梅尔倒谱系数进行水下声目标识别是常用的方法之一。文

献[4]介绍了差分梅尔频率倒谱系数的概念和相应的特征提取方法，对水下目标进行了基于

MFCC特征提取方法仿真研究和实验分析；文献[5]将MFCC特征应用于船舶和鲸类水下声信

号的特征提取中，提取了船舶和鯨类声信号的MFCC特征，通过高斯混合模型对提取的

MFCC特征进行训练和识别分类，讨论MFCC维数变化和不同MFCC特征组合对识别分类性

能的影响：文献[6-8]也进行了MFCC特征提取相关方面的研究工作，并取得了一定的研究成

果。

传统水下声目标识别分类过程具有较强的人机交互特性，需要人工提取泛化能力强的特征

数据，无法满足未来水下无人平台只能识别分类水声目标的需求。深度学习理论可以改善这一

点，它可以打破现有的水声目标识别中对先验知识和特征提取方法的依赖，直接通过学习获得

信号特征，目前已发展出自编码器（AutoEncode，AE）[、深度置信网络（DeepBelief

Networks，DBN）[10l、CNN[11-12]、循环神经网络（RecurrentNeuralNetworks，RNN）13-

15]生成对抗网络（GenerativeAdversarialNetwork，GAN）[16-171及其相关变种等多种模

型，在各个领域得到广泛的应用且都有不错的效果。因此，用深度学习的方法结合MFCC对

不同水下目标进行分类识别，可以减少实时环境对技术人员的依赖性，使得未来水下无人平台

领域应用更加广泛和灵活。本文利用实现的CNN研究了不同维度下MFCC和LOFAR特征的

分类性能。

信号特征提取1

梅尔频率1.1

通过对人耳听觉机理的研究发现，人耳对不同频率的声音有不同的敏感度，特别是频率

200～5000Hz的语音信号特别敏感。所以人耳的听觉系统是非线性的，这也是对低频声音信号

更加敏感的原因。梅尔倒谱系数是在梅尔频率（Mel－Frequency）域上提取出来的参数，Mel

频率描述了人耳的非线性特性，它与频率关系为

式中，fmel表示的是在Mel频率域上的频率，Hz。

1.2MFCC参数提取过程

MFCC特征的提取过程，需要对语音信号进行预加重、信号分帧、加窗以及滤波器处理等

操作，具体流程如图1所示，这些处理方式都是为了能够最大化的保留语音的有效特征，从而

达到最好的特征参数提取。

（a）预加重即将声信号通过一个高通滤