论文摘要
正确识别与分类鲸类发出的叫声脉冲信号与主动声呐或通信信号,对提高海洋被动声学监测以及水下声呐探测或水下声学通信系统的稳定性和可靠性具有十分重要的作用。本文选取鲸声中具有代表性的Click信号和3类具有代表性的传统声呐信号作为研究对象,提出了一种基于时频特征的抹香鲸Click与传统声呐信号的分类方法。首先,利用滤波、小波去噪和端点检测方法实现鲸声去噪及信号自动摘取;然后,基于4类信号的短时傅里叶变换时频图,对信号时频轮廓进行多项式拟合,并提取多项式的系数作为信号时频特征;最后,分别使用反向传播(Back propagation,BP)神经网络和支持向量机对4类信号进行分类与识别。分类结果验证了所提算法和方法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 卜令冉,华波,蒋佳佳,颜晗,段发阶,王宪全,李春月,孙中波
关键词: 抹香鲸,声呐,短时傅里叶变换,神经网络,支持向量机
来源: 数据采集与处理 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 船舶工业,电信技术
单位: 天津大学精密测试技术及仪器国家重点实验室,中国船舶工业系统工程研究院
基金: 天津市自然科学基金(17JCQNJC01100)资助项目,国家重点研发计划(2017YFF0204800)资助项目,国家自然科学基金(61501319,51775377,61505140)资助项目,光电信息与仪器北京市工程研究中心开放课题(GD2015007)资助项目,微光机电系统技术教育部重点实验室(天津大学)开放基金(MOMST2015-7)资助项目,中国科协“青年人才托举工程”(2016QNRC001)资助项目
分类号: U666.7;TN929.3
DOI: 10.16337/j.1004-9037.2019.05.009
页码: 844-853
总页数: 10
文件大小: 2127K
下载量: 87