[1]李秀坤,孟祥夏.水下目标回波和混响在听觉感知特征空间的分类[J].哈尔滨工程大学学报,2015,(09):1183-1187.[doi:10.11990/jheu.201406019]
 LI Xiukun,MENG Xiangxia.Classification of underwater target echoes and reverberation in auditory perception feature spaces[J].hebgcdxxb,2015,(09):1183-1187.[doi:10.11990/jheu.201406019]
点击复制

水下目标回波和混响在听觉感知特征空间的分类(/HTML)
分享到:

《哈尔滨工程大学学报》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2015年09期
页码:
1183-1187
栏目:
出版日期:
2015-09-25

文章信息/Info

Title:
Classification of underwater target echoes and reverberation in auditory perception feature spaces
作者:
李秀坤12 孟祥夏12
1. 哈尔滨工程大学水声技术重点实验室, 黑龙江 哈尔滨 150001;
2. 哈尔滨工程大学水声工程学院, 黑龙江 哈尔滨 150001
Author(s):
LI Xiukun12 MENG Xiangxia12
1. Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China;
2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China
关键词:
水下目标探测目标回波海底混响Gammatone滤波器听觉感知特征特征空间支持向量机
分类号:
TN911.7
DOI:
10.11990/jheu.201406019
文献标志码:
A
摘要:
海底混响是一种与海底底质、海洋环境及发射信号参数等多种因素有关的随机过程,它的存在给水下目标探测识别带来很大困难。鉴于人耳听觉系统在听音辨物方面独特的优越性,利用Gammatone滤波器构建人耳听觉模型,提取听觉时-频特征和听觉谱特征,并讨论主动声呐掩埋目标回波和海底混响在这些特征下的可分离性,选取分离性好的特征构建特征空间,并利用径向基核函数支持向量机进行分类识别。实验结果表明,两类信号的特征具有良好的聚类性,能够获得较高的识别准确率,表明该方法能够有效地区分目标回波和混响。

参考文献/References:

[1] 李秀坤, 李婷婷, 夏峙. 水下目标特性特征提取及其融合[J]. 哈尔滨工程大学学报, 2010, 31(7):903-908.LI Xiukun, LI Tingting, XIA Zhi. Feature extraction and fusion based on the characteristics of underwater targets[J].Journal of Harbin Engineering University, 2010, 31(7):903-908.
[2] 王娜, 陈克安, 黄凰. 水下噪声听觉属性的主观评价与分析[J]. 物理学报, 2009, 58(10):7330-7338.WANG Na, CHEN Kean, HUANG Huang. Subjective evaluation and analysis of auditory attributes for underwater noise[J]. Acta Physica Sinica, 2009, 58(10):7330-7338.
[3] 王娜, 陈克安. 水下噪声音色属性回归模型及其在目标识别中的应用[J]. 物理学报, 2010, 59(4):2873-2881.WANG Na, CHEN Kean. Regression model of timbre attribute for underwater noise and its application to target recognition[J]. Acta Physica Sinica, 2010, 59(4):2873-2881.
[4] 杨阳. 基于音色参量的声呐回波特征提取及分类[D]. 哈尔滨:哈尔滨工程大学, 2012:1-7.YANG Yang. The feature extraction and classification of active sonar echoes based on timbre parameters[D]. Harbin:Harbin Engineering University, 2012:1-7.
[5] YOUNG V W, HINES P C. Perception-based automatic classification of impulsive source active sonar echoes[J]. J Acoust Soc Am, 2007, 122(3):1502-1517.
[6] NANCY A, HINES P C, YOUNG V W. Performances of human listeners and an automatic aural classifier in discriminating between sonar target echoes and clutter[J]. J Acoust Soc Am, 2011, 130(3):1287-1298.
[7] 王磊, 彭圆, 林正青,等. 听觉外周计算模型在水中目标分类识别中的应用[J]. 电子学报, 2012, 40(1):199-203.WANG Lei, PENG Yuan, LIN Zhengqing, et al. The application of computational auditory peripheral model in underwater target classification[J]. Acta Electronica Sinica, 2012, 40(1):199-203.
[8] 陈世雄, 宫琴, 金慧君. 用Gammatone滤波器组仿真人耳基底膜的特性[J]. 清华大学学报:自然科学版, 2008, 48(6):1044-1048.CHEN Shixiong, GONG Qin, JIN Huijun. Gammatone filter bank to simulate the characteristics of the human basilar membrane[J]. J Tsinghua Univ:Sci & Tech, 2008, 48(6):1044-1048.
[9] 张学工.模式识别[M].3版.北京:清华大学出版社,2010:105-109,146-148.
[10] 汤渭霖. 声呐目标回波的亮点模型[J]. 声学学报, 1994, 19(2):92-100.TANG Weilin. Highlight model of echoes from sonar targets[J]. Acta Acoustica, 1994, 19(2):92-100.
[11] 马元锋, 陈克安, 王娜. Moore响度模型的数值计算方法[J]. 声学技术, 2008, 27(3):390-395.MA Yuanfeng, CHEN Kean, WANG Na. The study of loudness’ calculation based on Moore’s model[J]. Technical Acoustics, 2008, 27(3):390-395.
[12] 郑文, 陈克安, 马元锋. Moore模型与响度计算中的关键问题[J]. 声频工程, 2007, 31(6):11-13.ZHENG Wen, CHEN Kean, MA Yuanfeng. Key problem of calculation of loudness based on Moore’s model[J]. Audio Engineering, 2007, 31(6):11-13.

相似文献/References:

[1]李海森,高珏,徐超,等.应用TBD的多波束声呐图像序列SIFT特征追踪[J].哈尔滨工程大学学报,2016,37(08):1009.[doi:10.11990/jheu.201506078]
 LI Haisen,GAO Jue,XU Chao,et al.SIFT feature tracking in multi-beam sonar image sequences using the track-before-detect technique[J].hebgcdxxb,2016,37(09):1009.[doi:10.11990/jheu.201506078]
[2]冯西安,姜冰磊.稀疏似p范数变步长LMS的水下多径抑制算法[J].哈尔滨工程大学学报,2018,39(05):857.[doi:10.11990/jheu.201611018]
 FENG Xian,JIANG Binglei.Underwater multipath suppression algorithm based on a sparse p-norm-like constraint variable-step-size LMS[J].hebgcdxxb,2018,39(09):857.[doi:10.11990/jheu.201611018]

备注/Memo

备注/Memo:
收稿日期:2014-06-11;改回日期:。
基金项目:国家自然科学基金资助项目(51279033);黑龙江省自然科学基金资助项目(F201346).
作者简介:李秀坤(1962-),女,教授,博士生导师.
通讯作者:李秀坤,E-mail:lixiukun@hrbeu.edu.cn
更新日期/Last Update: 2015-10-28