摘要
本发明属于水下小目标对象分析识别方法技术领域,尤其涉及一种用于水下小目标对象分析识别的声信号特征优化方法。包括步骤一、原始数据采集和处理;步骤二、剔除干扰线谱,采用时间窗截取拼接得到时间重组声信号;采用极差变换优化信号幅值特征;使用FIR数字高通滤波器对声信号进行处理;使用同态滤波器得到优化后的信号;步骤三、提取优化后数字信号的结构特征、能量特征、频率特征、声强特征;步骤四、声信号特征融合,基于典型相关性分析方法进行水下目标声信号特征融合处理;本发明提供一种用于优化复杂海洋环境背景下提取水下目标有效声信号数据,增强远距离探测时信号有效性,同时构建可用于水下目标分类识别的有效声信号特征的方法。
技术关键词
信号特征
数字高通滤波器
数据融合方法
光纤水听器阵列
传感器
相关性分析方法
非线性映射关系
时域特征
特征向量空间
幅值
典型相关性分析
对象
人工神经网络法
波长
分析识别方法
卡尔曼滤波
系统为您推荐了相关专利信息
预测预报方法
海洋声场
海洋传感器
优化神经网络模型
数据处理模块
机器人
橡胶模块
柔性车身
无线通讯模块
电机模块
同步控制方法
采集微震信号
同步控制器
FIR滤波器
延迟偏差
特征提取模型
局部特征提取
声音信号特征
定位特征
时序特征
跨越功能
爬壁清洁机器人
清洁机器人装置
PID算法
升降机构