Page 133 - 应用声学2019年第4期

第 38 卷 第 4 期 曾赛等： 水下目标多模态深度学习分类识别研究 593

输入: 带标签的训练样本，包含一维时域样本和二维频谱样本
输出: 网络优化参数 θ，连接参数 w，分类识别标签，识别概率
for 训练样本集
step1: 随机选取 1 个训练样本集中的带标签样本；
step2: 针对一维时域样本输入，执行一次梯度下降迭代优化 LSTM 连接参数 w；
step3: 针对二维频谱样本输入，若为连续的样本，则执行一次梯度下降迭代优化似然函数 L(θ)；
step4: 针对二维频谱样本输入，如为非连续样本，则执行一次梯度下降迭代优化似然函数 L coh (θ, x 1 , x 2 )；
step5: 针对一维时域样本输入，再次执行一次梯度下降，迭代优化 LSTM 中的连接参数 w。固定连接参
数 w，通过优化 θ 使得 LSTM 和 CNN 的联合概率模型 P 达到最大。
end
直到：迭代训练的误差小于设定的阈值

该算法充分利用水声信号帧之间的相关性，通 (2) 二维频谱 Dataset：利用尺度不变特征变换
过不同模态之间的训练迭代交替更新网络参数，能 (Scale-invariant feature transform, SIFT)制作声谱
够有效地对多模态特征进行融合，从而有效提高分 图，将 10 帧数据做频谱分析得到一张二维频谱样
类识别精度。 本，二维样本帧重叠率为 80%。与一维时域样本类
似，最后生成的训练集总样本数为42472。测试集样
4 试验验证 本数为10668，测试样本与训练样本比例为4 : 1。
将多模态深度学习模型与 SVM、CNN 以及
为了验证多模态深度学习方法在水下目标分 LSTM 网络识别方法进行分类识别率比较。其中
类识别中的性能，本文利用 5 类合作水声目标辐射 SVM 采用高斯核函数，惩罚因子 C 的选择依赖于
噪声数据进行算法验证。其中，3 类为水面舰船，2 多次试验，惩罚因子越大，表示分类方法不能容忍
类为水下高速航行体。每类目标有 5 段信噪比不同 出现误差，但是容易出现过拟合，当惩罚因子越小
的时域信号，通过人工加噪的方式使得同一目标时 时，表示分类模型对误差的宽容度较强，但容易出现
域信号的信噪比分别为12 dB、6 dB、0 dB、−6 dB、 欠拟合，经过多次优化测试，选择惩罚因子为 67.3，
−12 dB。信号的采样率为12 kHz。通常的关于水下 训练步数设置为 200。CNN 设置两层卷积层，一层
目标识别的论文之中，训练集与测试集来自于同一 池化层和一层全连接层。激活函数为 ReLU，两层
段时域信号，而在本文实验中，并未采用“留出法” 卷积层的节点数分别设置为 16 和 32，卷积核大小
将样本集划分为互斥的两类集合，本文的训练集与 分别为 5 ∗ 5 和 3 ∗ 3，池化层卷积核大小为 3 ∗ 3，一
测试集不是取自同一段时域信号，具体的取法是对 层全连接层，采用 Softmax 输出层，输出节点为 5，
每一类目标不同的时间段的 5 段时域信号，选取其 学习率设置为 10 × 10 −5 ，epoch 为 10000 步，迭代
中的 M 段时域信号作为训练集，选择 N 段作为测 直到达到设定阈值。LSTM 网络参数中，一维信号
试集，那么训练 -测试比为 M : N，这样便保证了训 进行输入时首先进行归一化处理，动量因子设置
练集和测试集数据不属于同一段时域信号。 0.95，衰减因子设为 0.1，初始门控设置为 0，采用
实验一：训练-测试比实验 L1 正则化方法，激活函数为 sigmoid，学习速率设
训练 [12 dB, 0 dB,−6 dB, −12 dB]：测试比 置为 0.01，输入向量维度为 2，隐含层维度为 32，输
[6 dB] = 4 : 1时，样本制作方法如下： 出层维度为 1，迭代 10000 步。多模态深度学习模
(1) 一维时域信号 Dataset：采用分帧处理将时 型的两种模态输入参数设置与上述一致，CCA 特
域信号截断成训练样本，信号分帧长度为 60 ms，相 征融合时初始迭代因子设置为 2，参数共享后，对
邻帧之间重叠率为 50%。每类目标的每段时域信号 特征向量进行深度自编码分类识别，自编码网络
制作为 6000个帧训练样本。每类水声目标选取4段 选择堆栈自编码 (Stacked auto-encoder, SAE)。采
信号作为样本，1 段信号作为测试样本，则训练集样 用 Tensorflow 深度学习框架 [18] 进行训练。采用英
本为24000，测试集样本为 6000，训练样本与测试样 伟达丽台 K4200 GPU 加速，每个模型训练时间达
本比例为4 : 1。 到 6 h。该训练 -测试比条件下的结果如表 1 所示，