Page 35 - 《应用声学》2021年第4期
P. 35

第 40 卷 第 4 期         刘峰等： 时频谱图和数据增强的水声信号深度学习目标识别方法                                          519


                                                                   Kamal 等  [7]  首先将深度置信网络模型应用于
             0 引言
                                                               水声信号被动目标识别任务中，在 40 个类别的目
                 随着海洋的战略地位日益突显，各国都在积极                          标共 1000 个测试样本的测试集上取得了 90.23% 的
             开发利用海洋资源和空间。声波是目前在海洋中唯                            分类正确率，验证了深度学习模型的有效性。王强
             一能够进行远距离传播的能量形式，水声目标识别                            等 [8]  利用卷积神经网络(Convolutional neural net-
             对于海洋开发、国防安全有着重大意义，现已成为                            work, CNN) 对 3 类水下目标噪声数据进行分类识
             水声领域的研究热点之一。水下目标自动识别主要                            别，并与支持向量机方法进行对比。随着深度学
             包括特征提取与构建分类器两大部分。当前主流的                            习的发展，目标识别的网络构架逐渐成熟，基于
             特征提取方法包括时域波形结构分析、频域谱估计                            ResNet [9]  和 DenseNet [10]  等方法的网络模型性能
             以及时频域分析3个方面。时间域的分布可由峰-峰                           显著优于早期的基于 VGG           [11] 、AlexNet [12]  等架构，
             值、过零点分布、波列面积和波长差分布等特征进行                           这主要是因为 ResNet 很好地解决了训练过程中的
             描述  [1] 。频域谱估计可提取信号的频率、功率、包络                      梯度消失问题。然而，在水声目标识别任务中，可
             等特征，以及利用高阶谱分析非高斯信号的特征                      [2] 。  用数据规模通常较小，训练这样的深层架构会导
             这类方法原理简单、易于实现，仅通过采集到的原始                           致训练样本的过度拟合，目前最先进的分类方法仍
             水声信号即可获得，但是提取的特征需要一定的先                            然主要由 VGG架构产生。McDonnell等              [13]  采用了
             验知识进行信号预处理，在时变的海洋环境下泛化                            取自计算机视觉领域的 VGG 架构，以声谱图作为
             性较弱。时频分析方法提供了时间域与频率域的联                            网络输入，在声场景分类方面取得了良好的效果。
             合分布信息，可以清楚地描述信号频率随时间变化                            Koutini 等 [14]  通过调整不同网络层中 CNN 的感受
             的关系，是目前应用效果最好、应用最广的特征提取                           野增强模型的泛化能力，实现对不同场景中的声目

             方法，常用的方法包括短时傅里叶变换 (Short time                     标信号进行分类，通过对比多种网络模型的性能，基
                                     [3]
             Fourier transform, STFT) 、梅尔频率倒谱系数                于VGG网络的改进结构取得了最好的分类效果。
             (Mel-Frequency cepstral coefficients, MFCC) [4−5] 、     本文以Mel功率谱(Mel spectrum)作为水声信
             希尔伯特-黄变换(Hilbert-Huang transform, HHT)            号的特征提取方法，提出了一套适用于小样本水声
             等。在特征提取之后再训练隐马尔可夫模型 (Hid-                         信号的目标识别方法，利用多种数据增广技术并结
             den Markov model, HMM)、支持向量机、K 近邻、                合深度学习网络进行仿真验证。结果表明, 在数据
             神经网络等分类器以实现水下目标的识别。                               样本匮乏和样本分布不平衡情况下的水声目标识
                 近年来，随着计算机硬件技术、信号处理技术的                         别方面，本文方法具有明显优势。
             进一步发展，以机器学习 (Machine learning, ML)、
             深度学习 (Deep learning, DL)、大数据 (Big date)           1 本文方法
             等为代表的人工智能 (Artificial intelligence, AI) 技
                                                                   本文方法如图 1 所示，处理流程主要分为 3 个
             术，已经在语声识别、图像理解、机器翻译等多个方
                                                               步骤：(1) 将原始信号提取Mel功率谱作为特征；(2)
             面取得了长足的进展          [6] ，这为水声目标识别提供了
                                                               采用数据增强方法，分别从时域信号和时频谱图两
             新的解决思路。借助现代计算机技术、信号处理技
                                                               个方面进行扩展；(3) 利用改进的 VGG网络对时扩
             术、人工智能技术等，开展基于深度学习和大数据
                                                               展后的频谱图进行特征学习和训练，实现目标分类。
             分析的水声信号智能化目标识别技术研究，可有效
             提高自主识别系统的泛化能力和环境适应性。水声                            1.1  Mel功率谱特征提取
             信号在传播过程中受环境影响较大，存在着数据获                                在声频信号处理中，构建特征向量和设计分类
             取困难、样本数据少、噪声干扰强等特点，在实际的                           器通常被视为两个独立的问题。MFCC特征受到人
             应用场景中，很难针对每一种水下目标收集到足量                            类听觉系统和语声感知生理学的启发，被用作声频
             的数据，因此当收集到的数据量不足以支撑深度神                            分析任务的主要声学特征之一，由于其滤除的信息
             经网络的训练需求时，如何利用少量数据实现目标                            较多，Mel 频谱作为一种特征提取方式在使用神经
             识别是当前研究所面临的难题。                                    网络作为分类器时被广泛使用。
   30   31   32   33   34   35   36   37   38   39   40