基于小波域的水声噪声的检测与识别方法

摘要

一种基于小波域的水声噪声的检测与识别方法，首先对船舶噪声和海洋环境噪声进行去均值和幅值归一化处理，再对其进行小波域的多尺度域分解并建立小波域隐马尔可夫模型，根据海洋环境噪声的模型和船舶辐射噪声模型的特征差异，提出一种基于Nyman－Pearson准则的检测方法，即将船舶噪声对于海洋环境噪声的HMT模型的似然值作为检验统计量，进行二元假设检验，使得对船舶噪声的检测能力提高。将检测样本对不同类型船舶的HMT模型的似然值形成一个描述检测样本的特征向量，判别船舶噪声的类型，识别率和稳健性提高。

主权项

1、一种基于小波域的水声噪声的检测与识别方法，其特征在于包括如下步骤：(1)采集船舶噪声信号和海洋环境噪声作为训练样本，将这些信号分别减去各自的均值，之后除以各自信号中绝对值最大的量，分别对它们进行小波分解，选择的小波为Haar小波，在某一尺度上有一组小波系数，形成以这一组小波系数为根的一组二叉树，每一个节点上描述小波系数的随机变量具有两个状态，小波域的树状结构形成；(2)利用小波域的树状结构，采用数学期望最大化算法并按照下面的公式建模建立小波域隐马尔可夫树HMT模型$\theta =\{p_{s_i}\left(m\right),{ϵ}_{i,\rho \left(i\right)}^{\mathrm{mn}},{\mu }_{i,m},{\sigma }_{i,m}^2|i=1,···,P;n,m=\mathrm{1,2}\}$ 其中psi(m)概率权值函数，εi，p(i)mn为转移概率矩阵，μi，m为小波系数均值，σi，m2 为小波系数方差，得到船舶噪声HMT模型和海洋环境噪声HMT模型；(3)基于HMT模型的船舶噪声信号检测：以一秒作为采集间隔，采集时间为0.25秒，将实时采集的观测信号输入到海洋噪声的HMT模型中，得到似然值；将似然值作为检验统计量，根据奈曼-皮尔逊准则，在给定虚警概率下计算出阈值，当似然值小于阈值时表示船舶噪声被检测出来；(4)基于HMT模型的船舶噪声的识别：将检测样本分别送入步骤2中得到的不同类型的船舶噪声HMT模型中，得到相对于各个模型的似然值，若最大的两个似然值之差大于0.1，则将似然值最大的那个模型的类别属性作为该检测样本的类别，否则再进行基于似然值向量的判别；(5)基于似然值向量的判别：将训练样本中不同类别的船舶噪声信号相对于各个HMT的似然值组成的向量来描述其类别属性，并用这些向量训练一个分类器，将检测样本相对于各个HMT模型的似然值形成似然值向量，再将这似然值向量送入分类器中，最终判别其类别属性。