一种基于MFCC特征的水下目标分类网络

作者:徐晓刚; 罗昕炜
更新时间:

水声目标辐射噪声特征提取与识别技术是水声目标识别的一项重要任务,也是水声信号处理领域的一个难题。鉴于梅尔滤波器提取的听觉特征在语音识别的广泛应用,本文基于梅尔倒谱系数(MFCC)和卷积神经网络(CNN)构建了一个水声信号深度分类网络。分类网络通过MFCC特征提取方法提取船舶辐射噪声信号的梅尔倒谱系数,将其构造的特征矩阵输入CNN进行分类,构造一个四级船舶辐射噪声样本集,并使用所提出的网络在不同维度上检验MFCC和LOFAR特征的分类性能,分析了不同类型特征和不同特征维数输入对网络分类性能的影响,为水声分类研究人员提供参考。