[发明专利]一种基于水声信号的舰船目标智能识别方法及系统

权利要求书

1.一种基于水声信号的舰船目标智能识别方法，基于设置在水下固定位置的水听器实现，所述方法包括：

对水听器接收的待测海域水声时域信号进行预处理得到频域信号；

将预处理后的频域信号输入预先建立好的舰船目标识别模型，结合先验数据库，得到该频域信号对应不同舰船目标的概率值；所述先验数据库包括待测海域若干个舰船目标以及对应的频域信号，所述舰船目标识别模型为引入了注意力机制的神经网络；

从概率值中选取最大值，从而确定舰船目标。

2.根据权利要求1所述的基于水声信号的舰船目标智能识别方法，其特征在于，所述预处理具体包括：

对水听器接收的待测海域水声时域信号进行短时傅里叶变换得到频域信号；

根据船舶低频特征的显著性，从预设的频率范围中选取若干个频点的频域信号。

3.根据权利要求2所述的基于水声信号的舰船目标智能识别方法，其特征在于，所述舰船目标识别模型为增加了注意力模块的DNN网络，具体为依次连接的输入层、注意力模块、全连接层、Drop-out层、底层全连接层和输出层，所述舰船目标识别模型的输入为预处理后的频域信号，输出为分类结果。

4.根据权利要求3所述的基于水声信号的舰船目标智能识别方法，其特征在于，所述注意力模块用于关注目标特性，抑制多源干扰，还用于作为一个专用的特征提取器；所述注意力模块包括：注意层、高斯卷积层和融合层；其中，

所述注意层，用于过滤不感兴趣的特性，并保留与目标高度相关的特性；所述注意层包括密集层和激活层；

所述高斯卷积层，用于减小多普勒频移、测量误差和其他特征随机变化造成的影响；还用于输出注意力权重值以实现网络可视化；

所述融合层，用于对高斯卷积层和输入层进行点乘运算。

5.根据权利要求4所述的基于水声信号的舰船目标智能识别方法，其特征在于，所述注意力模块的具体实现过程为：

设I_s是输入特征向量[I₁,I₂,…,I_S]，S是特征向量的总数，输入注意力层后，输出注意力权重α_ts为：

其中，f(I_s)是Luong评分函数，表示I_s的每个元素与注意力所关注对象的相关程度：

f(I_s)＝W·I_s

其中，W是注意力评分矩阵，通过网络训练得到，具体表达式为：

然后将α_ts与高斯核函数H进行卷积，映射到一个范围为[0,1]的概率分布，高斯卷积层的输出G为：

G＝W·α_ts

其中，H包含元素h_ij，同时也作为注意力权重，在网络运行过程中实时处理输入特征的注意力区域图像：

h_ij＝j-i,i,j∈[0,S]

注意力模块的输出向量o_t为：

6.根据权利要求5所述的基于水声信号的舰船目标智能识别方法，其特征在于，所述舰船目标识别模型的输出还包括由注意力模块实时输出注意力权重值，用于实现DNN网络的可视化。