[发明专利]基于声振动信号的目标检测与识别方法及系统

摘要

本发明公开了一种基于声振动信号的目标检测与识别方法及系统。所述方法包括：利用M个或等效为M个光纤传感器获取预设节点位置且预设时间段内的振动信号并保存到振动数据矩阵；利用预加重方法对振动数据矩阵预处理以获取K帧双极性信号数据，并从中选取包括目标信号的双极性数据帧；从双极性数据帧中提取每类信号每一列的速度特征、能量分布特征和谱估计特征，并根据上述各特征及对应加权值获取一个较长的特征向量矩阵并对其降维处理；利用长短期选择记忆神经网络模型识别双极性信号数据、双极性信号数据帧及降维处理后的较长的特征向量的振动信号类别。本发明可以根据不同步骤的信息的共同作用决定声振动信号识别，提高目标识别的辨识正确率。

主权项

1.一种基于声振动信号的目标检测与识别方法，其特征在于，所述方法包括：利用M个或等效为M个光纤传感器获取预设节点位置且预设时间段内的振动信号，并保存所有预设节点位置的振动信号数据得到振动数据矩阵；M为非零自然数；利用预加重方法对所述振动数据矩阵进行预处理以获取K帧双极性信号数据；根据每帧双极性信号数据的能量E和过零率Z从所述K帧双极性信号数据选取包括目标信号的双极性数据帧：获取每帧双极性信号数据内所有项数据的平方和即能量E以及每帧双极性信号数据内各项数据穿过横轴次数之和即过零率Z，并获取每项数据的能量E和过零率Z之积；将上述每项数据的能量E和过零率Z之积与预设阈值比较，若积超过预设阈值则该帧双极性信号数据内存在目标信号并保存；利用小波变换方法从包括目标信号的双极性数据帧中提取每类信号每一列的速度特征、能量分布特征和谱估计特征；根据每一双极性数据帧的速度特征、能量分布特征和谱估计特征以及对应加权值获取一个较长的特征向量矩阵并对其降维处理；根据双极性信号数据帧及其速度特征、能量分布特征、谱估计特征和降维处理后的较长的特征向量获取长短期选择记忆神经网络模型，并根据该模型输出每一双极性数据帧中振动信号类别。