[发明专利]一种基于两级CNN的船舶辐射噪声信号识别方法

摘要

本发明提供一种基于两级CNN的船舶辐射噪声信号识别方法，该方法具体包括：对已知类别的船舶的辐射噪声信号进行预处理，并构建训练集和测试集；确定第一级卷积神经网络和第二级卷积神经网络的个数；构建第一级CNN的训练集和测试集；构建第二级CNN的训练集和测试集；分别训练第一级CNN和第二级CNN；读取待识别的船舶辐射噪声信号，提取频谱特征，再输入到所述第一级CNN中，输出各个频谱相似度较低的目标，并获得各类频谱相似度较高的目标；分别提取频谱的包络特征和线谱特征，再分别输入到所述第二级CNN，分别得到基于包络和线谱特征的频谱相似度较高的目标识别结果；再进行决策融合，确定最终识别结果。

主权项

1.一种基于两级CNN的船舶辐射噪声信号识别方法，其特征在于，该方法具体包括：步骤1、对已知类别的船舶的辐射噪声信号进行预处理，并构建训练集和测试集；确定第一级卷积神经网络，即第一级CNN和第二级卷积神经网络，即第二级CNN的个数；步骤2、构建第一级CNN的训练集和测试集；步骤3、构建第二级CNN的训练集和测试集；步骤4、分别训练所述第一级CNN和所述第二级CNN；步骤5、通过设备读取待识别的船舶辐射噪声信号；提取所述待识别的船舶辐射噪声信号的频谱特征；步骤6、将包含频谱特征的所述待识别的船舶辐射噪声信号输入到所述第一级CNN中，并进行分类，输出各类频谱相似度较低的频谱序列，并获得各类频谱相似度较高的频谱序列；步骤7、对步骤6中获得的所述各类频谱相似度较高的频谱序列，提取频谱的包络特征，再输入到所述第二级CNN，得到基于包络特征的频谱相似度较高的目标识别结果；步骤8、对步骤6中获得的所述各类频谱相似度较高的频谱序列，提取频谱的线谱特征，再输入到所述第二级CNN，得到基于线谱特征的频谱相似度较高的目标识别结果；步骤9、分析步骤7和步骤8中的目标，找出其中识别结果不同的目标样本，并将其放在一起，作为待定样本集K；进行决策融合，确定最终识别结果。