一种基于快速循环单元的水下目标探测方法技术

一种基于快速循环单元的水下目标探测方法，涉及水下声纹特征提取技术领域，针对现有技术中的水下目标探测技术存在探测精度低的问题，本发明专利技术在对水声信号样本分帧后的片段完成特征提取和特征选择后，将这些特征按时间顺序排列，从而得到由特征组成的时序数据，并利用循环神经网络对时序数据进行处理，以此提高了水下目标探测的准确率并减少了误报率。

A method of underwater target detection based on fast circulation unit

【技术实现步骤摘要】
一种基于快速循环单元的水下目标探测方法
本专利技术涉及水下声纹特征提取
，具体为一种基于特征通道的水声信号特征选择与联合方法。
技术介绍
海洋科技是海洋开发过程中的第一生产力，也是挖掘海洋经济的重要手段，海洋高新技术时全球学者公认的新科技革命中最重要的领域之一，海洋科技的涵盖面极广，包含多种学科和多种技术，例如海洋学科包括海洋基础科学、海洋物理科学、海洋化学科学、海底地质学、海洋气候学和海洋生物学等；与海洋有关的技术包括海洋测量、海洋水声、海洋能源开发、海洋运输和海洋结构等等，其中海洋水声中水下目标的探测和跟踪由于同时具有商业和军事上的重要价值而被越来越多的专家学者以及生产技术人员重视，而现有技术中的水下目标探测技术存在探测精度低、误报率高的问题。
技术实现思路
本专利技术的目的是：针对现有技术中的水下目标探测技术存在探测精度低的问题，提出一种基于快速循环单元的水下目标探测方法。本专利技术为了解决上述技术问题采取的技术方案是：一种基于快速循环单元的水下目标探测方法，包括以下步骤：步骤一：获取目标噪声样本，构建样本数据集；步骤二：对目标噪声样本进行分帧和打标签处理；步骤三：设定超参数，构建循环神经网络模型，并利用样本数据集训练构建好的循环神经网络模型，所述超参数包含卷积层中卷积核的尺寸、数量和步长，以及循环单元和全连接层中神经元的数量；步骤四：利用构建好的循环神经网络模型中的卷积层对噪声样本进行特征提取；步骤五：对特征提取后的样本进行特征图通道的加权过滤操作，所述加权过滤操作如下：首先通过对卷积层输出的特征矩阵进行逐通道全局卷积操作并经过多个全连接层来获得每个特征通道的权重，然后对每个特征通道进行加权过滤操作；步骤六：利用循环神经网络模型对每一帧的特征在时序维度进行特征联合；步骤七：通过全连接层进行二分类得到探测结果；所述循环神经网络模型由快速循环单元构成，所述快速循环单元由遗忘门、更新门和输出门组成，每个门结构包括多个神经元，当前输入经过神经元和相应的激活函数来计算对应门结构的输出；其中，遗忘门用于修改前一时刻输出的循环单元内部状态Ct-1；更新门用于向循环单元内部状态中添加当前输入的信息，并结合遗忘门得到当前时刻的内部状态Ct，输出门用于根据当前时刻的输入信息和内部状态得到输出，同样利用一组神经元和激活函数进行计算，输出门的输出与Ct相乘得到当前时刻的输出ht。进一步的，所述步骤五中加权过滤操作的详细步骤为：步骤五一：输入矩阵经过卷积操作后得到n*c的特征矩阵，c为通道数，n为一种超参数；步骤五二：按通道进行全局卷积操作，输出一个1*c的张量；步骤五三：全局卷积的输出张量通过全连接层将多个特征通道进行联系；步骤五四：利用Relu与Tanh函数的复合函数对全连接层的输出进行激活；步骤五五：通过矩阵乘法操作为每个特征通道进行加权。进一步的，所述步骤五中加权过滤操作的详细步骤为：步骤五一：输入矩阵经过卷积操作后得到n*c的特征矩阵，c为通道数，n为一种超参数；步骤五二：按通道进行全局卷积操作，输出一个1*c的张量；步骤五三：全局卷积的输出张量通过全连接层将多个特征通道进行联系；步骤五四：利用Relu与Tanh函数的复合函数对全连接层的输出进行激活；步骤五五：通过矩阵乘法操作为每个特征通道进行加权。进一步的，所述内部状态Ct的更新公式为：ft＝σ(wfxt+bf)ut＝Tanh(wuxt+bu)ct＝ft⊙ct-1+(1-ft)⊙ut上式中，wf和wg分别为遗忘门和更新门神经元的参数矩阵，bf和bu为偏置矩阵，ft为遗忘门的输出，gt为更新门的输出。进一步的，所述当前时刻的输出ht的公式为：ot＝σ(woxt+bo)ht＝ot⊙Tanh(ct)上式中，wo为输出门神经元的参数矩阵，bo为偏置矩阵，ot为输出门的输出。本专利技术的有益效果是：本专利技术在对水声信号样本分帧后的片段完成特征提取和特征选择后，将这些特征按时间顺序排列，从而得到由特征组成的时序数据，并利用循环神经网络对时序数据进行处理，以此提高了水下目标探测的准确率并减少了误报率。附图说明图1为整体结构示意图；图2为加权过滤层结构示意图；图3为快速循环单元结构示意图；图4为水听器探测边界示意图；图5为循环单元结构分析图；图6为水下目标探测模型时序展开示意图；图7为多水听器数据合并图；图8水声样本生成示意图。具体实施方式具体实施方式一：参照图1和图2具体说明本实施方式，本实施方式所述的一种基于快速循环单元的水下目标探测方法，包括以下步骤：步骤一：获取目标噪声样本，构建样本数据集；步骤二：对目标噪声样本进行分帧和打标签处理；步骤三：设定超参数，构建循环神经网络模型，并利用样本数据集训练构建好的循环神经网络模型，所述超参数包含卷积层中卷积核的尺寸、数量和步长，以及循环单元和全连接层中神经元的数量；步骤四：利用构建好的循环神经网络模型中的卷积层对噪声样本进行特征提取；步骤五：对特征提取后的样本进行特征图通道的加权过滤操作，所述加权过滤操作如下：首先通过对卷积层输出的特征矩阵进行逐通道全局卷积操作并经过多个全连接层来获得每个特征通道的权重，然后对每个特征通道进行加权过滤操作；步骤六：利用循环神经网络模型对每一帧的特征在时序维度进行特征联合；步骤七：通过全连接层进行二分类得到探测结果；所述循环神经网络模型由快速循环单元构成，所述快速循环单元由遗忘门、更新门和输出门组成，每个门结构包括多个神经元，当前输入经过神经元和相应的激活函数来计算对应门结构的输出；其中，遗忘门用于修改前一时刻输出的循环单元内部状态Ct-1；更新门用于向循环单元内部状态中添加当前输入的信息，并结合遗忘门得到当前时刻的内部状态Ct，输出门用于根据当前时刻的输入信息和内部状态得到输出，同样利用一组神经元和激活函数进行计算，输出门的输出与Ct相乘得到当前时刻的输出ht。一、水声信号时序特征联合方法概述由于水声信号的特征处于一个动态的变化过程，因此在特征提取前对水声信号进行了分帧处理，每一帧的特征可以视为稳定特征。可以知道，提取到的特征沿着时间轴存在着某种变化规律，因此在时序的角度对这些特征进行联合，从而得到特征的变化规律，并根据这种变化规律获得水下目标探测的结果。在将长水声信号样本进行分帧后对这些片段进行特征提取和特征选择，对于这些片段的特征，当探测目标在声呐等设备的信号接收范围外时的特征应该与环境噪声类似，而在探测目标进入信号接收范围时的特征应发生变化，根据这种不同即可判断出是否发现目标。然而实际上声呐等设备的信号接收范围的边界并不容本文档来自技高网...

【技术保护点】
1.一种基于快速循环单元的水下目标探测方法，其特征在于包括以下步骤：/n步骤一：获取目标噪声样本，构建样本数据集；/n步骤二：对目标噪声样本进行分帧和打标签处理；/n步骤三：设定超参数，构建循环神经网络模型，并利用样本数据集训练构建好的循环神经网络模型，所述超参数包含卷积层中卷积核的尺寸、数量和步长，以及循环单元和全连接层中神经元的数量；/n步骤四：利用构建好的循环神经网络模型中的卷积层对噪声样本进行特征提取；/n步骤五：对特征提取后的样本进行特征图通道的加权过滤操作，所述加权过滤操作如下：首先通过对卷积层输出的特征矩阵进行逐通道全局卷积操作并经过多个全连接层来获得每个特征通道的权重，然后对每个特征通道进行加权过滤操作；/n步骤六：利用循环神经网络模型对每一帧的特征在时序维度进行特征联合；/n步骤七：通过全连接层进行二分类得到探测结果；/n所述循环神经网络模型由快速循环单元构成，所述快速循环单元由遗忘门、更新门和输出门组成，每个门结构包括多个神经元，当前输入经过神经元和相应的激活函数来计算对应门结构的输出；/n其中，遗忘门用于修改前一时刻输出的循环单元内部状态Ct-1；/n更新门用于向循环单元内部状态中添加当前输入的信息，并结合遗忘门得到当前时刻的内部状态Ct，/n输出门用于根据当前时刻的输入信息和内部状态得到输出，同样利用一组神经元和激活函数进行计算，输出门的输出与Ct相乘得到当前时刻的输出ht。/n...

【技术特征摘要】
1.一种基于快速循环单元的水下目标探测方法，其特征在于包括以下步骤：
步骤一：获取目标噪声样本，构建样本数据集；
步骤二：对目标噪声样本进行分帧和打标签处理；
步骤三：设定超参数，构建循环神经网络模型，并利用样本数据集训练构建好的循环神经网络模型，所述超参数包含卷积层中卷积核的尺寸、数量和步长，以及循环单元和全连接层中神经元的数量；
步骤四：利用构建好的循环神经网络模型中的卷积层对噪声样本进行特征提取；
步骤五：对特征提取后的样本进行特征图通道的加权过滤操作，所述加权过滤操作如下：首先通过对卷积层输出的特征矩阵进行逐通道全局卷积操作并经过多个全连接层来获得每个特征通道的权重，然后对每个特征通道进行加权过滤操作；
步骤六：利用循环神经网络模型对每一帧的特征在时序维度进行特征联合；
步骤七：通过全连接层进行二分类得到探测结果；
所述循环神经网络模型由快速循环单元构成，所述快速循环单元由遗忘门、更新门和输出门组成，每个门结构包括多个神经元，当前输入经过神经元和相应的激活函数来计算对应门结构的输出；
其中，遗忘门用于修改前一时刻输出的循环单元内部状态Ct-1；
更新门用于向循环单元内部状态中添加当前输入的信息，并结合遗忘门得到当前时刻的内部状态Ct，
输出门用于根据当前时刻的输入信息和内部状态得到输出，同样利用一组神经元和激活函数进行计算，输出门的输出与Ct相乘得到当前时刻的输出ht。


2.根据权利要求1所述的一种基于快速循环单元的水下目标探测方法，其特征在于：所述步骤五中加权过滤操作的详细步骤为：
...

【专利技术属性】
技术研发人员：王红滨，王勇军，何鸣，张耘，王念滨，周连科，张毅，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23