【技术实现步骤摘要】
本专利技术属于信号处理领域，具体涉及一种基于多域特征联合处理的非合作声纳信号识别方法。
技术介绍
1、在复杂的海洋环境下能够对非合作水声主动声纳信号进行稳定识别，是水声领域的学者们长期关注的研究内容。
2、信号识别的方法一般可分为两大类：基于最大似然假设检验的判决理论方法和基于特征提取的统计模式识别方法。在利用最大似然识别信号时，首先通过计算接收信号的似然函数，然后将似然函数与门限阈值相比较，从而识别出信号的类型。由于基于最大似然的方法是基于最小误判代价准则的，因此该方法是贝叶斯意义上的最优分类算法。但是这里存在两个问题：首先在使用最大似然识别算法时其要求的信号参数较多；其次由于未知参数的存在，使得似然比函数的计算表达式很复杂。如果对似然比函数进行简化处理，又会导致分类信息的丢失，降低识别性能，因此很多的次优算法被提了出来。
3、基于特征提取的统计模式识别方法是通过特定的方式提取信号的时域特征或者很多变换域，例如：频域、小波域、循环谱域等特征，然后通过观察这些特征的差异性来完成信号的识别。虽然，基于特征提取的统计模式识别方法可能不是最佳的，但是其易于工程实现，并且如果设计合理，其性能将接近最佳性能。
4、kim等人基于决策理论，提出了一种bpsk、qpsk信号识别方法，但是该方法鲁棒性较差，且需要知道信号的一些先验信息，例如：载频、初始相位以及符号速率等。随后，hsue,s.z.等人通过提取信号过零间隔的方差特征来区分fsk和psk信号，过零间隔本质上是一种衡量信号瞬时频率的方法，在fsk信号
5、近年来随着机器学习理论的发展，很多基于机器学习理论的信号识别分类器被提了出来。b.kim等人使用21种信号统计特征与三层神经网络分类器，用于识别bpsk、qpsk、8psk、16qam和64qam信号，当信噪比大于10db时，该方法对信号整体识别率可达95％以上。weihua jiang等人通过结合主分量分析特征以及人工神经网络来识别水声非合作通信信号，可以识别的信号类型为：bpsk、qpsk以及mfsk信号，仿真表明当信噪比大于5db时，该方法对信号的整体识别率可达80％以上。afan ali等人通过提取信号的星座图特征，并结合深度学习网络来识别bpsk、4qam、16qam以及64qam信号，仿真表明当信噪比大于5db时，该方法对信号的整体识别率可达95％以上。这些基于机器学习理论的识别方法，即使在低信噪比环境中，其识别效果仍然良好，但是这些方法大多计算量巨大，需要大量的训练样本，且容易产生过拟合现象，在实际中较难使用。
6、综上介绍可以看出，目前针对非合作水声主动声纳信号，例如：cw、bpsk、qpsk、2fsk、4fsk、msk、lfm以及nlfm的统一识别方法的研究还比较缺乏，研究这些水声信号的识别需求比较迫切。
技术实现思路
1、针对现有技术的不足，本专利技术提出了一种基于多域特征联合处理的非合作声纳信号识别方法，该方法稳定性强，可识别的信号种类多，且计算量小可适应多种低功耗工程场合
2、实现本专利技术的技术解决方案为：一种基于多域特征联合处理的非合作声纳信号识别方法，包括以下步骤：
3、s10、获取水声主动声纳信号时域采样数据，转入s20。
4、s20、求取水声主动声纳信号时域采样数据的功率谱密度函数，并进行归一化。
5、s30、根据归一化后的功率谱密度函数以及计算获取的循环谱域特征对信号进行识别。
6、本专利技术与现有技术相比，其显著优点在于：本专利技术充分利用了水声主动声纳信号的固有特征，可识别的信号类型多，稳定性强，且解决了在低信噪比环境下，信号功率谱密度函数中难以判断真实线谱个数的问题，同时解决了由于频率平滑点数设置不合理导致循环谱截面特征不稳定，导致信号识别效果差的问题，适合工程上对非合作水声主动声纳信号进行快速稳健识别。
本文档来自技高网...【技术保护点】
1.一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，所述S10包括以下步骤：
3.根据权利要求2所述的一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，所述S20包括以下步骤：
4.根据权利要求3所述的一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，所述S30包括以下步骤：
5.根据权利要求4所述的一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，在S30中阈值Th1取0.4，Th2取0.25，Th3取0.6。
【技术特征摘要】
1.一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，所述s10包括以下步骤：
3.根据权利要求2所述的一种基于多域特征联合处理的非合作声纳信号识别方法，其特征在于，所...
【专利技术属性】
技术研发人员：魏阳杰，杨蔚，刘志武，李铭時，陈卓，
申请(专利权)人：中国航天科工集团八五一一研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。