【技术实现步骤摘要】
本专利技术涉及声信号处理，具体涉及基于水下相机及水听器的运行目标声信号采集系统。
技术介绍
1、针对复杂海洋环境和多样的目标类型，现如今对水下的探测仅利用传感器会存在探测能力有限和稳定性差的问题，无法满足对水下目标的精准探测需求。随着水下探测手段以及多元信息融合技术的迅速发展，研究基于融合理论的水下运行目标的探测，可以实现对水下运行目标的更准确的监测和识别，其中对水下运行目标信息的采集主要是声信号和图像数据等信息数据的采集。
2、但是现如今对水下声音信号数据等数据的采集受水下复杂环境的影响较为严重，因此采集的水下声信号的准确性较低。对于受水下环境噪声影响较严重的声信号，采用传统的水下声音信号的处理方法进行预处理，也会存在对水下复杂多变的声音信号的处理精度低的问题，同时由于水下环境是复杂多变的，对于同一目标的信号的采集，在不同的位置受到的干扰影响程度不同，因此将多采集装置的声信号均作为水下目标的信号数据，可能导致采集的水下运行目标声信号的质量较差得问题，影响后续通过采集的声信号对水下运行目标位置集合状态的分析的准确性。
技术实现思路
1、为了解决上述技术问题，本专利技术的目的在于提供基于水下相机及水听器的运行目标声信号采集系统，所采用的技术方案具体如下：
2、本专利技术提出了基于水下相机及水听器的运行目标声信号采集系统，所述系统包括：
3、数据采集模块，用于获取每个水听器的声信号和目标图像数据；
4、声信号处理模块，用于分解每个水听器的
5、声信号局部分析模块，根据各模态分量中所有峰值的干扰叠加特征序列之间的相关性以及峰值之间的位置差异，构建各模态分量中每个峰值的水下信号干扰叠加系数；
6、声信号整体分析模块，用于根据所述水下信号干扰叠加系数以及每个水听器的声信号中各模态分量与其余水听器的声信号中对应模态分量的差异，构建每个水听器的声信号中各模态分量的水下干扰相对影响系数；
7、声信号溯源去噪模块，根据每个水听器的声信号中各模态分量的水下干扰相对影响系数得到每个水听器的声信号相对干扰程度；根据所有水听器的声信号相对干扰程度得到最佳声信号，结合去噪算法和目标图像数据完成水下运行目标的信号采集。
8、优选的，所述获取各模态分量中每个峰值的相关数据，组成各模态分量中每个峰值的干扰叠加特征序列，包括：
9、每个水听器的声信号中各模态分量中每个峰值的相关数据包括：宽度数据、幅值数据和位置数据，每个峰值的宽度数据、幅值数据和峭度值组成每个峰值的干扰叠加特征序列。
10、优选的，所述各模态分量中每个峰值的水下信号干扰叠加系数的构建过程为：
11、在每个水听器的声信号的各模态分量中，计算每个峰值的干扰叠加特征序列与其余所有峰值的干扰叠加特征序列之间的距离的均值，记为每个峰值的第一干扰系数；
12、计算每个峰值与其余所有峰值之间位置数据的差异的均值，记为每个峰值的第二干扰系数；
13、基于每个峰值的第一干扰系数与第二干扰系数确定各模态分量中每个峰值的水下信号干扰叠加系数。
14、优选的，所述各模态分量中每个峰值的水下信号干扰叠加系数与每个峰值的第一干扰系数成正向关联，与每个峰值的第二干扰系数成负向关联。
15、优选的，所述每个水听器的声信号中各模态分量的水下干扰相对影响系数的构建过程为：
16、构建各模态分量的水下干扰特征数据序列；
17、分析每个水听器的声信号中各模态分量与其余各水听器的声信号中对应模态分量的水下干扰特征数据序列之间的距离，记为每个水听器的声信号中各模态分量与其余各水听器的声信号中对应模态之间的第一相对系数；
18、分析每个水听器的声信号中各模态分量的混乱程度，记为每个水听器的声信号中各模态分量的干扰复杂程度；计算每个水听器的声信号中各模态分量与其余水听器的声信号中对应模态分量的干扰复杂度之间的差异，记为每个水听器的声信号中各模态分量与其余各水听器的声信号中对应模态之间的第二相对系数；
19、基于每个水听器的声信号中各模态分量与其余各水听器的声信号中对应模态之间的第一相对系数与第二相对系数确定各模态分量的水下干扰相对影响系数。
20、优选的，所述各模态分量的水下干扰特征数据序列的获取过程为：
21、每个水听器的声信号的各模态分量中所有峰值的水下信号干扰叠加系数，按照每个峰值对应的频率数据由小到大的顺序组成各模态分量的水下干扰特征数据序列。
22、优选的，所述各模态分量的水下干扰相对影响系数为每个水听器的声信号中各模态分量与其余各水听器的声信号中对应模态之间的所述第一相对系数与第二相对系数正向融合的结果。
23、优选的，所述每个水听器的声信号相对干扰程度为每个水听器的声信号中所有模态分量的水下干扰相对系数的均值。
24、优选的，所述最佳声信号为所有水听器的声信号相对干扰程度中的最小值对应的水听器采集到的声信号。
25、优选的，所述完成水下运行目标的信号采集的过程为：
26、根据最佳声信号，结合去噪算法获取降噪后的水下运行目标的声信号；将水下运行目标的声信号和目标图像数据进行存储传输。
27、本专利技术具有如下有益效果：
28、本专利技术通过水听器和水下相机采集水下运行目标的图像数据和声信号，通过分析水下环境噪声信号的干扰叠加特征对采集的水下运行目标的声信号进行分析，基于不同水听器采集的水下目标的声信号在不同频率范围内声信号的叠加干扰特征的相对分析，获取每个水听器采集的水下运行目标声信号的水下噪声叠加干扰相对影响程度，并通过相对干扰程度的分析结果选取合适的水下运行目标的声信号进行降噪处理，其有益效果在于考虑通过不同水听器采集的水下运行目标的声信号的噪声干扰相对影响程度，对采集的水下目标的声信号进行筛选，采集准确的水下运行目标的声信号，避免海洋环境噪声和自噪声对水下运行目标声信号采集的影响，完成水下运行目标数据的精准采集。
本文档来自技高网...【技术保护点】
1.基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述获取各模态分量中每个峰值的相关数据，组成各模态分量中每个峰值的干扰叠加特征序列，包括：
3.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述各模态分量中每个峰值的水下信号干扰叠加系数的构建过程为：
4.根据权利要求3所述的基于水下相机及水听器的运行目标声信号采集系统，所述各模态分量中每个峰值的水下信号干扰叠加系数与每个峰值的第一干扰系数成正向关联，与每个峰值的第二干扰系数成负向关联。
5.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述每个水听器的声信号中各模态分量的水下干扰相对影响系数的构建过程为：
6.根据权利要求5所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述各模态分量的水下干扰特征数据序列的获取过程为：
7.根据权利要求5所述的基于水下相机及水听器的运
8.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述每个水听器的声信号相对干扰程度为每个水听器的声信号中所有模态分量的水下干扰相对系数的均值。
9.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述最佳声信号为所有水听器的声信号相对干扰程度中的最小值对应的水听器采集到的声信号。
10.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述完成水下运行目标的信号采集的过程为：
...【技术特征摘要】
1.基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述系统包括：
2.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述获取各模态分量中每个峰值的相关数据，组成各模态分量中每个峰值的干扰叠加特征序列，包括：
3.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述各模态分量中每个峰值的水下信号干扰叠加系数的构建过程为：
4.根据权利要求3所述的基于水下相机及水听器的运行目标声信号采集系统，所述各模态分量中每个峰值的水下信号干扰叠加系数与每个峰值的第一干扰系数成正向关联，与每个峰值的第二干扰系数成负向关联。
5.根据权利要求1所述的基于水下相机及水听器的运行目标声信号采集系统，其特征在于，所述每个水听器的声信号中各模态分量的水下干扰相对影响系数的构建过程为：
6.根据权利要求5所述的基于水下相机及...
【专利技术属性】
技术研发人员：王斌，姜卫，
申请(专利权)人：上海交通大学三亚崖州湾深海科技研究院，
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。