2014年Gammatone频离散小波提升水下目标识别鲁棒性

本文档探讨了"基于Gammatone频率离散小波系数的水下目标鲁棒识别"这一主题，发表于2014年的《西北工业大学学报》第32卷第6期。论文针对水下目标识别任务中面临的复杂噪声环境和研究样本有限的问题，提出了一种创新的特征提取策略。作者团队由吴姚振等人组成，他们主要关注水声信号处理与目标识别领域的研究。 Gammatone滤波器和离散小波变换是论文的核心技术。首先， Gammatone滤波器被引入替代传统的三角滤波器，以更精确地模拟人耳基底膜的频率响应特性，这有助于捕捉到人类听觉系统对不同频率成分的敏感度。其次，离散小波变换被用来替换离散余弦变换，使得提取的特征具有更好的局部化特性，即能够更好地反映信号在不同时间尺度上的细节信息。 作者们通过实验验证了这种方法在实际应用中的优势。他们使用了实录的水下动物叫声和舰船辐射噪声数据集，对比了使用美尔倒谱系数（MFCC）的传统方法，结果显示，基于Gammatone频率离散小波系数的特征提取方法在识别率和稳健性方面均有所提升。这意味着，这种方法不仅提高了目标分类的准确性，还增强了对复杂噪声环境的抗干扰能力。 此外，论文还强调了与听觉感知特性相关的特征提取在水下目标识别中的重要性，尤其是MFCC在语音识别中的成功应用，为水下环境下的目标识别提供了新的思路。通过结合人的听觉感知机制，研究人员能够发现和利用那些与声音特征密切相关的、有利于目标区分的特征，从而优化水下目标识别系统的性能。 这篇论文对于水声工程领域的研究者来说是一份有价值的贡献，它不仅提出了一个改进的特征提取技术，还为理解如何更好地模拟和利用人耳的感知特性以提升水下目标识别的准确性和鲁棒性提供了新的视角。