舰船目标的分类识别是国防研究的关键技术,也是当前水声界研究的热点,具有重要的理论意义和军事应用价值。听觉模型已经在语音信号处理方面取得了成功的应用,而在水声信号处理方面一直为人们所忽略。基于听觉模型的水下目标特征提取是水声信号处理的一个重要内容,因此本文尝试将听觉模型应用于水下目标的分类、识别。在分析耳蜗对声音的辨别原理的基础上,研究了人耳听觉系统对语音信号处理的特点,并结合小波分析在水声信号降噪、特征提取、目标识别等方面的应用,对实际舰船辐射噪声信号进行了特征提取和分类验证。 本文主要的研究内容与创新如下: 1.参考了听觉模型在语音信号处理方面的成功应用,并结合水声信号与语音信号处理的相似性,建立了一个适用于水声信号处理的计算听觉模型。研究了基于听觉模型的水声信号特征提取方法,提取了舰船辐射噪声的听觉特征。 2.对小波变换应用于水声信号的降噪进行了分析。探讨了基于小波变换降噪的基本原理和方法;对小波降噪方法进行了仿真,并对实际舰船信号进行了小波降噪。结果表明,小波降噪方法能较好的去除信号中的背景噪声,达到了从实际舰船辐射噪声中去除背景噪声的效果。 3.提出了对舰船辐射噪声的小波变换系数进行分束的特征提取方法,利用每一个束的能量值作为舰船辐射噪声的类别特征。给出了提取该特征的理论依据及其实现方法,并分析了该特征的分类性能。采用了三种舰船辐射噪声特征提取方法,即小波包,听觉模型和功率谱方法,并通过神经网络进行了分类。结果表明,采用听觉模型提取的舰船辐射噪声的特征分类结果最好。 4.研究了适用于舰船目标识别的神经网络分类器的设计,通过对实际舰船辐射噪声的分类实验,检验了本文所提取的舰船辐射噪声特征的分类性能,达到了比较好的分类效果。