一种基于物理感知微分Mamba的端到端水声目标识别方法
本发明属于水声目标识别,特别涉及一种基于物理感知微分mamba的端到端水声目标识别方法,尤其适用于复杂海洋环境下的水声目标识别场景。
背景技术:
1、目前基于深度学习的水声目标识别大多数是基于人工提取频域特征并进行特征融合,再结合支持向量机、随机森林等分类模型完成目标识别。基于针对低信噪比环境下目标特征容易受到噪声干扰,构建端到端的网络模型进行自动学习水声信号中的深层特征的研究较少。归结起来,现有的基于深度学习的水声目标识别方法,主要存在如下不足之处:
2、1. 传统频域预处理依赖严重导致关键微观特征丢失与时空开销过大的问题。
3、现有的水声目标识别方法大多依赖快速傅里叶变换(fast fourier transform,fft)、离散傅里叶变换(discrete fourier transform, dft)、梅尔频率倒谱系数或短时傅里叶变换(short-time fourier transform, stft)等人工预处理算法,将一维时域音频强制转换为二维时频谱图,此种方式不仅丢失了具备物理辨识度的时域相位信息与微观瞬态包络,且生成与存储高维时频图矩阵引入了额外的计算延迟与显存开销,难以满足端到端实时处理的需求。
4、2. 传统模型对非平稳水声信号中“平稳背景”与“瞬态冲击”耦合特征提取不足的问题。
5、水声辐射噪声具有高度的非平稳性,既包含连续平稳的低频轴频/叶频机械噪声,又包含瞬时高频的空泡溃灭与拍水冲击。然而,现有的单一尺度卷积神经网络(convolutional neural network,cnn)或标准transformer结构,难以同时兼顾时域的长时平稳建模与短时突变捕捉,导致(“平稳背景”与“瞬态冲击”耦合特征)两种特征相互干扰、难以有效分离。
6、3. 复杂海洋背景噪声干扰下弱目标特征易被掩盖、模型鲁棒性差的问题。
7、在极低信噪比(如 0db 至 -10db)的实际海洋环境中,强烈的背景噪声极大掩盖了舰船辐射噪声的物理显著性。然而,现有的全局平均池化(global average pooling,gap)易稀释微弱的瞬间冲击特征,而全局最大池化(global max pooling,gmp)则极易受到野值噪声(outlier noise,on)的虚警干扰,导致模型在低信噪比下的识别准确率急剧下降。
8、综上,现有的基于深度学习的水声目标识别方法,虽然在特定条件下实现水声目标识别,但大多方法严重依赖人工 fft 或时频图转换等预处理手段,这不仅破坏了一维时域波形中具备物理辨识度的微观瞬态特征与相位信息,还引入了额外的计算与存储开销。此外,现有模型难以仅凭预处理后的高维表征全面捕捉非平稳水声信号中的动态物理变化。
9、因此,需要提出一种端到端状态空间深度神经网络的水声目标识别方法,直接从原始时域信号中自适应提取丰富特征,以解决现有技术中依赖人工预处理导致的特征丢失问题。
10、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,并不必然构成在先技术。
技术实现思路
1、本发明的目的在于提出一种基于物理感知微分mamba的端到端水声目标识别方法,该方法直接以原始一维水声时域波形为输入,通过物理感知的带通 sinc滤波器提取信号时域包络,同时结合双通路快/慢动态微分选择扫描单元dssu与状态选择对比池化,以高效捕捉水声信号在复杂噪声干扰下的瞬态冲击与稳态特征,实现低算力消耗下的高精度水声目标分类。
2、本发明为了实现上述目的,采用如下技术方案:
3、一种基于物理感知微分mamba的端到端水声目标识别方法,包括如下步骤:
4、步骤1. 获取水声音频及其对应的标签,对水声音频进行预处理并构建训练数据集;
5、步骤2. 构建端到端水声目标识别模型,其包括带通sinc滤波器、第一层微分选择扫描单元dssu、双分支下采样并行支路、第二层dssu、三分支并行池化支路以及分类头;
6、双分支下采样并行支路是由下采样分支与1×1卷积跳跃投影分支组成;三分支并行池化支路是由状态选择对比池化分支、全局平均池化分支、全局最大池化分支组成;
7、原始一维水声时域波形经预加重后输入带通sinc滤波器处理,得到多通道时域特征;多通道时域特征输入第一层微分选择扫描单元dssu进行处理得到浅层时序特征;
8、浅层时序特征输入双分支下采样并行支路进行并行处理;
9、再将下采样分支与1×1卷积跳跃投影分支的输出特征逐元素相加,并将相加后的结果输入第二层dssu,第二层dssu输出深层时序特征矩阵;
10、将深层时序特征矩阵输入三分支并行池化支路,分别对其进行基于各时间步能量权重的选择性加权聚合、沿时间维度的全局平均聚合以及沿时间维度的全局最大值聚合;
11、将三分支并行池化支路输出的三个特征向量沿特征维度进行拼接,得到融合特征向量,并将融合特征向量输入分类头进行目标类别预测;
12、步骤3. 基于步骤1构建的训练数据集,对步骤2搭建的端到端水声目标识别模型进行训练,并利用训练好的模型进行端到端水声目标识别。
13、此外,在上述端到端水声目标识别方法的基础上,本发明还提出了一种与之对应的基于物理感知微分mamba的端到端水声目标识别系统,其采用如下技术方案:
14、一种基于物理感知微分mamba的端到端水声目标识别系统,包括如下模块:
15、预处理模块,获取水声音频及其对应的标签,对水声音频进行预处理并构建训练数据集;
16、以及水声目标识别模块,构建端到端水声目标识别模型;
17、该端到端水声目标识别模型包括带通sinc滤波器、第一层微分选择扫描单元dssu、双分支下采样并行支路、第二层dssu、三分支并行池化支路以及分类头;
18、双分支下采样并行支路是由下采样分支与1×1卷积跳跃投影分支组成;三分支并行池化支路是由状态选择对比池化分支、全局平均池化分支、全局最大池化分支组成;
19、原始一维水声时域波形经预加重后输入带通sinc滤波器处理,得到多通道时域特征;多通道时域特征输入第一层微分选择扫描单元dssu进行处理得到浅层时序特征;
20、浅层时序特征输入双分支下采样并行支路进行并行处理;
21、再将下采样分支与1×1卷积跳跃投影分支的输出特征逐元素相加,并将相加后的结果输入第二层dssu,第二层dssu输出深层时序特征矩阵;
22、将深层时序特征矩阵输入三分支并行池化支路,分别对其进行基于各时间步能量权重的选择性加权聚合、沿时间维度的全局平均聚合以及沿时间维度的全局最大值聚合;
23、将三分支并行池化支路输出的三个特征向量沿特征维度进行拼接,得到融合特征向量,并将融合特征向量输入分类头进行目标类别预测;
24、其中,基于构建的训练数据集,预先对搭建的端到端水声目标识别模型进行训练,并利用训练好的模型进行端到端水声目标识别。
25、此外,在上述基于物理感知微分mamba的端到端水声目标识别方法的基础上,本发明还提出了一种计算机设备,该计算机设备包括存储器和一个或多个处理器。
26、在存储器中存储有可执行代码。当处理器执行可执行代码时,用于实现上述基于物理感知微分mamba的端到端水声目标识别方法的步骤。
27、此外,在上述基于物理感知微分mamba的端到端水声目标识别方法的基础上,本发明还提出了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时,用于实现上述基于物理感知微分mamba的端到端水声目标识别方法的步骤。
28、本发明具有如下优点:
29、如上所述,针对现有水声目标识别过度依赖人工频域预处理、导致微观特征丢失及噪声干扰下特征分离困难的问题,本发明述及了一种基于物理感知微分mamba的端到端水声目标识别方法,在该方法中搭建了一种用于水声目标识别的端到端水声目标识别模型w-d-mamba-net,其中在网络输入方面,直接以原始一维水声时域波形为输入,该方式能够保留水声信号原有的时间顺序、相位关系、瞬态冲击及局部幅值变化等信息,避免因固定窗长、窗函数和频率分辨率设置不当而造成的信息损失。在网络结构层面,本发明设计了可学习物理感知带通sinc滤波器、双层微分选择扫描单元dssu,其中带通sinc滤波器能够将原始一维时域波形分解为不同频带的多通道时域响应,再经绝对值运算提取包络特征,并通过局部平均池化形成多通道时域特征。因此,该滤波器能够直接从一维水声波形中提取不同频带内的稳态机械辐射成分、周期性成分以及瞬态宽带变化。相较于完全自由的一维卷积核,sinc滤波核仅需学习具有明确物理意义的频率边界和带宽,既增强了网络前端的频率选择能力及可解释性,又减少了无约束参数学习所带来的冗余,有利于在噪声背景下获得更稳定的频带特征。双层微分选择扫描单元dssu包括快mamba分支、慢mamba分支、差分投影以及残差归一化结构。其中,快mamba分支采用较小的状态维度和局部卷积核,对短时间范围内的快速变化较为敏感,主要用于捕获螺旋桨脉冲、机械冲击及其他局部瞬态特征;慢mamba分支采用较大的状态维度和局部卷积核,能够整合较长时间范围内的状态信息,主要用于建模稳定的机械辐射、周期变化及缓慢演化特征。两个分支分别通过独立的线性映射和sigmoid函数生成门控权重,从而根据当前输入自适应调节快、慢动态特征的贡献。门控后的快、慢分支输出进一步进行逐元素差分并经线性投影,使两个分支响应不一致的动态成分得到突出。最后,差分特征经过激活和正则化后,与原始输入及快分支输出进行残差融合并实施层归一化。上述结构既能够保留基础时序信息,又能够强化对目标类别具有区分作用的动态变化,避免仅采用单一时间尺度建模时瞬态特征与稳态特征相互干扰。另外,第一层dssu在较高时间分辨率下处理sinc滤波前端输出的浅层时序特征,主要用于提取较细粒度的局部瞬态和快慢动态差异;第二层dssu则在完成时间下采样的特征序列上进一步整合较长范围的上下文信息,形成语义层次更高的深层时序特征。通过两层dssu逐级处理,可以实现由频带级局部响应、浅层动态变化到深层时间依赖的层次化特征提取,增强模型对复杂非平稳水声信号的表示能力。此外,在两层dssu之间,本发明设置由深度卷积下采样分支和1×1卷积跳跃投影分支组成的双分支下采样并行支路。其中,深度卷积下采样分支利用逐通道一维卷积提取局部变化并压缩时间序列长度,能够在较低参数量下保留各频带通道的局部结构;1×1卷积跳跃投影分支利用步长为2的1×1卷积完成时间尺度和通道尺度匹配,为第一层dssu输出提供变换程度较低的直达传递路径。两个分支的输出逐元素相加,使局部下采样特征与浅层直达信息相互补充。该结构一方面将序列长度由1500压缩至750,降低第二层dssu的计算量;另一方面能够减轻单一路径下采样造成的有效信息损失,使第二层dssu在较低计算开销下获得兼具局部变化信息和浅层原始信息的输入。在双层dssu之后,本发明还设计了由状态选择对比池化分支、全局平均池化分支、全局最大池化分支组成的并行支路。其中状态选择对比池化分支根据各时间步深层状态向量的能量计算状态权重,并利用带温度系数的softmax在不同时刻之间形成相对竞争关系,从而重点聚合与目标类别相关的显著时间状态;全局平均池化分支对全部时间步取均值,用于表征水声信号在整个时间范围内较为稳定的总体统计特征;全局最大池化分支提取各特征通道上的最大响应,用于保留局部突发事件和显著峰值。三个分支分别从显著状态、全局均值和局部极值三个角度对深层时序特征进行压缩,并将所得特征向量沿特征维度拼接。该设计能够弥补单一池化方式的不足,避免仅采用全局平均池化时弱化关键瞬态,也能够降低仅采用全局最大池化时孤立噪声峰值对识别结果的影响。模型训练采用基于纯净域先验引导的双阶段鲁棒知识迁移训练策略,训练策略包括纯净域判别知识构建阶段和多信噪比鲁棒知识迁移阶段。在纯净域判别知识构建阶段,利用纯净水声样本和polyloss对基准模型进行监督训练,使其学习噪声干扰较小条件下的稳定特征表示和类别判别知识,并将训练完成的基准模型作为教师模型。在多信噪比鲁棒知识迁移阶段,固定教师模型参数,对同一水声样本构造纯净输入和不同信噪比的加噪输入,并利用教师模型输出的类别预测结果及中间层特征指导学生模型训练,使学生模型获得对噪声扰动更加稳定的特征表示和分类能力,实现低算力消耗下的高精度水声目标分类。本发明通过构建端到端水声目标识别架构,直接对原始一维水声时域波形进行自适应特征提取,实现了全流程自动化,在有效提升非平稳水声特征分离能力的同时,展现出优异的抗噪鲁棒性,并且改善了低信噪比条件下的目标识别率,尤其适用于复杂海洋环境下的水声目标识别场景。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com