一种基于数据增强和残差CNN的水声目标识别方法

技术特征：
1.一种基于数据增强和残差cnn的水声目标识别方法，其特征在于步骤如下：步骤1：提取各个类别水声目标信号的mfcc特征；步骤2：将每5个连续帧mfcc特征并联拼接生成一个二维矩阵，此二维矩阵可绘制为彩图，以此作为单个样本的输入特征图像，即初始特征图像，各个类别均选取其中3/4的图片样本用于模型的训练和验证，剩余的1/4用于模型的测试；步骤3：采用传统数据增强技术，设置多个图像对比度范围，得到不同对比度范围的生成图，并设置图像水平和垂直方向的缩放范围和平移范围。步骤4：将特征图像输入深度卷积生成对抗网络dcgan模型训练，dcgan模型包括鉴别器和生成器，两个网络通过对抗共同进步，以达到样本生成的最佳效果，从而输出得到相应的生成特征图像；步骤5：在resnet18模型的基础上搭建残差cnn分类模型，去掉其中的池化层，并调节其输入层、全连接层和输出层换为适合识别任务的尺寸，将该残差cnn模型作为识别任务的分类模型，并将特征图像转化为与resnet18模型中的卷积层尺寸相匹配的尺寸；步骤6：将初始特征图像、步骤3经过调节对比度处理和步骤4深度卷积生成对抗网络dcgan模型的多个生成特征图像均作为残差cnn模型的输入特征，对残差cnn模型进行训练，并对测试数据以及数据识别。2.根据权利要求1所述基于数据增强和残差cnn的水声目标识别方法，其特征在于：所述提取水声目标mfcc特征：对每帧信号做fft得到频谱，将频谱通过一组三角带通滤波器滤波得到mel滤波，计算每个滤波器输出的对数能量，并计算其离散余弦变换，求出l阶的mfcc，计算l个mfcc倒谱差分参数，将mfcc、一阶和二阶的倒谱差分参数三部分参数组合作为信号的特征向量。3.根据权利要求1所述基于数据增强和残差cnn的水声目标识别方法，其特征在于：所述对初始特征图像采用传统数据增强技术：调节图像对比度范围：0.1～0.9，0.2～0.8和0.3～0.7，原始信号图可通过调节对比度得到3个生成图；设置图像水平和垂直方向的缩放范围均为0.9～1.1，平移范围为-30～30个像素点。4.根据权利要求1所述基于数据增强和残差cnn的水声目标识别方法，其特征在于：所述深度卷积对抗网络dcgan模型包括鉴别器和生成器，且鉴别器和生成器相连，生成器用于生成仿真样本，判别器对样本的真实性进行判断；鉴别器输入图像样本，其结构包括4个卷积核尺寸为5*5的卷积层，滤波器数量分别为64、128、256和512，每个卷积层后包括一个范归一化层和relu激活层，最后为一个卷积核尺寸为4*4的卷积层，滤波器数量为1；生成器输入随机噪声，且需要经过投影和重塑，其结构包括3个卷积核尺寸为5*5的转置卷积层，滤波器数量分别为256、128和64，每个转置卷积层后包括一个范归一化层和relu激活层，最后为一个卷积核尺寸为5*5的转置卷积层，滤波器数量为3。5.根据权利要求1所述基于数据增强和残差cnn的水声目标识别方法，其特征在于：所述残差卷积神经网络resnet18模型，在resnet18模型的基础上，去掉其中的池化层，并将输入层、全连接层和输出层换为与识别任务相吻合的尺寸，搭建残差cnn模型，输入层尺寸为224*224*1，全连接层尺寸与识别任务中的目标类型数量一致。6.根据权利要求1所述基于数据增强和残差cnn的水声目标识别方法，其特征在于：所述图像尺寸和resnet18模型中输入层、全连接层和输出层的相吻合的尺寸为224*224。

技术总结
本发明涉及一种基于数据增强和残差CNN的水声目标识别方法，主要包括提取水声目标MFCC特征、数据增强处理和ResNet18模型识别，充分发挥了数据增强技术的数据扩充优势和残差CNN模型的深层特征挖掘能力，有效识别水声目标。本研究采用DCGAN模型，DCGAN具有优异的生成图像架构，DCGAN判别器通过引入CNN模型可提取到更深层的图片特征，在图像生成和分类上具有较大的优势。分类模型采用具有残差连接的ResNet18模型，本研究在ResNet18模型的基础上，去掉其中的池化层，保留更多水声特征信息，调节网络模型的尺寸，从而与本研究输入的特征图像相适应。本研究在水声目标样本数据相对稀缺的场景中，利用数据增强技术和残差CNN模型，实现了水声目标的有效识别。实现了水声目标的有效识别。实现了水声目标的有效识别。


技术研发人员：汪勇 姚琦海 杨益新
受保护的技术使用者：西北工业大学
技术研发日：2022.07.29
技术公布日：2022/12/5