李秀坤, 孟祥夏

(1. 哈爾濱工程大學(xué) 水聲技術(shù)重點實驗室，黑龍江 哈爾濱 150001；2. 哈爾濱工程大學(xué) 水聲工程學(xué)院，黑龍江 哈爾濱 150001)

水下目標回波和混響在聽覺感知特征空間的分類

李秀坤1,2, 孟祥夏1,2

(1. 哈爾濱工程大學(xué) 水聲技術(shù)重點實驗室，黑龍江 哈爾濱 150001；2. 哈爾濱工程大學(xué) 水聲工程學(xué)院，黑龍江 哈爾濱 150001)

海底混響是一種與海底底質(zhì)、海洋環(huán)境及發(fā)射信號參數(shù)等多種因素有關(guān)的隨機過程，它的存在給水下目標探測識別帶來很大困難。鑒于人耳聽覺系統(tǒng)在聽音辨物方面獨特的優(yōu)越性，利用Gammatone濾波器構(gòu)建人耳聽覺模型，提取聽覺時-頻特征和聽覺譜特征，并討論主動聲吶掩埋目標回波和海底混響在這些特征下的可分離性，選取分離性好的特征構(gòu)建特征空間，并利用徑向基核函數(shù)支持向量機進行分類識別。實驗結(jié)果表明，兩類信號的特征具有良好的聚類性，能夠獲得較高的識別準確率，表明該方法能夠有效地區(qū)分目標回波和混響。

水下目標探測；目標回波；海底混響；Gammatone濾波器；聽覺感知特征；特征空間；支持向量機

在探測水下掩埋或沉底的安靜目標時，主動聲吶為有效的工作方式，這時，海底混響成為主要干擾，嚴重影響工作性能。分析目標回波和海底混響的不同特性，有助于設(shè)計有效的識別方法，提高識別性能。結(jié)合目標回波特性研究的成果，文獻[1]對多種信號特征進行融合處理，獲得了良好的目標回波和混響分類效果。聲吶兵可以通過聽取接收回波來判斷目標的有無及其類型，其中人耳聽覺系統(tǒng)起到重要作用，可以嘗試將人耳聽覺模型用于水下目標特征提取。水下噪聲的音色屬性可以歸結(jié)為5個獨立的主成分[2]，據(jù)此可以確定適用于水下環(huán)境聲識別的聽覺感知特征及其分段特征[3]，在小樣本量回歸分析的情況下，這些特征具有很好的識別效果。高階累積量可以抑制高斯分布的噪聲，在此基礎(chǔ)上提取的特征更能真實地反映信號的本質(zhì)[4]。Victor Young等通過提取回波信號的聽覺感知特征量，并設(shè)計自動分類器，取得了較高的識別率[5-6]。另外文獻[7]基于聽覺外周計算模型來提取水中目標特征，可取得良好的效果，并有效地抑制噪聲?？偟膩碚f，在聽覺模型基礎(chǔ)上提取的聽覺特征能反映信號的本質(zhì)特征，相對而言，越準確的模型所取得的效果越好。本文借鑒語音信號處理中的Gammatone濾波器組[8]作為聽覺感知濾波器構(gòu)建人耳聽覺模型，確定一種適用于聲吶接收回波的特征提取方法，提取接收回波中目標回波和混響的聽覺感知特征，并討論特征的分類效果[9]。

1 人耳聽覺模型與聽覺感知特征

線性調(diào)頻(LFM)脈沖信號是水下目標探測識別中常用的信號。目標的反射回波可認為是多個具有不同幅度、相位和時延參數(shù)的成分的疊加[10]，因此主動聲吶發(fā)射LFM信號探測目標時所接收的回波可以認為是多個LFM信號與信道中干擾信號的和，其頻率變化特性類似于LFM信號。而混響是由大量無規(guī)則的隨機散射體產(chǎn)生的散射波形成的，具有很大的隨機性，其頻率變化特點也是不確定的。人耳聽覺系統(tǒng)對聲音信號具有時頻分析功能，利于分析頻率按一定規(guī)律變化的信號，因此可以利用人耳聽覺模型進行目標回波與混響的分離。

1.1 人耳聽覺模型

對于復(fù)音信號，人耳耳蝸基底膜的不同區(qū)域會響應(yīng)不同頻率的信號，相當于一組并聯(lián)的帶通濾波器。本文采用Gammatone濾波器模擬人耳聽覺系統(tǒng)的這種濾波特性，其只需少量參數(shù)，并具有簡單的單位脈沖響應(yīng)函數(shù)，可采用IIR濾波器設(shè)計實現(xiàn)。

Gammatone濾波器的單位脈沖響應(yīng)函數(shù)為

ha(t)=Bntn-1e-2πBtcos(2πfct+φ)u(t)

(1)

式中：t<0時u(t)=0，t>0時u(t)=1。B表示濾波器的帶寬，n為階數(shù)，fc為中心頻率，φ是初始相位。濾波器組的中心頻率fc按等價矩形帶寬(equivalentrectangularbandwidth，ERB)尺度均勻分布，ERB尺度與以赫茲為單位的線性頻率關(guān)系為

fERB=21.4lg(0.004 37f+1)

(2)

每個濾波器的帶寬B=b1×ERB(fc)，ERB(fc)為Gammatone濾波器的等價矩形帶寬，指在同樣的白噪聲輸入下，該濾波器通過的能量與矩形濾波器通過的能量相同時所對應(yīng)的矩形濾波器的帶寬，與中心頻率fc的關(guān)系為

ERB(fc)=24.7+0.108fc

(3)

參數(shù)b1=1.109是為了讓濾波器的特性更好地與生理特性相符而引入的修正因子。實驗研究表明，四階的Gammatone濾波器可以較好地模擬基底膜對聲音信號的濾波特性。

忽略常數(shù)增益Bn和初始相位φ，并令b=2πB，ωc=2πfc，對式進行拉普拉斯變換。然后利用脈沖響應(yīng)不變法，令a1=cos(ωcT)，a2=sin(ωcT)，a3=e-bT，得到Gammatone濾波器的Z域傳遞函數(shù)

(4)

可以看出，Gammatone濾波器具有8階的Z域傳遞函數(shù)，可以由4個二階IIR濾波器級聯(lián)實現(xiàn)。

1.2 聽覺感知特征

信號經(jīng)過Gammatone濾波器后，不同通道的輸出波形具有不同的特性。本文利用聽覺時-頻特征和聽覺譜特征作為區(qū)分目標回波和海底混響的特征。

聽覺時-頻特征主要包括子帶上升時間、子帶上升斜率、子帶下降時間、子帶下降斜率和子帶相關(guān)性。子帶上升時間(subbandattacktime，SBAT)是指信號從開始到包絡(luò)最大值處所需的時間，描述各通道波形的時間包絡(luò)達到峰值的快慢程度。子帶上升斜率(subbandattackslope，SBAS)是指從信號波形始端到信號包絡(luò)峰值的斜率，描述信號包絡(luò)在達到峰值前變化的陡峭程度。子帶下降時間(subbanddecaytime，SBDT)是指從波形包絡(luò)峰值處到波形末尾的時間，與子帶上升時間相加即為波形的持續(xù)時間。子帶下降斜率(subbanddecayslope，SBDS)指信號包絡(luò)峰值到信號波形末尾處的斜率，描述信號包絡(luò)在達到峰值以后變化的陡峭程度。

子帶相關(guān)系數(shù)(subbandcorrelation，SBCorr)是指某一通道輸出信號的包絡(luò)與其他所有通道的互相關(guān)系數(shù)的平均值，描述了各通道輸出波形間的相關(guān)程度，計算方法為

(5)

式中：ρi,j表示第i通道與第j通道的輸出波形包絡(luò)的互相關(guān)系數(shù)，N為通道數(shù)。

對每個通道都提取上述特征，可以繪出每個特征隨濾波器中心頻率的變化曲線。為便于機器識別，在此基礎(chǔ)上提取統(tǒng)計特性。以SBAT為例，可以提取最大值、最小值、平均值以及最大值、最小值分別對應(yīng)的濾波器中心頻率，分別縮寫為maxSBAT、minSBAT、meanSBAT、maxSBAT-F、minSBAT-F。這樣可以提取共計25個聽覺時-頻統(tǒng)計特征量。

然后提取信號的響度信息。響度是描述人耳對聲音感覺強度的心理聲學(xué)量，本文采用Moore模型計算響度。首先計算信號的激勵級，為一個ERB頻率帶寬內(nèi)的能量經(jīng)過耳蝸濾波器后的能量和，計算公式[11]為

(6)

式中：Pj是指有效頻率點j處聲壓經(jīng)過濾波器后的輸出值，P0=2×10-5Pa為參考聲壓。然后即可進行響度的計算，計算公式[12]為

(7)

式中：E表示信號的激勵級，ET為可聽閾的能量級，單位均為dB。計算中，C取定值0.046 871；在500Hz以上，ET取2.306 7，G取0.1，α取0.2。

這樣每個通道都可以得到一個響度值，然后即可畫出響度隨濾波器中心頻率的變化曲線，稱為響度譜曲線。在此基礎(chǔ)上可以提取聽覺譜特征，主要有響度峰值(peakloudnessvalue，PLV)、響度峰值頻率(peakloudnessfrequency，PLF)和響度質(zhì)心(loudnesscentroid，LC)。響度峰值是所在頻率范圍內(nèi)的響度最大值，其對應(yīng)的頻率為響度峰值頻率。響度質(zhì)心描述響度按頻率的分布特點，計算公式為

(8)

式中：N為濾波器的通道數(shù)，fRERB(n)為第n個通道對應(yīng)的ERB頻率，N'(n)為第n個通道的響度值。

2 特征選擇與分類識別

利用聽覺感知特征對目標回波和混響進行分類，實際上利用的是所提取特征的聚類特性。本文利用基于類內(nèi)類間距離的可分性判據(jù)來定量描述各個特征下信號的可分性，以選擇聚類性好的特征。對于目標回波和混響信號，假設(shè)分別有M個樣本，對應(yīng)特征向量分別為xe和xr，向量元素分別記為xe(i)和xb(i)，則定義類均值：

(9)

總體均值：

(10)

類內(nèi)距離：

(11)

類間距離：

(12)

類均值表示某類信號特征量的分布中心，總體均值表示總體特征量的分布中心。類內(nèi)距離描述同一類信號特征分布到其分布中心的距離平均值，反映這一類信號特征的離散程度；類間距離描述不同類信號特征的分布中心到總體特征分布中心的距離平均值，反映所有信號特征的離散程度。通過比較類內(nèi)距離與類間距離的值，就可以判斷目標回波和混響在某個特征下的可分性。

如上所述，不同的特征量從不同的方面體現(xiàn)信號的特性，可以將不同的特征進行組合，形成特征向量，以便更加全面地表述信號間的差異，提高分類效果。每個信號樣本都對應(yīng)一個特征向量，所有樣本信號則形成特征空間。在本文提取的28個聽覺感知特征中，可以選擇不同的特征組成多種不同維度的特征空間。為在特征空間中獲得較好的分類效果，應(yīng)當選擇可分性好的特征，特征選擇的準則為前文所述的類內(nèi)類間距離可分性判據(jù)。

合理建立特征空間可以使分類效果得到提高，但同時也帶來了問題，特征空間往往維數(shù)較高，在分類時采用的判別函數(shù)的維數(shù)也會較高，計算上具有一定的復(fù)雜性。一種解決方法是支持向量機方法，通過特征變換將特征空間映射到更高維數(shù)，將判別函數(shù)轉(zhuǎn)換為廣義線性判別函數(shù)，從而降低分類時的計算度。其中空間變換為非線性變換，計算仍然比較復(fù)雜，采用核函數(shù)法可以有效解決這一問題。核函數(shù)法將支持向量機的求解在原空間通過核函數(shù)進行，間接實現(xiàn)空間變換，而且還能避免高維空間的計算。因此，核函數(shù)支持向量機是一種常用的分類器。核函數(shù)具有多種形式，本文選用徑向基核函數(shù)。

3 實驗驗證

本節(jié)對海試實驗數(shù)據(jù)進行處理，實驗采用掩埋目標，垂直入射，發(fā)射波形為LFM脈沖信號，歸一化頻率范圍為0.03～0.06，處理時采用的濾波器組的中心頻率范圍為0.03～0.06，濾波器數(shù)為64。對實驗采集的每個接收器的回波信號進行處理，分別提取目標回波和混響的聽覺感知特征，并進行對比分析。圖1～3分別給出了3種聽覺時-頻特征和聽覺譜特征的分布圖，其中特征的數(shù)值大小已經(jīng)過標準化處理。

圖1 目標回波和混響的maxSBAT-F分布Fig. 1 The maxSBAT-F of target echo and reverberation

由于回波信號具有明顯的頻率變化特點，最大子帶上升時間接近信號的時間長度，一般出現(xiàn)在最高頻率附近，相反，最小子帶上升時間出現(xiàn)在最低頻率附近，類似于LFM脈沖信號，分布比較集中；而混響是由若干回波組成，而且這些回波的幅值、長度不一，頻率變化不規(guī)律，受實際情況影響較大，本文選取的樣本是在相同情況下不同傳感器的測量數(shù)據(jù)，因此提取的最大子帶上升時間的最大對應(yīng)的頻率具有集中性，如圖1所示。最大上升斜率對應(yīng)的頻率特征分布如圖2所示。在響度的分布上，目標回波相對比較均勻，而混響主要集中在高頻部分，因此得到的混響的響度質(zhì)心比目標回波大，如圖3所示。

圖2 目標回波和混響的maxSBAS-F分布Fig. 2 The maxSBAS-F of target echo and reverberation

圖3 目標回波和混響的LC分布Fig. 3 The LC of target echo and reverberation

表1 特征的可分性

為定量描述各個特征量的分類效果，下面計算類內(nèi)距離與類間距離。類內(nèi)距離反映同類信號間的相似程度，類間距離描述不同類信號間的差異。這里選取的準則函數(shù)為類間距離與類內(nèi)距離之比，比值越大，不同類信號的差異越大，同類信號相似性越高，可分性越好。計算結(jié)果如表1所示。

由表可見，本文提取的部分聽覺感知特征量可以區(qū)分出目標回波和混響，而另外一些特征的可分性較弱。為更好的分類識別，選取可分性強的特征組成特征空間，利用徑向基核函數(shù)支持向量機進行識別，表2列出了一些特征空間的識別準確率。

表2 特征空間的識別準確率

通過特征選取及組合，聽覺感知特征量可以很好的對目標回波和混響進行分類，識別準確率可以達到90%以上。利用全部特征也可以分離，但由于一些特征的可分性不強，識別準確率下降。圖4給出兩種特征空間的分類效果，從中可以看出組合特征具有很好的聚類性，可以用于分類識別，與支持向量機的識別效果基本一致。

(a) 特征空間1

(b) 特征空間2圖4 特征空間的分類效果Fig. 4 The classify results of feature spaces

通過實驗數(shù)據(jù)處理結(jié)果可以看出，聽覺感知特征能夠描述目標回波和海底混響的不同特性，在聽覺感知特征空間中能夠有效地區(qū)分主動聲吶接收回波中的目標回波和混響信號。

4 結(jié)論

鑒于人耳聽覺系統(tǒng)獨特的優(yōu)越性，本文借鑒語音與樂音識別領(lǐng)域的研究成果，利用Gammatone濾波器作為人耳聽覺感知濾波器模型，對濾波后信號提取聽覺時-頻特征和聽覺譜特征作為聽覺感知特征。利用基于類內(nèi)類間距離的可分性判據(jù)判斷目標回波和混響在各個特征下的可分性，選取可分性較好的特征進行組合，建立聽覺感知特征空間，利用徑向基核函數(shù)支持向量機進行分類識別。實驗數(shù)據(jù)處理結(jié)果表明在特征空間中目標回波和混響特征具有良好的自聚類性和不同類別間的分離性，可以獲得較高的分類識別準確率，驗證了本文采用的基于聽覺感知特征的主動聲吶回波分類是可行的。

[1]李秀坤, 李婷婷, 夏峙. 水下目標特性特征提取及其融合[J]. 哈爾濱工程大學(xué)學(xué)報, 2010, 31(7): 903-908. LI Xiukun, LI Tingting, XIA Zhi. Feature extraction and fusion based on the characteristics of underwater targets[J].Journal of Harbin Engineering University, 2010, 31(7): 903-908.

[2]王娜, 陳克安, 黃凰. 水下噪聲聽覺屬性的主觀評價與分析[J]. 物理學(xué)報, 2009, 58(10): 7330-7338. WANG Na, CHEN Kean, HUANG Huang. Subjective evaluation and analysis of auditory attributes for underwater noise[J]. Acta Physica Sinica, 2009, 58(10): 7330-7338.

[3]王娜, 陳克安. 水下噪聲音色屬性回歸模型及其在目標識別中的應(yīng)用[J]. 物理學(xué)報, 2010, 59(4): 2873-2881. WANG Na, CHEN Kean. Regression model of timbre attribute for underwater noise and its application to target recognition[J]. Acta Physica Sinica, 2010, 59(4): 2873-2881.

[4]楊陽. 基于音色參量的聲吶回波特征提取及分類[D]. 哈爾濱: 哈爾濱工程大學(xué), 2012：1-7. YANG Yang. The feature extraction and classification of active sonar echoes based on timbre parameters[D]. Harbin: Harbin Engineering University， 2012：1-7.

[5]YOUNG V W, HINES P C. Perception-based automatic classification of impulsive source active sonar echoes[J]. J Acoust Soc Am, 2007, 122(3): 1502-1517.

[6]NANCY A, HINES P C, YOUNG V W. Performances of human listeners and an automatic aural classifier in discriminating between sonar target echoes and clutter[J]. J Acoust Soc Am, 2011, 130(3): 1287-1298.

[7]王磊, 彭圓, 林正青，等. 聽覺外周計算模型在水中目標分類識別中的應(yīng)用[J]. 電子學(xué)報, 2012, 40(1): 199-203. WANG Lei, PENG Yuan, LIN Zhengqing, et al. The application of computational auditory peripheral model in underwater target classification[J]. Acta Electronica Sinica, 2012, 40(1): 199-203.

[8]陳世雄, 宮琴, 金慧君. 用Gammatone濾波器組仿真人耳基底膜的特性[J]. 清華大學(xué)學(xué)報:自然科學(xué)版, 2008, 48(6): 1044-1048. CHEN Shixiong, GONG Qin, JIN Huijun. Gammatone filter bank to simulate the characteristics of the human basilar membrane[J]. J Tsinghua Univ:Sci & Tech, 2008, 48(6): 1044-1048.

[9]張學(xué)工.模式識別[M].3版.北京：清華大學(xué)出版社，2010: 105-109,146-148.

[10]湯渭霖. 聲吶目標回波的亮點模型[J]. 聲學(xué)學(xué)報, 1994, 19(2): 92-100. TANG Weilin. Highlight model of echoes from sonar targets[J]. Acta Acoustica, 1994, 19(2): 92-100.

[11]馬元鋒, 陳克安, 王娜. Moore響度模型的數(shù)值計算方法[J]. 聲學(xué)技術(shù), 2008, 27(3): 390-395. MA Yuanfeng, CHEN Kean, WANG Na. The study of loudness’ calculation based on Moore’s model[J]. Technical Acoustics, 2008, 27(3): 390-395.

[12]鄭文, 陳克安, 馬元鋒. Moore模型與響度計算中的關(guān)鍵問題[J]. 聲頻工程, 2007, 31(6): 11-13. ZHENG Wen, CHEN Kean, MA Yuanfeng. Key problem of calculation of loudness based on Moore's model[J]. Audio Engineering, 2007, 31(6): 11-13.

Classification of underwater target echoes and reverberation in auditory perception feature spaces

LI Xiukun1,2，MENG Xiangxia1,2

(1.Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China; 2.College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China)

Bottom reverberation is a random process, related to seabed sediment, marine environment and transmitted signal parameters. The presence of reverberation causes great difficulties in underwater target detection and recognition. Based on the unique advantage of human listening ability on sound object discrimination, a Gammatone filter was used to construct an auditory model, the time-frequency features and auditory spectrum features were extracted, and the separation of active sonar embedded target echoes and bottom reverberation examined. The features providing good separation performance were selected to construct feature space, and the support vector machine, based on a radial basis kernel function, was used for classification and recognition. The experimental results show that the features of these two kinds of signals have good clustering performance, and can achieve high recognition accuracy. It is demonstrated that this method can effectively distinguish between target echoes and reverberation.

underwater target detection; target echoes; bottom reverberation; Gammatone filter; auditory perception characteristics; feature space; support vector machine

2014-06-11.

時間：2015-07-15.

國家自然科學(xué)基金資助項目(51279033); 黑龍江省自然科學(xué)基金資助項目(F201346).

李秀坤(1962-), 女, 教授, 博士生導(dǎo)師.

李秀坤, E-mail: lixiukun@hrbeu.edu.cn.

10.3969/jheu.201406019

TN911.7

A

1006-7043(2015)09-1183-05

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/23.1390.U.20150715.1728.007.html