本发明属于声信号处理技术领域，具体涉及一种用于分类识别的线谱增强及特征提取方法。
背景技术：
水下声音目标的被动探测和识别领域中，利用舰船辐射噪声对舰船类型进行识别是十分常见的。舰船辐射噪声通常由机械噪声，螺旋桨噪声和水动力噪声三部分构成，前两种信号是噪声的线谱和连续谱的主要来源。其中线谱由于具有较高的信噪比，并且携带着声源特征信息，而被广泛研究和应用。但是目前的识别方法中，因为连续谱信息缺乏较为明确的统计学特征，因此只聚焦于对于线谱的提取，通过线谱特征完成目标识别，而忽略了噪声连续谱的信息。
技术实现要素：
本发明针对现有技术的不足，提出了一种新的用于分类识别的线谱增强及特征提取方法，可以实现在较低信噪比条件下多根频率线谱的检测和增强，并且保留连续谱的信息，通过深度神经网络强大的特征提取能力提取增强线谱和连续谱中的特征，作为分类识别的依据。
本发明的技术方案为：
一种用于分类识别的线谱增强及特征提取方法，如图1所示，包括以下步骤：
s1、获取船舶噪声信号，并通过短时傅里叶变换得到lofar谱；
s2、从lofar谱中提取线谱，同时保留连续谱；
s3、放大提取的线谱的声级，获得增强线谱；
s4、将保留的连续谱与增强线谱合并，具体为：增强线谱为计数值图，根据短时傅里叶变换所得到的频率分辨率计算图谱真实频点值，与步骤s1得到的lofar谱中的频点对应，将对应时频点的幅值相加，获得线
Original: https://blog.csdn.net/weixin_39517859/article/details/111488232
Author: weixin_39517859
Title: lofar谱 matlab_一种用于分类识别的线谱增强及特征提取方法与流程
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/557533/
转载文章受原作者版权保护。转载请注明原作者出处！