文章标题：基于双通道的多维域水声目标识别
文章作者：张晨颖1,2, 杨琼1,2, 刘枫1,2关 键 字：水声目标识别;多维时频特征;双通道学习模块
文章摘要：在海洋遥感领域，水声目标分类识别一直是声呐系统的一项困难而又极其重要的任务，为了进一步提高在不同信噪比下水下声目标的识别准确率，本文提出一种使用多维域融合特征分别输入双通道模型的水声目标识别方法。首先，通过梅尔频率倒谱系数（MFCC）和短时傅里叶变换（STFT）提取声信号在频域和时频上的特征进行融合；其次，构建密集卷积神经网络（DenseCNN）和长短期记忆网络（LSTM）2个通道，DenseCNN通道架构采用跳跃连接重用所有以前的特征映射，以优化各种受损条件下的分类率，并采用SE注意力机制使得动态调整特征权重。LSTM通道捕捉时间相关性，对模型进行长依赖关系处理能力的补充。实验结果表明，该方法在–20～10 dB信噪比下的分类准确率优于其他先进的神经网络模型。