文章标题：基于时频联合和加权决策的水声目标识别方法

文章作者：潘晓英¹, 冯天浩¹, 孙乃葳², 张无瑕¹, 郑为²
关 键 字：水声目标识别;深度学习;加权决策;时频联合
文章摘要：由于水下环境的复杂性水声目标的识别一直是水声领域研究的热点。目前，基于深度学习的水声目标识别方法大多是基于单一的时域或者频域信号提取水声特征，而忽略了两者之间的时频互补信息，而时频互补信息有助于提高水声目标识别的精度。因此，本文同时从时域和频域角度出发，提出一种基于时频联合和加权决策的水声目标识别方法。该方法首先采用长短时记忆网络(LSTM)提取水声信号的时域特征进行识别，然后采用二维卷积神经网络(2D-CNN)提取水声信号的频域特征进行识别，最后将二者的识别结果进行加权决策融合。该方法的有效性在ShipEar数据集上进行验证，其识别精度达94.13%，高于其他现有方法。该方法为基于深度学习的水声目标识别方法的发展提供了新思路。