Нейросетевой метод идентификации морских объектов по гидроакустическим шумам

Автоматизированная идентификация и классификация морских объектов по гидроакустическим шумам - важная задача в области мониторинга акваторий и освоения Мирового океана. Ключевым этапом распознавания объектов является извлечение признаков из шумов судов и других морских объектов. Движущиеся части судна (вал, гребные винты), а также двигатели судов, другие подводные объекты и морские млекопитающие излучают шум с различными спектральными особенностями, которые используются для решения задачи автоматизированного распознавания. Алгоритм идентификации объектов заключается в разделении шумов на определенные классы в соответствии с их признаками. Признаки представлены временными и спектральными характеристиками шумов, которые коррелируют с классом гидроакустического объекта. Акустический шум изменяется при прохождении через морскую среду, это связано с ее неоднородностью и сложной структурой. Неоднородность среды в сочетании с временной дисперсией, изменяющейся во времени природой канала и фоновым шумом вызывает изменение принимаемого спектра акустического сигнала. Шум морского судна может изменяться и в пределах одного и того же класса из-за различных режимов работы двигателя. На шельфе искажения больше влияют на распространяемый сигнал, чем в глубокой воде. На мелководье трудно отличить источник шума, находящийся на поверхности (грузовое судно, моторная лодка, пассажирское судно) от источника шума, находящегося под водой (автономные необитаемые подводные аппараты). Важным аспектом решении задачи классификации гидроакустических шумов является выбор и разработка «эффективных» признаков, которые можно извлечь из шумов. Эффективность связана со степенью уникальности признака, присущего определенному классу, вне зависимости от изменения состояния окружающей среды. Для автоматизированной идентификации объектов такие признаки вычисляются с помощью методов частотно-временного анализа, имитирующих восприятие звука человеческим слуховым аппаратом. Классификация гидроакустических сигналов и шумов представляет интерес из-за широкого спектра возможностей ее применения: обнаружение и определение типа морских судов в акватории, подлежащей охране; оценка влияния шумов прибрежных городов и портов на окружающую среду; предсказание возможных природных катаклизмов; классификация подводной флоры и фауны при изучении Мирового океана. Система принятия решений, основанная на анализе большого объема данных, позволяет улучшить технологию автоматизированной идентификации морских объектов. В работе рассматриваются алгоритмы обработки гидроакустических шумов для вычисления особенностей и закономерностей, присущих какому-либо классу биологического или техногенного шума, а также применяются методы машинного обучения и нейронные сети для анализа большого объема акустических данных, полученных с одного приемника или набора датчиков, собранных в сенсорную сеть и располагающихся в акватории, подлежащей охране. В работе разработан алгоритм, позволяющий повысить точность и скорость классификации гидроакустических шумов за счет использования значимых спектральных признаков; разработаны алгоритмические решения обработки шумовых сигналов для извлечения спектральных и кепстральных признаков; реализован программный комплекс, осуществляющий нейросетевое обнаружение и распознавание гидроакустических шумов в режиме реального времени; сформирована база данных гидроакустических шумов техногенного и биологического происхождения, позволяющая обучать и тестировать модели машинного обучения и нейронные сети для решения задач классификации гидроакустических объектов по шумам; проведена серия натурных экспериментов, подтверждающих положения диссертационной работы. Научная новизна работы: - впервые предложена новая комбинация признаков гидроакустических шумов; - разработан алгоритм вычисления признаков шумов, поступающих с гидроакустического приемника в режиме реального времени, и сохранения их в компактном представлении; - впервые предложен адаптивный нейросетевой алгоритм бинарной и многоклассовой классификации гидроакустических шумов биологического и техногенного происхождения.