基于多普勒特征的蝙蝠生物声呐环境识别及其水声场景应用

作者：王峰; 卢钰情; 庞春阳; 陈铭; 董阳泽

来源：中国电子科学研究院学报, 2023, 18(11): 978-988.

• 生物声呐
• 卷积神经网络
• 环境识别
• 多普勒频移
• 水下声呐

蝙蝠生物声呐仿生技术结合深度学习算法为智能信号处理领域带来了许多新应用和研究方向。飞行蝙蝠能利用回声与环境多普勒信息感知环境并识别目标，并以此为基础进行捕食、导航与交流等活动。通过研究飞行蝙蝠使用回声和多普勒信息感知环境和识别目标的生物机理，可以为人类创造更加高效、精确的探测和识别系统奠定基础。文中从飞行蝙蝠生物声呐感知系统的基本原理入手，建立了蝙蝠生物声呐飞行状态的杂波环境数学模型。针对发射恒频信号的蝙蝠，提出了一种基于时频特征平面与卷积神经网络的环境场景识别方法。通过时频分析获取杂波环境的多普勒与距离维特征，采用卷积神经网络从大量数据中高效地提取特征，根据不同方向杂波的多普勒与距离维差异实现环境识别。本研究通过计算机仿真对蝙蝠飞行过程中具备的环境分类与感知能力给出了数值模拟说明。仿真结果表明，所提算法具有良好的分类识别能力，且信噪比为30 dB时，对不同杂波环境的分类准确率可达96%以上。同时分析了飞行蝙蝠生物声呐环境识别技术在水声领域的应用，模拟海港口岸建立了水下声呐混响环境模型，并针对水下潜航器等运动平台环境类型识别进行了性能仿真验证。结果表明，所提模型与分类识别算法取得了良好的分类识别效果。