[论文解读] An Features Extraction and Recognition Method for Underwater Acoustic Target Based on ATCNN

Gang Hu, Kejun Wang+1 more|arXiv (Cornell University)|Nov 29, 2020

Blind Source Separation Techniques参考文献 44被引用 7

一句话总结

该论文提出ATCNN，一种用于水下声学目标识别（UATR）的新型深度学习模型，通过整合受听觉感知启发的特征提取与时间膨胀卷积网络，实现了90.9%的分类准确率，优于现有方法。该模型利用深度可分离卷积将船体辐射噪声分解为频率分量，并采用膨胀卷积实现长程上下文建模。

ABSTRACT

Facing the complex marine environment, it is extremely challenging to conduct underwater acoustic target recognition (UATR) using ship-radiated noise. Inspired by neural mechanism of auditory perception, this paper provides a new deep neural network trained by original underwater acoustic signals with depthwise separable convolution (DWS) and time-dilated convolution neural network, named auditory perception inspired time-dilated convolution neural network (ATCNN), and then implements detection and classification for underwater acoustic signals. The proposed ATCNN model consists of learnable features extractor and integration layer inspired by auditory perception, and time-dilated convolution inspired by language model. This paper decomposes original time-domain ship-radiated noise signals into different frequency components with depthwise separable convolution filter, and then extracts signal features based on auditory perception. The deep features are integrated on integration layer. The time-dilated convolution is used for long-term contextual modeling. As a result, like language model, intra-class and inter-class information can be fully used for UATR. For UATR task, the classification accuracy reaches 90.9%, which is the highest in contrast experiment. Experimental results show that ATCNN has great potential to improve the performance of UATR classification.

研究动机与目标

• 为在复杂海洋环境中利用船体辐射噪声识别水下声学目标提供解决方案。
• 开发一种模仿人类听觉感知的深度学习模型，以从原始声学信号中提取改进的特征。
• 通过借鉴自然语言处理中语言模型的思路，引入膨胀卷积网络，提升UATR中的长期上下文建模能力。
• 通过集成可学习的特征提取与上下文建模，实现超越现有方法的分类准确率提升。
• 在真实世界水下声学信号数据上验证所提出ATCNN模型的有效性。

提出的方法

• ATCNN模型采用深度可分离卷积（DWS），将原始时域船体辐射噪声分解为不同的频率分量，以实现局部化特征学习。
• 一种受听觉感知机制启发的可学习特征提取器处理频率分量，提取具有感知相关性的特征。
• 融合层将提取的特征组合为统一表征，模拟听觉系统的特征整合过程。
• 应用时间膨胀卷积以建模长程时间依赖性，实现类似语言模型的上下文建模能力。
• 网络在原始水下声学信号上端到端训练，无需手工特征工程。
• 该架构结合DWS以提升计算效率，并利用膨胀卷积实现声学信号中有效长序列建模。

实验结果

研究问题

• RQ1 受听觉感知启发的深度神经网络能否提升从原始水下声学信号中提取特征的能力？
• RQ2 时间膨胀卷积在水下声学信号中建模长期依赖性的有效性如何？
• RQ3 将听觉启发的特征提取与膨胀卷积相结合，是否能相比现有方法显著提升UATR的分类准确率？
• RQ4 所提出的ATCNN模型能否在低信噪比的复杂海洋声学环境中具有良好泛化能力？
• RQ5 ATCNN模型在标准UATR基准上的分类准确率上限是多少？

主要发现

• ATCNN模型在UATR任务中实现90.9%的分类准确率，为实验中对比方法中的最高值。
• 将听觉感知启发的特征提取与时间膨胀卷积结合，显著增强了特征表示学习能力。
• 深度可分离卷积在保持高特征保真度的同时，实现了频率分量的高效分解。
• 时间膨胀卷积有效建模了长程时间依赖性，提升了对复杂信号模式的识别能力。
• 所提方法在无需额外数据增强或预处理的情况下，优于基线模型。
• 结果表明，ATCNN是在真实海洋条件下实现鲁棒水下声学目标识别的有前景框架。