郭 洋 周 翊 管魯陽鮑 明

(1中國科學(xué)院噪聲與振動重點(diǎn)實(shí)驗(yàn)室(聲學(xué)研究所) 北京 100190)

(2重慶郵電大學(xué) 重慶 400065)

0 引言

聲學(xué)探測根據(jù)目標(biāo)自身噪聲進(jìn)行目標(biāo)探測識別，具有全向探測無盲區(qū)、被動探測隱蔽性好等優(yōu)勢，是目標(biāo)識別的重要手段之一，可成為雷達(dá)、光學(xué)等傳統(tǒng)目標(biāo)探測方式的補(bǔ)充，提供更豐富的信息和更好的環(huán)境適應(yīng)能力[1?2]。為了盡早發(fā)現(xiàn)目標(biāo)，并考慮到目標(biāo)聲信號的短時(shí)平穩(wěn)性，現(xiàn)有的聲目標(biāo)識別通常采用聲信號分幀處理的方法。借鑒聲信號處理技術(shù)，人工設(shè)計(jì)特征提取方法獲得每幀信號的特征并進(jìn)行識別，從而快速更新識別結(jié)果。特征提取主要有以下兩種思路：第一種是直接檢測目標(biāo)的物理參數(shù)作為判別依據(jù)，如文獻(xiàn)[3]檢測直升機(jī)聲信號的基頻及諧頻的頻率。該方法物理意義明確，但在低信噪比條件下難以準(zhǔn)確估計(jì)上述參數(shù)，不能適應(yīng)復(fù)雜的實(shí)際應(yīng)用環(huán)境。第二種，也是主流的方法，通常是以各種信號處理或數(shù)據(jù)處理技術(shù)從直升機(jī)聲信號中抽象出特征再由分類器進(jìn)行識別[4]。其與第一種方法的主要區(qū)別在于信號特征與直升機(jī)型號參數(shù)之間的物理關(guān)系不明確，需要通過分類器的訓(xùn)練建立信號特征與直升機(jī)型號之間的映射。傳統(tǒng)的聲信號特征提取在聲信號分析處理基礎(chǔ)上進(jìn)行優(yōu)化，尋找能有效識別目標(biāo)且維數(shù)盡量低的特征表征方法。典型的聲信號特征包括短時(shí)傅里葉頻譜特征、小波特征、線性預(yù)測倒譜系數(shù)等信號處理參數(shù)特征，以及Mel頻率倒譜系數(shù)(Mel-frequency ceptral coefficients,MFCC)等反映人類聽覺特性的聲學(xué)特征等。

近年來隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展，越來越多的研究人員開始采用深度學(xué)習(xí)進(jìn)行聲目標(biāo)識別研究，并借助深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)特征優(yōu)化和目標(biāo)識別[5?6]。如文獻(xiàn)[6]利用稀疏自編碼器從聲信號短時(shí)傅里葉譜中提取淺層目標(biāo)特征，再結(jié)合堆疊自編碼器從淺層目標(biāo)特征中進(jìn)一步提取更抽象的目標(biāo)特征用于水下目標(biāo)識別，由此得到的識別正確率相較于傳統(tǒng)方法有顯著提升。但這種利用深度學(xué)習(xí)的方法與傳統(tǒng)方法類似，僅利用了當(dāng)前數(shù)據(jù)幀的特征進(jìn)行識別得到當(dāng)前識別結(jié)果，實(shí)際使用中通常需要后處理環(huán)節(jié)以利用時(shí)間歷程信息減少虛警和漏警。

本文在對直升機(jī)飛行噪聲分析的基礎(chǔ)上，利用深度學(xué)習(xí)技術(shù)從直升機(jī)聲信號短時(shí)譜圖中自動進(jìn)行特征提取和分類識別，優(yōu)化信號的局部時(shí)頻信息和時(shí)序相關(guān)信息的表征，以提高直升機(jī)飛行過程中聲信號連續(xù)識別的魯棒性和正確率。

1 直升機(jī)聲信號分析

直升機(jī)飛行噪聲主要來自旋翼、發(fā)動機(jī)等部件的周期性運(yùn)動及帶動氣流產(chǎn)生的氣動噪聲，其中旋翼是主要的噪聲來源[7]。直升機(jī)從遠(yuǎn)處直線飛行經(jīng)過測點(diǎn)再飛離這一完整飛行事件的聲信號短時(shí)譜圖如圖1所示，線譜噪聲主要分布在1.5 kHz以下，是主旋翼周期性運(yùn)動產(chǎn)生的一系列諧頻信號。

基于聲信號的直升機(jī)遠(yuǎn)距離連續(xù)探測識別中存在不利因素：直升機(jī)在測點(diǎn)附近時(shí)，寬帶氣動噪聲增強(qiáng)，導(dǎo)致直升機(jī)諧頻信號的信噪比明顯下降；直升機(jī)高速運(yùn)動導(dǎo)致的多普勒效應(yīng)使聲信號發(fā)生頻移，如圖1所示短時(shí)譜圖上第35 s直升機(jī)經(jīng)過測點(diǎn)上空時(shí)諧頻信號的頻率出現(xiàn)整體下降；同時(shí)，在近場情況下多徑傳播導(dǎo)致直達(dá)聲與反射聲之間的相位差變化明顯，信號在某些頻率上相互抵消或增強(qiáng)，短時(shí)譜圖中產(chǎn)生多個(gè)波谷、波峰[8]。這些波谷、波峰改變了部分線譜信號的信噪比，使聲信號特征頻率表征的連續(xù)性、穩(wěn)定性受到干擾。

這些干擾，加上實(shí)際應(yīng)用中風(fēng)噪聲等環(huán)境噪聲的影響，使得直升機(jī)飛過測點(diǎn)的過程中目標(biāo)連續(xù)識別魯棒性受到影響，往往不能連續(xù)正確識別。

圖1 直升機(jī)飛行經(jīng)過測點(diǎn)過程的噪聲短時(shí)譜圖Fig.1 Noise spectrogram of helicopter passing by the detector

2 復(fù)合深度神經(jīng)網(wǎng)絡(luò)模型

深度學(xué)習(xí)技術(shù)具有強(qiáng)大的學(xué)習(xí)能力，能夠描述輸入數(shù)據(jù)與輸出目標(biāo)之間的高度非線性關(guān)系，已在多類應(yīng)用中取得了突破性的進(jìn)展[9]。深度學(xué)習(xí)模擬人腦的分層工作機(jī)制，構(gòu)建層次化的深度神經(jīng)網(wǎng)絡(luò)，對輸入數(shù)據(jù)逐層進(jìn)行特征提取，得到分層的特征表示。深度神經(jīng)網(wǎng)絡(luò)通過監(jiān)督或無監(jiān)督學(xué)習(xí)優(yōu)化數(shù)據(jù)的特征表征，有效地簡化了特征提取的設(shè)計(jì)。本文所用于優(yōu)化直升機(jī)聲信號特征提取的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural network,CNN)和長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(Long short-term memory,LSTM)是深度學(xué)習(xí)中的經(jīng)典模型，已被廣泛應(yīng)用語音識別[10]、聲學(xué)場景分析[11]等眾多研究和應(yīng)用領(lǐng)域。

2.1 總體框架

本文采用一種并行結(jié)合CNN和LSTM的復(fù)合深度神經(jīng)網(wǎng)絡(luò)模型，如圖2所示，利用CNN和LSTM并行地從聲信號短時(shí)譜圖中進(jìn)一步提取局部時(shí)頻信息和時(shí)序相關(guān)信息構(gòu)造新的信號特征進(jìn)行分類。

圖2 復(fù)合深度神經(jīng)網(wǎng)絡(luò)模型Fig.2 Structure of combined deep neural network

2.2 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)是由多層卷積層和池化層交替連接組成的深度神經(jīng)網(wǎng)絡(luò)，具有局部連接、權(quán)值共享和池化操作三大特點(diǎn)[12]。卷積層從底層到高層逐步抽取輸入數(shù)據(jù)的抽象特征。池化層將相似特征融合，大大減少了模型參數(shù)，同時(shí)具有二次提取特征表示的功能，使特征對噪聲和變形具有魯棒性，保證特征的平移不變性。

每個(gè)卷積層都包含多個(gè)特征圖，特征圖是由多個(gè)神經(jīng)元構(gòu)成的二維矩陣，每一個(gè)神經(jīng)元通過可訓(xùn)練的卷積核與上一層特征圖的局部區(qū)域連接，卷積核是一個(gè)二維權(quán)值矩陣。特征圖和卷積核維度可視為頻率F和時(shí)間T。對于卷積層l，輸出特征圖Xl表示為[13]

其中，運(yùn)算符號“?”表示卷積操作；A為激活函數(shù)；Wl為卷積核；bl為加性偏置向量。

池化層通常跟隨在卷積層之后，依據(jù)一定的下采樣規(guī)則對特征圖進(jìn)行下采樣。對于池化層l，輸出特征圖Xl表示為[13]

其中，S為下采樣規(guī)則，本文采用最大池化的下采樣規(guī)則。

線譜在短時(shí)譜圖的相鄰時(shí)頻單元中通常表現(xiàn)為局部最大值。最大池化操作選取特征的局部最大值，可得到在該局部的線譜特征。為了更好地追蹤線譜的變化，結(jié)合目標(biāo)聲信號頻譜特點(diǎn)，對卷積神經(jīng)網(wǎng)絡(luò)的卷積、池化進(jìn)行改進(jìn)，使其只沿輸入特征的頻率軸方向進(jìn)行，各卷積核、池化核在時(shí)間軸上的維度等于對應(yīng)輸入特征在時(shí)間軸上的維度，記為CNN-1D，而通常對輸入特征所使用的二維操作記為CNN-2D。局部連接機(jī)制使卷積神經(jīng)網(wǎng)絡(luò)可以按照參數(shù)所設(shè)定的尺度分析、挖掘聲信號短時(shí)譜的局部時(shí)頻信息，進(jìn)而表達(dá)聲信號時(shí)頻兩個(gè)維度的內(nèi)在聯(lián)系。

卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)依據(jù)聲信號特點(diǎn)設(shè)置。卷積核尺度大于線譜頻率之間的間隔，以分析相鄰線譜之間頻帶范圍內(nèi)的線譜特征。池化核尺度小于線譜頻率之間的間隔，以避免池化核在頻率軸上滑動時(shí)可能混淆相鄰線譜特征。

2.3 長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)

長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)是一種擅長處理序列數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)[14]，能夠從序列中學(xué)習(xí)到數(shù)據(jù)特征和建模數(shù)據(jù)之間的長短時(shí)依賴性。其循環(huán)連接的結(jié)構(gòu)使得長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)可對歷史信息進(jìn)行記憶并應(yīng)用于當(dāng)前輸出的計(jì)算中。區(qū)別于其他神經(jīng)網(wǎng)絡(luò)，其同一隱藏層之間的節(jié)點(diǎn)是有連接的且節(jié)點(diǎn)間參數(shù)共享，并且隱藏層的輸入不僅包括當(dāng)前時(shí)間步上一隱藏層的輸出還包括上一時(shí)間步同一隱藏層的輸出。同時(shí)，在隱藏層中引入由記憶單元、輸入門、輸出門和遺忘門組成的存儲塊，存儲塊中的三個(gè)門能對記憶單元進(jìn)行讀、寫和復(fù)位操作，通過三個(gè)門控制信息在不同記憶單元之間的流動。本文采用文獻(xiàn)[15]所提出的LSTM存儲塊結(jié)構(gòu)，如圖3所示，計(jì)算關(guān)系如下。

圖3 LSTM存儲塊結(jié)構(gòu)Fig.3 Structure of LSTM cell

直升機(jī)飛行是一個(gè)連續(xù)過程，因此其聲信號特征具有時(shí)間上的連續(xù)性，這一特性有助于提升聲目標(biāo)識別效果。特別是在直升機(jī)聲信號特征變化時(shí)，歷史信息有助于目標(biāo)探測系統(tǒng)快速適應(yīng)改變，及時(shí)捕捉目標(biāo)聲信號特征。因此可考慮利用長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)聲信號特征的長短時(shí)依賴性，改善連續(xù)識別過程中識別的正確率和魯棒性。

3 直升機(jī)識別實(shí)驗(yàn)

3.1 實(shí)驗(yàn)數(shù)據(jù)

本文使用的數(shù)據(jù)是來自不同地點(diǎn)的多次外場實(shí)驗(yàn)中采集的四種型號(分別以A、B、C、D表示)的直升機(jī)聲信號。根據(jù)直升機(jī)聲信號特點(diǎn)，信號采樣率為3 kHz，兼顧特征提取與計(jì)算量控制。實(shí)驗(yàn)數(shù)據(jù)包含多種典型飛行狀態(tài)，如不同高度的直線飛行和沿不同半徑的盤旋飛行以及少量的不同距離和高度上的懸停等，通常實(shí)驗(yàn)中直線飛行與盤旋飛行次數(shù)比例約為2:1。

將實(shí)驗(yàn)數(shù)據(jù)根據(jù)實(shí)驗(yàn)環(huán)境分為訓(xùn)練集和測試集，訓(xùn)練集數(shù)據(jù)大多采集自訓(xùn)練場、靶場等場所，測試集數(shù)據(jù)來自更接近實(shí)際使用條件的野外環(huán)境。以直升機(jī)從聲學(xué)探測距離之外飛向測點(diǎn)，經(jīng)過測點(diǎn)后繼續(xù)飛出探測距離為止作為一個(gè)完整的飛行事件，表1列出了訓(xùn)練集和測試集中各類飛行事件的分布情況。訓(xùn)練集中各類目標(biāo)的聲信號時(shí)長約1 h，大體均衡；測試集中各類目標(biāo)的聲信號時(shí)長則各不相同。

通過交叉校驗(yàn)方法使用訓(xùn)練集數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，測試集用于檢驗(yàn)其識別性能和泛化能力。訓(xùn)練集和測試集中的各類數(shù)據(jù)都是在多個(gè)時(shí)間、多個(gè)地點(diǎn)，利用同一型號不同架次直升機(jī)分批次采集得到的。

表1 飛行事件數(shù)Tabel 1 Number of f l ight events

本工作比較了3組不同類型的特征(表2)：短時(shí)譜圖、幅度譜和改進(jìn)Mel頻率倒譜系數(shù)(Modif i ed MFCC,MMFCC)特征[16]。其中MMFCC特征是在MFCC基礎(chǔ)上針對車輛、飛行器等低頻聲目標(biāo)遠(yuǎn)距離識別而改進(jìn)的特征提取方法。

短時(shí)譜圖：計(jì)算聲信號每一秒的短時(shí)譜圖作為一個(gè)特征樣本，幀間重疊50%。在計(jì)算短時(shí)譜時(shí)，做512點(diǎn)快速傅里葉變換(重疊為50%)并取幅度值。為了避免風(fēng)噪聲等干擾，去掉50 Hz以下的低頻部分，得到247×12的二維特征矩陣。

幅度譜：以256 ms為一幀，每幀數(shù)據(jù)使用Welch方法采用256點(diǎn)快速傅里葉變換計(jì)算歸一化的平均幅度譜，去掉50 Hz以下的低頻部分，得到124維的特征樣本。計(jì)算頻譜的能量、標(biāo)準(zhǔn)差、斜度和峭度等統(tǒng)計(jì)量，將124維幅度譜和4個(gè)統(tǒng)計(jì)量組合為128維特征向量。

MMFCC：聲信號降采樣到1 kHz，按照文獻(xiàn)[16]所述，以256 ms為一幀，提取25維特征向量。與傳統(tǒng)MFCC相比，該特征主要依據(jù)目標(biāo)聲信號特點(diǎn)改進(jìn)了濾波器組的設(shè)計(jì)。

表2 特征樣本數(shù)Table 2 Number of feature samples

3.2 參數(shù)配置

復(fù)合深度神經(jīng)網(wǎng)絡(luò)的CNN模塊由兩層卷積層和兩層最大池化層組成。第一層卷積層卷積核個(gè)數(shù)為64，第二層卷積層卷積核個(gè)數(shù)為128，使用ReLU非線性激活函數(shù)。為進(jìn)一步提升識別效果，卷積層和池化層之間連接使用批歸一化(Batch normalization,BN)[17]。

依據(jù)直升機(jī)聲信號基頻及諧頻頻率分布特點(diǎn)和快速傅里葉變換定義的頻率分辨率設(shè)置卷積核和池化核尺寸。在CNN-2D中，卷積核維度均為3×3，步長均為1×1，池化核維度均為2×2，步長均為2×2。在CNN-1D中，卷積核在頻率軸上維度均為3，步長均為1，池化核在頻率軸上維度均為2，步長均為2。

復(fù)合深度神經(jīng)網(wǎng)絡(luò)的LSTM模塊由兩層隱藏層組成，隱藏層有12個(gè)存儲塊，存儲塊維度是512，在隱藏層之間使用層歸一化(Layer normalization,LN)[18]。全連接層神經(jīng)元個(gè)數(shù)為1024，由CNN-1D組成的復(fù)合深度神經(jīng)網(wǎng)絡(luò)記為CNN-1D+LSTM，輸出層為4個(gè)神經(jīng)元的Softmax層。

復(fù)合深度神經(jīng)網(wǎng)絡(luò)選用Nesterov Momentum優(yōu)化算法[19]，動量因子為0.9。前10次迭代初始學(xué)習(xí)率為0.01，之后每次迭代學(xué)習(xí)率遞減10%，連續(xù)3次迭代交叉校驗(yàn)的結(jié)果無進(jìn)一步改善則停止迭代訓(xùn)練。

3.3 識別結(jié)果分析

為了驗(yàn)證復(fù)合深度神經(jīng)網(wǎng)絡(luò)的有效性，本文將其與CNN、LSTM兩種深度神經(jīng)網(wǎng)絡(luò)和以支持向量機(jī)(Support vector machine,SVM)為代表的淺層神經(jīng)網(wǎng)絡(luò)，使用三種典型特征通過分類實(shí)驗(yàn)進(jìn)行識別性能比較。深度神經(jīng)網(wǎng)絡(luò)使用短時(shí)譜圖特征；SVM分類器使用幅度譜特征及針對目標(biāo)遠(yuǎn)距離探測設(shè)計(jì)的MMFCC特征。其中，使用幅度譜特征的SVM記為SVM1，使用幅度譜和MMFCC組合特征的SVM記為SVM2。

表3是CNN、LSTM兩種深度神經(jīng)網(wǎng)絡(luò)與以SVM為代表的淺層神經(jīng)網(wǎng)絡(luò)的識別結(jié)果。深度神經(jīng)網(wǎng)絡(luò)的總體識別結(jié)果均好于SVM的總體識別結(jié)果，主要原因是目標(biāo)聲信號頻域信息及其隨時(shí)間的變化規(guī)律是目標(biāo)聲信號特性的重要體現(xiàn)，深度神經(jīng)網(wǎng)絡(luò)采用的二維短時(shí)譜圖包含了連續(xù)數(shù)幀數(shù)據(jù)的連續(xù)時(shí)頻變化信息，利用其多層網(wǎng)絡(luò)結(jié)構(gòu)的信息抽象表征能力，能夠在學(xué)習(xí)中逐步優(yōu)化目標(biāo)聲信號特征表征提高目標(biāo)識別性能。而SVM由于受限于淺層神經(jīng)網(wǎng)絡(luò)的信息處理能力，只能采用幅度譜、MMFCC等低維特征，這些特征局限于信號的短時(shí)頻域信息，不能擴(kuò)展到連續(xù)數(shù)幀數(shù)據(jù)來獲取聲信號的時(shí)頻相關(guān)信息。此外，SVM識別結(jié)果中各類目標(biāo)識別正確率之間的不均衡程度明顯大于深度神經(jīng)網(wǎng)絡(luò)的識別結(jié)果，在實(shí)際應(yīng)用中這種不均衡將導(dǎo)致識別系統(tǒng)對某類目標(biāo)存在嚴(yán)重的性能短板。

表3 SVM和深度神經(jīng)網(wǎng)絡(luò)的識別結(jié)果Table 3 Recognition results of SVM,LSTM and CNN

表4比較了CNN-1D、CNN-2D和復(fù)合深度神經(jīng)網(wǎng)絡(luò)的識別結(jié)果。CNN-1D較CNN-2D提高了聲目標(biāo)識別的總體正確率，各類均有不同程度的提高。這是因?yàn)楫?dāng)線譜發(fā)生頻移時(shí)，沿時(shí)間軸的一維操作篩選掉短時(shí)譜圖中每個(gè)頻帶上的局部較小值，能更好地選取每個(gè)頻帶上局部最大值，有效地追蹤到線譜的頻率變化。CNN-1D+LSTM復(fù)合深度神經(jīng)網(wǎng)絡(luò)的整體識別正確率最高。可見LSTM網(wǎng)絡(luò)所側(cè)重的直升機(jī)信號隨時(shí)間變化的特征信息，可輔助CNN優(yōu)化目標(biāo)聲信號頻域信息的表征，從而進(jìn)一步提高識別性能。圖4是以一個(gè)典型直升機(jī)聲信號對比復(fù)合深度神經(jīng)網(wǎng)絡(luò)和CNN-1D的連續(xù)識別結(jié)果，可見復(fù)合深度神經(jīng)網(wǎng)絡(luò)能有效減少信號頻譜的短時(shí)變化引起的錯(cuò)誤判決。

表4 三種深度神經(jīng)網(wǎng)絡(luò)的識別結(jié)果Table 4 Recognition results of the three deep neural networks

圖4 CNN-1D+LSTM和CNN-1D的連續(xù)識別結(jié)果對比Fig.4 Compare of continuous recognition results of CNN-1D+LSTM and CNN-1D

以直升機(jī)從遠(yuǎn)處直線飛入探測范圍，經(jīng)過測點(diǎn)然后直線飛離探測范圍為一個(gè)飛行事件，計(jì)算多個(gè)飛行事件中各時(shí)刻的平均識別正確率，得到平均識別正確率隨時(shí)間的變化曲線。無論目標(biāo)運(yùn)動速度如何，在直線飛行事件中目標(biāo)與測點(diǎn)之間的距離與時(shí)間成正比。因此該曲線能夠在統(tǒng)計(jì)意義上展示直升機(jī)飛行過程中聲信號的連續(xù)識別性能。

以47個(gè)完整的直升機(jī)直線飛行事件為樣本，統(tǒng)計(jì)CNN-1D+LSTM和SVM2的平均識別正確率隨時(shí)間變化曲線。將直升機(jī)經(jīng)過測點(diǎn)，信號短時(shí)能量最大的時(shí)刻作為時(shí)間軸原點(diǎn)，繪制曲線如圖5所示?？傮w上，直升機(jī)在測點(diǎn)附近時(shí)，由于信噪比較好，平均識別正確率總體相對較高。隨著目標(biāo)與測點(diǎn)之間距離增大，信噪比變差，平均識別正確率隨之下降，直到無法有效探測。

圖5 飛行事件的平均識別正確率隨時(shí)間變化曲線Fig.5 Average accuracy rate in a target event changing over time

直升機(jī)經(jīng)過測點(diǎn)上方時(shí)，目標(biāo)特征線譜不但由于多普勒效應(yīng)產(chǎn)生頻移，并且往往被寬帶氣動噪聲所淹沒，導(dǎo)致目標(biāo)最接近測點(diǎn)時(shí)反而容易產(chǎn)生誤判。如SVM2在測點(diǎn)上方附近平均識別正確率有較大波動。這就是前文所述傳統(tǒng)分類方法對目標(biāo)信號連續(xù)識別的魯棒性較差的問題。如圖5所示，本文所提方法有效改善了完整飛行事件中目標(biāo)識別正確率和正確識別的連續(xù)性，其性能明顯優(yōu)于SVM方法。

4 結(jié)論

本文提出了一種基于復(fù)合深度神經(jīng)網(wǎng)絡(luò)的直升機(jī)聲目標(biāo)特征提取和分類識別框架，該框架使用CNN和LSTM兩個(gè)并行的深度神經(jīng)網(wǎng)絡(luò)模塊提取一段時(shí)間內(nèi)聲信號頻譜特征和頻譜隨時(shí)間變化特征，彌補(bǔ)了傳統(tǒng)聲目標(biāo)識別方法對信號時(shí)間歷程信息利用不足的缺陷。同時(shí)結(jié)合聲信號處理方法，改進(jìn)了卷積神經(jīng)網(wǎng)絡(luò)卷積層與池化層的計(jì)算方式，以更好地適應(yīng)聲信號特征頻率的變化。真實(shí)外場實(shí)驗(yàn)數(shù)據(jù)測試結(jié)果表明，與傳統(tǒng)方法相比，該方法明顯提升了對直升機(jī)完整飛行事件連續(xù)識別的魯棒性，同時(shí)提高了整體識別正確率。