کلاس بندی سیگنالهای صوتی زیر آبی با استفاده از شبکه عصبی بهینه شده
کلاس بندی سیگنالهای صوتی زیر آبی با استفاده از شبکه عصبی بهینه شده
رحیم خرسندی1
1) شرکت برق منطقه ای تبریز
کد IOI مقاله
:
XYGD-BCHZH
محل انتشار :
پنجمین کنفرانس بین المللی علوم و مهندسی(5icesconf.com)
چکیده :
کلاس بندی آنی سیگنالهای صوتی زیر آبی در آب های ساحلی برای سیستم های سونار با توجه به سرعت پایین و خطای انسانی یک موضوع بسیار مهم و جالب توجه است، که این کار در ارتش های مختلف جهان با استفاده از قدرت تشخیص اپراتورهای آن سیستم ها انجام می شود، استفاده از تکنولوژی جدید و ایجاد سامانه آنلاینی که بتواند این عمل را به طور خودکار انجام دهد بسیار حیاتی و ضروری است. در این مقاله یک ساختار بهینه شده شبکه های عصبی برای کلاس بندی سیگنال های صوتی زیر آبی به صورت بلادرنگ اراِیه شده است. پس از جمع آوری سیگنالهای صوتی، تجزیه و تحلیل سیگنال، استخراج ویژگی ها، به منظور شناسایی سیگنال مورد نظر برای پردازش از سایر سیگنال های زمینه از روش تخمین طیف سریع و دقیق ارایه گردید. با استفاده از شبکه های عصبی خود سازمانده و انطباق پذیر کلاس بندی بلادرنگ سیگنال های صوتی زیر آبی انجام می گیرد. شبکه عصبی مورد نظر دارای طبقه بندی دو مرحله ای می باشد. نتایج بدست آمده از این روش پس از شبیه سازی ها، نشان دهنده کارایی بهتر حدود بیست و پنج درصد (25%) نسبت به سایر روش ها به صورت تفکیکی می باشد.
کلمات کلیدی : پريودوگرام شبکه خود سازمانده سیگنال های صوتی شبکه عصبی بهینه شده