一种基于最小类混淆的水下声源距离估计方法及装置

1.本发明涉及船舶与海洋工程技术领域，具体涉及一种水下声源距离估计方法及装置。


背景技术：

2.水下声源距离估计一直是水声领域的研究热点之一。水下声场环境中，声源测距一般采用匹配场处理(matched field processing，mfp)来解决，但水下声场是时变和空变的，充满着复杂和不确定性，而匹配场处理需要对水下声场精确建模才能给出合理的预测，这易造成建模声场与实测环境的失配。
3.随着深度学习理论和技术的不断进步，基于深度学习的水下声源距离估计成为一个可靠的研究方向，不论是针对观测数据的处理方式和优化过程，亦或是对数据样本容量和计算能力的要求，都迥异于匹配场处理。但深度学习通常在训练模型时使用的是来自特定领域的或相同数据分布的数据集，造成了训练完成的模型在不同任务域间泛化性差的问题，而实际海洋环境的测量数据的数量一般又不能满足深度网络的训练需要。如何使训练完成的模型能够在少样本的情况下，快速适应新海洋领域的水声数据，提高神经网络分类模型泛化能力，是水声领域迫切需要解决的问题。


技术实现要素：

4.本发明的目的是提供一种基于最小类混淆的水下声源距离估计方法及装置，通过改进神经网络分类模型的损失函数，减小不同水声环境下实测数据的差异，提高了网络在实际数据上距离估计的正确率，提升由神经网络分类模型的泛化力和鲁棒性。
5.为了实现以上发明目的，本发明采用如下技术方案：
6.第一方面，一种基于最小类混淆的水下声源距离估计方法，包括以下步骤：
7.(1)根据采集到的声压时域信号获得图片样本，根据gps位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；
8.(2)根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；
9.(3)根据步骤(1)得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型，其中自适应最小类混淆的损失函数为：
10.loss＝l
ce
+μl
mcc1
+(1-μ)l
mcc2
11.其中μ为0到1之间的超参数，表示在训练模型时最小类混淆损失中的权重，l
ce
为源域的交叉熵损失，l
mcc1
为源域的最小类混淆损失，l
mcc2
为目标域输出的最小类混淆损失，l
mcc1
和l
mcc2
的计算方式如下：
12.13.其中|c|是源域样本类别的数目，是源域及目标域样本的分类器输出，表示第j个类别中第i个实例的概率，c
jj'
为类混淆度，表示类j与类j
′
之间的类相关性，表示类别归一化后的c
jj'
；
14.(4)利用训练好的水下声源距离标注的神经网络分类模型，对目标声源进行距离估计。
15.第二方面，一种基于最小类混淆的水下声源距离估计装置，包括：
16.样本获取模块，根据采集到的声压时域信号获得图片样本，根据gps位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；
17.模型构建模块，根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；
18.模型训练模块，根据得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型，其中自适应最小类混淆的损失函数为：
19.loss＝l
ce
+μl
mcc1
+(1-μ)l
mcc2
20.其中μ为0到1之间的超参数，表示在训练模型时最小类混淆损失中的权重，l
ce
为源域的交叉熵损失，l
mcc1
为源域的最小类混淆损失，l
mcc2
为目标域输出的最小类混淆损失，l
mcc1
和l
mcc2
的计算方式如下：
[0021][0022]
其中|c|是源域样本类别的数目，是源域及目标域样本的分类器输出，表示第j个类别中第i个实例的概率，c
jj'
为类混淆度，表示类j与类j
′
之间的类相关性，表示类别归一化后的c
jj'
；
[0023]
模型应用模块，利用训练好的水下声源距离标注的神经网络分类模型，对目标声源进行距离估计。
[0024]
本发明还提供一种计算机设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的基于最小类混淆的水下声源距离估计方法的步骤。
[0025]
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于最小类混淆的水下声源距离估计方法的步骤。
[0026]
相比于现有技术，本发明具有以下有益效果：
[0027]
本发明引入了自适应最小化类混淆作为网络训练时的损失函数，改进神经网络分类模型的损失函数，使训练完成的模型能够在少样本的情况下，快速适应新海洋领域的水声数据，提高神经网络分类模型泛化能力。这样可以利用少量的标注数据实现对水下声源距离估计，通过大量不同水声环境的水声数据，学习声源距离标注与一组特征向量之间的映射关系，训练出依据特征向量预测声源距离的距离估计模型，不仅减小了不同水声环境下实测数据的差异，还实现对目标声源进行更准确的距离估计，提升由神经网络分类模型
训练得到分类模型的泛化力和鲁棒性。
附图说明
[0028]
图1是本发明的基于最小类混淆的水下声源距离估计方法流程图；
[0029]
图2是水下声源距离标注的神经网络分类模型结构图；
[0030]
图3是训练神经网络分类模型的流程图。
具体实施方式
[0031]
为了方便本领域技术人员理解，下面结合具体实施例与附图对本发明作进一步的说明。
[0032]
本发明根据样本图片大小设计可以预测距离标注的神经网络分类模型，利用源域及部分目标域样本训练出可靠的距离标注分类模型；最后由另一部分目标域的样本作为验证集输入到分类模型中，验证神经网络分类模型训练是否成功。整个训练过程中引入自适应最小类混淆作为损失函数减少类不平衡的程度，不仅减小了不同水声环境下实测数据的差异，还对目标声源进行更准确的距离估计，提升由神经网络分类模型训练得到分类模型的泛化力和鲁棒性。以下实施例中以船舶噪声数据为例，来说明该水下声源距离估计的具体过程。如图1所示，一种基于最小类混淆的水下声源距离估计方法，包括以下步骤：
[0033]
步骤1：对船舶噪声数据进行预处理。
[0034]
根据本发明的实施方式，数据预处理具体包括以下步骤：
[0035]
(1-1)对声压时域信号求互相关得到采样协方差矩阵。
[0036]
将采集到的船舶噪声数据转换为采样协方差矩阵，水听器接收阵列中的l个水听器接收的频域声压数据记为p(f)，转换为采样协方差矩阵c(f)公式为：
[0037][0038]
其中，ns是快拍数，表示将频域声压数据归一化，p
l
(f)表示第l个水听器接收的频域声压数据，是的共轭转置。
[0039]
特别的，p(f)＝s(f)g(f,r)+ε(f)，其中s(f)为复数声源激励项，g(f,r)为与声源位置相关的信道响应或格林函数，ε(f)为噪声项。
[0040]
(1-2)对采样协方差矩阵做傅里叶变换得到归一化的互谱密度矩阵。
[0041]
对采样协方差矩阵做傅里叶变换，根据快拍数取平均值以减小数据维度，得到各个时间点每个水听器对应的二维数据特征，二维数据特征组成矩阵，将该矩阵通过其转置乘以其共轭的方式得到互谱密度矩阵，取其上三角并将其向量化便得到了每个水听器对应的特征。上三角是指矩阵的对角线元素及对角线上面的元素。为便于部分分类器进行分类，将每个样本下的所有水听器对应特征在数据空间中按顺序排列便得到了对应的数据特征。
[0042]
(1-3)将互谱密度矩阵统一维度转为方阵，并通过rgb画图得到对应的样本。为更好的用于步骤2和步骤3的神经网络分类模型输入，增强模型的训练效果，得到互谱密度矩
阵后，将其按顺序扩充一倍并重新规整为120
×
120像素点大小的方阵，通过rgb画图将所有样本对应的方阵都转成图片。rgb画图是一种使用红色(r)、绿色(g)和蓝色(b)的组合来创建颜色的颜色模式。
[0043]
(1-4)根据gps位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注。将多个所述数据以集合的形式保存，得到源域和目标域的样本数据集，源域(source domain)表示与测试样本不同的领域，有丰富的监督信息；目标域(target domain)表示测试样本所在的领域，无标签或者只有少量标签。将数据集按4：2：1分为源域样本、目标域样本a及目标域样本b，其中源域样本、目标域样本a作为训练集，目标域样本b作为验证集。
[0044]
步骤2：训练水下声源距离估计神经网络分类模型。
[0045]
根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型，如图2所示；根据截断高斯分布法随机生成初始权重值和参数，对输入的数据进行多次卷积和池化的操作，获得数据的特征矩阵；期间通过加入relu激活函数减少计算量，通过加入正则参数dropout防止网络训练过程中产生过拟合。将获得的数据的特征矩阵展平为一维的特征向量，最后将特征向量通过全连接层及softmax层进行分类。
[0046]
其中，可水下声源距离标注的神经网络分类模型如下表1所示，由三个卷积层、四个池化层、一个全连接层和一个softmax层组成。具体的：第一层为卷积层，采用24个尺寸为3
×
3的卷积核；第二层为最大池化层，采用尺寸为2
×
2的池化核；第三层为卷积层，采用384个尺寸为3
×
3的卷积核；第四层为最大池化层，采用尺寸为2
×
2的池化核；第五层为卷积层，采用12288个尺寸为3
×
3的卷积核；第六层为最大池化层，采用尺寸为2
×
2的池化核；第七层为平均池化层，采用尺寸为2
×
2的池化核；最后接着一个全连接层和一个softmax层。特别的，所有的卷积层和池化层的步长均为1。在第二层、第四层、第六层之后加入relu激活函数减少计算量，在第三层、第五层、第六层的relu激活函数之后加入正则参数dropout防止网络训练过程中产生过拟合。
[0047]
表1神经网络分类模型参数
[0048]
[0049][0050]
如图3所示，根据步骤1得到的船舶噪声数据的训练集，将其分批次输入水下声源距离标注的神经网络分类模型，经过特征提取分别得到源域和目标域的一维特征向量。
[0051]
分别将源域和目标域的预测结果与真实结果做对比，计算出源域的交叉熵损失(l
ce
)及最小类混淆损失(l
mcc1
)，并且计算出目标域输出的最小类混淆损失(l
mcc2
)，得到总的损失函数——自适应最小类混淆loss是三个损失函数值的加权和，即：
[0052]
loss＝l
ce
+μl
mcc1
+(1-μ)l
mcc2
[0053]
其中μ为0到1之间的超参数，表示在训练模型时最小类混淆损失中的权重，在训练过程中，随着训练周期的增加μ的值不断下降，训练前期模型主要跟从源域的样本更改网络参数，训练后期模型主要跟从目标域样本a更改网络参数。
[0054]
利用数据的正向传播和误差的反向传播对水下声源距离标注的神经网络分类模型进行训练，得到总损失loss最小时的模型权重量和参数值并保存。
[0055]
其中最小类混淆损失l
mcc1
和l
mcc2
计算方法如下：
[0056]
记源域及目标域样本的分类器输出为其中b是目标域数据的批量大小，|c|是源域样本类别的数目，f是特征提取器，g是分类器，是第j个类别中第i个实例的概率，x
t
为输入的船舶噪声数据。
[0057]
为减少模型在输出概率分布时倾向置信度高的预测所带来的不利影响，可将重新校准为：其中，z
ij
是分类器层的逻辑输出，t是重新校准概率的温度超参数。
[0058]
分类器对第i个样本的预测的熵定义为：
[0059]
使用softmax函数将熵函数转换成概率分布：
[0060]
其中，w
ii
是对第i个样本建模类混淆度重要性的概率的量化。
[0061]
类混淆度可以定义为c
jj'
为类j与类j
′
之间的类相关性，其中和分别表示每个批次中b个样本分类为j类和j
′
类的概率。w是对应w
ii
的对角矩阵。
[0062]
根据下式对类别进行归一化：
[0063][0064]
根据下式计算最小化类混淆度：
[0065][0066]
本发明利用自适应最小化类混淆度作为损失函数，能更好的调整网络参数。
[0067]
交叉熵损失l
ce
的公式：其中n表示样本的个数，y(i)表示第i个样本的真实标签。表示第i个样本的预测标签。
[0068]
步骤3：验证神经网络分类模型。
[0069]
由目标域b作为验证集输入到训练好的神经网络分类模型中，得到目标域的验证结果，若验证结果的准确率达90％以上，证明神经网络分类模型训练成功；反之调整步骤2的步长及学习率对神经网络分类模型重新训练。本发明设置学习率为0.015-0.025。
[0070]
步骤4：利用训练好的分类模型，对目标水下声源进行距离估计。
[0071]
最终训练得到的水下声源距离估计神经网络分类模型，通过对比传统距离估计方式，本发明能够利用少量的标注数据实现对水下声源距离估计，降低不同域数据样本之间的类别不平衡，解决标注数据缺少的问题，通过大量不同水声环境的水声数据，学习声源距离标注与一组特征向量之间的映射关系，训练出依据特征向量预测声源距离的距离估计模型，从而实现高精度的声源距离估计。
[0072]
本发明还提供一种基于最小类混淆的水下声源距离估计装置，包括：
[0073]
样本获取模块，根据采集到的声压时域信号获得图片样本，根据gps位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；
[0074]
模型构建模块，根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；
[0075]
模型训练模块，根据得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型，其中自适应最小类混淆的损失函数为：
[0076]
loss＝l
ce
+μl
mcc1
+(1-μ)l
mcc2
[0077]
其中μ为0到1之间的超参数，表示在训练模型时最小类混淆损失中的权重，l
ce
为源域的交叉熵损失，l
mcc1
为源域的最小类混淆损失，l
mcc2
为目标域输出的最小类混淆损失，
l
mcc1
和l
mcc2
的计算方式如下：
[0078][0079]
其中|c|是源域样本类别的数目，是源域及目标域样本的分类器输出，表示第j个类别中第i个实例的概率，c
jj'
为类混淆度，表示类j与类j
′
之间的类相关性，表示类别归一化后的c
jj'
；
[0080]
模型应用模块，利用训练好的水下声源距离标注的神经网络分类模型，对目标声源进行距离估计。
[0081]
应理解，本发明实施例中的基于最小类混淆的水下声源距离估计装置可以实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。
[0082]
本发明还提供一种计算机设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的基于最小类混淆的水下声源距离估计方法的步骤。
[0083]
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于最小类混淆的水下声源距离估计方法的步骤。
[0084]
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、计算机设备或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0085]
本发明是参照根据本发明实施例的方法的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程以及流程图中的流程的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程中指定的功能的装置。
[0086]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程中指定的功能。
[0087]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程中指定的功能的步骤。

技术特征：
1.一种基于最小类混淆的水下声源距离估计方法，其特征在于，包括以下步骤：(1)根据采集到的声压时域信号获得图片样本，根据gps位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；(2)根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；(3)根据步骤(1)得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型，其中自适应最小类混淆的损失函数为：loss＝l
ce
+μl
mcc1
+(1-μ)l
mcc2
其中μ为0到1之间的超参数，表示在训练模型时最小类混淆损失中的权重，l
ce
为源域的交叉熵损失，l
mcc1
为源域的最小类混淆损失，l
mcc2
为目标域输出的最小类混淆损失，l
mcc1
和l
mcc2
的计算方式如下：其中|c|是源域样本类别的数目，是源域及目标域样本的分类器输出，表示第j个类别中第i个实例的概率，c
jj'
为类混淆度，表示类j与类j
′
之间的类相关性，表示类别归一化后的c
jj'
；(4)利用训练好的水下声源距离标注的神经网络分类模型，对目标声源进行距离估计。2.根据权利要求1所述的方法，其特征在于，所述步骤(1)中，根据采集到的声压时域信号获得图片样本包括：对采集到的声压时域信号求互相关得到采样协方差矩阵，对采样协方差矩阵做傅里叶变换得到归一化的互谱密度矩阵，将该矩阵依照维度大小转为方阵，并通过rgb画图得到对应的样本。3.根据权利要求2所述的方法，其特征在于，对采样协方差矩阵做傅里叶变换得到归一化的互谱密度矩阵包括：对采样协方差矩阵做傅里叶变换，根据快拍数取平均值以减小数据维度，得到各个时间点每个水听器对应的二维数据特征，再通过转置乘以共轭的方式得到互谱密度矩阵，取其上三角并将其向量化便得到了每个水听器对应的特征。4.根据权利要求2所述的方法，其特征在于，对采集到的声压时域信号求互相关得到采样协方差矩阵包括：其中，n
s
是快拍数，表示将频域声压数据p(f)归一化，p
l
(f)表示第l个水听器接收的频域声压数据，l为接收阵列中水听器数目，是的共轭转置；p(f)＝s(f)g(f,r)+ε(f)，其中s(f)为复数声源激励项，g(f,r)为与声源
位置相关的信道响应或格林函数，ε(f)为噪声项。5.根据权利要求1所述的方法，其特征在于，类混淆度定义为其中和分别表示每个批次中b个样本分类为j类和j
′
类的概率，w是对应w
ii
的对角矩阵，w
ii
是对第i个样本建模类混淆度重要性的概率的量化，第i个样本建模类混淆度重要性的概率的量化，是分类器对第i个样本的预测的熵，定义为：6.根据权利要求1所述的方法，其特征在于，分类器输出其中b是目标域数据的批量大小，f是特征提取器，g是分类器，x
t
为输入的船舶噪声数据。7.根据权利要求1所述的方法，其特征在于，所述步骤(2)中，设计水下声源距离标注的神经网络分类模型包括：根据图片的大小计算设计的卷积层、池化层和全连接层的大小，分类模型由三个卷积层、四个池化层、一个全连接层和一个softmax层组成，其中，第一层为卷积层，采用24个尺寸为3
×
3的卷积核；第二层为最大池化层，采用尺寸为2
×
2的池化核；第三层为卷积层，采用384个尺寸为3
×
3的卷积核；第四层为最大池化层，采用尺寸为2
×
2的池化核；第五层为卷积层，采用12288个尺寸为3
×
3的卷积核；第六层为最大池化层，采用尺寸为2
×
2的池化核；第七层为平均池化层，采用尺寸为2
×
2的池化核；最后接着一个全连接层和一个softmax层，并且其中所有的卷积层和池化层的步长均为1，在第二层、第四层、第六层之后加入relu激活函数，在第三层、第五层、第六层的relu激活函数之后加入正则参数dropout。8.一种基于最小类混淆的水下声源距离估计装置，其特征在于，包括：样本获取模块，根据采集到的声压时域信号获得图片样本，根据gps位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；模型构建模块，根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；模型训练模块，根据得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型，其中自适应最小类混淆的损失函数为：loss＝l
ce
+μl
mcc1
+(1-μ)l
mcc2
其中μ为0到1之间的超参数，表示在训练模型时最小类混淆损失中的权重，l
ce
为源域的交叉熵损失，l
mcc1
为源域的最小类混淆损失，l
mcc2
为目标域输出的最小类混淆损失，l
mcc1
和l
mcc2
的计算方式如下：其中|c|是源域样本类别的数目，是源域及目标域样本的分类器输出，表示第j个类别中第i个实例的概率，c
jj'
为类混淆度，表示类j与类j
′
之间的类相关性，表示类别归一化后的c
jj'
；
模型应用模块，利用训练好的水下声源距离标注的神经网络分类模型，对目标声源进行距离估计。9.一种计算机设备，其特征在于，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如权利要求1-7中任一项所述的基于最小类混淆的水下声源距离估计方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的基于最小类混淆的水下声源距离估计方法的步骤。

技术总结
本发明公开了一种基于最小类混淆的水下声源距离估计方法及装置。所述方法包括：根据采集到的声压时域信号获得图片样本，根据GPS位置信息计算得到与接收阵之间的距离，作为源域和目标域的样本标注；根据图片的大小计算卷积层、池化层和全连接层的大小，设计水下声源距离标注的神经网络分类模型；根据得到的源域和目标域的样本作为训练集，按批次输入神经网络分类模型进行迭代训练，引入自适应最小类混淆作为损失函数更新网络参数，训练出可靠的水下声源距离标注的神经网络分类模型；利用训练好的模型对目标声源进行距离估计。本发明使训练完成的模型能够在少样本的情况下，快速适应新海洋领域的水声数据，提高神经网络分类模型泛化能力。泛化能力。泛化能力。


技术研发人员：李理 吴赫 孙玉林 曹然
受保护的技术使用者：哈尔滨工程大学
技术研发日：2023.06.28
技术公布日：2023/10/5