شناسایی وکلاس بندی بلادرنگسیگنال های آکوستیکی زیر آبی به کمک شبکه های عصبی ترکیبی و درختهای تصمیم گیری

کلاس بندی نویز های 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، ضرورت استفاده از تکنولوژی نوین و ایجاد سامانه هوشمندی که بتواند این عمل را به طور خودکار انجام دهد بسیار حیاتی است. در این مقاله یک ساختار بهینه شده شبکه های عصبی برای کلاس بندی سیگنال های صوتی زیر آبی به صورت بلا درنگ ارایه شده است. پس از جمع آوری داده های صوتی، پردازش 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. و با استفاده از شبکه های عصبی خود سازمانده وانطباق پذیر کلاس بندی بلادرنگ سیگنال های صوتی زیر آبی انجام می گیرد. شبکه عصبی مورد نظر دارای سازماندهی دو مرحله ای می باشد. نتایج بدست آمده از این روش پس از شبیه سازی ها، نشان دهنده کارایی بهتر حدود بیست درصد ( 20 %) نسبت به سایر روش ها به صورت مجزا است.

Keywords:

پردازش سیگنال , سیگنال های صوتی زیر آبی , شبکه های عصبی , بلدرنگ , درخت تصمیم گیری