聆听海洋：用于鲁棒水下声学目标分类的生物启发 Gammatone-CNN 框架
声音
2026-05-07 v1
摘要
本研究提出了一种用于鲁棒水下声学目标识别（UATR）的生物启发信号处理框架。最新 SOTA 方法通常无法在高噪声条件下解析船舶推进信号中密集的低频谐波结构，而该框架通过模拟耳蜗非线性频率选择性的生物启发 Gammatone 滤波器组来解决这一问题。通过根据等效矩形带宽（ERB）尺度分布滤波器，该框架实现了对引擎辐射谐波的高保真表示，同时有效抑制了各向同性环境干扰。由此产生的 Cochleagram 特征由一个轻量级、定制的卷积神经网络（CNN）处理，该网络利用大感受野来整合频谱-时间连续性。在 VTUAD 数据集上的实验结果表明，其分类准确率达到 SOTA 水平的 98.41%，分别比连续小波变换和 Mel 频率倒谱系数基线高出 3.5% 和 7.7%。此外，该框架的推理延迟仅为 0.77 ms，Cohen Kappa 得分为 0.971，验证了其在自主、低功耗声纳硬件上实时部署的有效性。
引用
@article{arxiv.2605.04839,
title = {Hearing the Ocean: Bio-inspired Gammatone-CNN framework for Robust Underwater Acoustic Target Classification},
author = {Rajeshwar Tripathi and Sandeep Kumar and Monika Aggarwal and Neel Kanth Kundu},
journal= {arXiv preprint arXiv:2605.04839},
year = {2026}
}