Classificação de sinais de sonar passivo no domínio do tempo e da frequência utilizando redes neurais profundas

Abstract

O interesse crescente pelo ambiente submarino aumenta a
necessidade de compreendê-lo e explorá-lo através da acústica sub-
marina. Sinais provenientes de embarcações podem ser detectados
e classificados por diversos sistemas. Os sistemas de sonar são uns
desses sistemas, eles têm sido amplamente utilizados tanto em apli-
cações militares como civis. Em particular, os sistemas de sonar pas-
sivo desempenham um papel importante nas operações submarinas
na Marinha de qualquer nação. Neste trabalho, é proposto um clas-
sificador baseado em redes neurais profundas, mais especificamente
as redes convolucionais e recorrentes. O classificador é alimentado
a partir das informações espectrais e das amplitudes dos sinais no
domínio do tempo. O modelo proposto tem como objetivo clas-
sificar os sinais provenientes de 24 classes de navios militares, que
foram organizados em 4 superclasses baseadas em conhecimento
especialista. Os resultados de um classificador baseado em redes
neurais perceptron multicamadas serão utilizados como baseline
deste estudo. Entre todos os modelos avaliados, o modelo LSTM
alimentados pelos dados no domínio do tempo apresentou o melhor
resultado (85,55% ± 3,28%) em comparação com os outros modelos.