Technische Samenvatting: Verbetering van Modulatiefuncties met een Multi-Stage Aandachtsnetwerk voor Herkenning van Onderwaterakoestische Doelen

1. Probleemstelling

Onderwaterakoestische doelerkenning (UATR) is een cruciaal onderdeel van maritieme toepassingen, maar staat voor aanzienlijke uitdagingen vanwege de complexe en diverse aard van door schepen uitgestraald geluid en het gebrek aan real-world data. De belangrijkste moeilijkheden zijn:

• Complexe Signaalkenmerken: Door schepen uitgestraald geluid bestaat uit mechanische, schroef- en hydrodynamische componenten. Het schroefgeluid bevat cruciale modulatiefuncties (asfrequentie, aantal bladen), maar deze vertonen variërende modulatiedynamiek over verschillende frequentiebanden. Conventionele DEMON-analyse (Demodulation of Envelope on Noise) over het volledige frequentiespectrum introduceert vaak fouten als gevolg van deze ongelijkmatigheid.
• Onvoldoende Functierepresentatie: Bestaande methoden vertrouwen vaak op uniforme frequentiebandsegmentatie of aandachtsmechanismen in één stadium die niet in staat zijn om de onderscheidende kenmerken van functies op verschillende netwerkdiepten vast te leggen. Bovendien gaan standaard aandachtsmechanismen (zoals ruimtelijke aandacht in CBAM) uit van consistente ruimtelijke posities van belangrijke informatie over kanalen, wat ongeschikt is voor DEMON-spectrale functies waarbij belangrijke informatie verschillend over kanalen is verdeeld.
• Data-ongelijkheid: Real-world datasets lijden aan ernstige klasse-ongelijkheid (langstaartverdeling) en "moeilijk-makkelijk"-steekproefongelijkheid als gevolg van variërende bedrijfsomstandigheden en omgevingen. Standaard verliesfuncties leiden vaak tot modellen die overfitten op hoofd-classes en onderfitten op staart-classes.

2. Methodologie

De auteurs stellen een robuust deep learning-framework voor dat bestaat uit drie kerncomponenten: een nieuw schema voor functieverkrijging en fusie, een Multi-Stage Multi-Type Aandachtsnetwerk (MMATT), en een Aanpasbare Klasse-Gebalanceerde Focal Loss (ACBFL).

2.1. Functieverkrijging en Fusie

Om hoogtrouwe 2-D DEMON-spectrale functies te genereren, combineren de auteurs Variational Mode Decomposition (VMD) en het 3/2-D spectrum:

• VMD-decompositie: In plaats van uniforme banddoorlaatfiltering, wordt het signaal adaptief ontbonden in Intrinsic Mode Functions (IMF's) met behulp van VMD. Dit adresseert de ongelijkmatige modulatiekarakteristieken van schipgeluid.
• 3/2-D spectrum: Voor elke IMF wordt het 3/2-D spectrum berekend. Deze hogere-orde statistiek onderdrukt additief Gaussisch ruis en elimineert niet-fase-gekoppelde harmonische componenten, waardoor fase-informatie behouden blijft die cruciaal is voor DEMON-analyse.
• Fusiestrategie: De uiteindelijke 2-D functie wordt gevormd door het amplitude-spectrum en het gekwadrateerde 3/2-D spectrum te fuseren. Specifiek wordt het product van het gekwadrateerde 3/2-D spectrum en het amplitude-spectrum opgeteld bij het amplitude-spectrum. Dit versterkt belangrijke frequentie-informatie terwijl gedetailleerde spectrale data behouden blijft.

2.2. Multi-Stage Multi-Type Aandachtsnetwerk (MMATT)

Het herkenningmodel maakt gebruik van een 1-D Convolutional Neural Network (CNN) geïntegreerd met een Multi-Stage Multi-Type Aandachtsmechanisme. In tegenstelling tot eerdere werken die één type aandacht toepassen, plaatst MMATT verschillende aandachtsmodules op verschillende netwerkdiepten om zich aan te passen aan de evoluerende functierepresentaties:

• Aandachtsblok 1 (Ondiepe laag): Maakt gebruik van het Residuele Kanon-Onafhankelijke Spectrale Aandachtsmechanisme (R-CISAM). Deze module gebruikt dieptewijze convolutie om verschillende spectrale aandachtsweegs toe te passen op elk kanaal (IMF-component) onafhankelijk, waardoor interferentie veroorzaakt door pooling over kanalen wordt vermeden. Het bevat een residuele verbinding om originele functies te behouden.
• Aandachtsblok 2 (Middellaag): Maakt gebruik van het Multi-Schaal Splits-en-Fuse Spectrale Aandachtsmechanisme (MS-SFSAM). Deze module gebruikt dilated dieptewijze scheidbare convoluties met meerdere dilatiepercentages (4, 8, 16) om globale contextuele relaties en multi-schaal informatie vast te leggen, die vervolgens over kanalen worden gefuseerd.
• Aandachtsblok 3 (Diepe laag): Maakt gebruik van een standaard Kanaal Aandachtsmechanisme (SE-blok) om kanaalwijze functies op basis van globale informatie te herbekijken.

2.3. Aanpasbare Klasse-Gebalanceerde Focal Loss (ACBFL)

Om klasse-ongelijkheid en "moeilijk-makkelijk"-steekproefongelijkheid aan te pakken, stellen de auteurs ACBFL voor, die twee strategieën combineert:

• Aanpasbare Focal Loss (AFL): Wijzigt de standaard focal loss door een aanpasbare parameter $\beta$ in te voeren in de modulerende factor $(1 - \beta p)^\gamma$. Hierdoor kan de verliesfunctie variëren tussen cross-entropy en de originele focal loss, afhankelijk van de taak.
• Aanpasbare Klasse-Gebalanceerd (ACB): Introduceert een instelbare parameter $q$ voor de klassengewichten. De gewichten zijn evenredig met $(1/m_y)^q$, waarbij $m_y$ het aantal steekproeven in klasse $y$ is. Wanneer $q=0$, vindt geen balansering plaats; wanneer $q=1$, zijn de gewichten omgekeerd evenredig met klassfrequenties.
• Gecombineerde Formulering: De uiteindelijke verliesfunctie integreert beide aanpassingen, waardoor flexibiliteit bestaat om zich aan te passen aan variërende graden van ongelijkheid in verschillende datasets.

3. Belangrijkste Bijdragen

Het artikel claimt de volgende specifieke bijdragen:

1. Nieuwe Functieverkrijging: Een methode voor 2-D DEMON-spectrale functieverkrijging en fusie gebaseerd op VMD en het 3/2-D spectrum, die effectief modulatie-omhulselinformatie vastlegt en ruis onderdrukt.
2. MMATT-architectuur: Een herkenningnetwerk dat een 1-D CNN integreert met een Multi-Stage Multi-Type Aandachtsmechanisme dat verschillende aandachtsmodules op verschillende netwerkdiepten gebruikt.
3. Nieuwe Aandachtsmechanismen: Het voorstellen van twee specifieke mechanismen:
   • R-CISAM: Voor kanaal-onafhankelijke spectrale weging in ondiepe lagen.
   • MS-SFSAM: Voor multi-schaal functeversterking in middellaag.
4. ACBFL: Een Aanpasbare Klasse-Gebalanceerde Focal Loss die de negatieve effecten van langstaart-dataverdeling verlicht terwijl het flexibele aanpasbaarheid biedt.
5. Empirische Validatie: Uitgebreide experimenten op de real-world ShipsEar-dataset die de effectiviteit van de voorgestelde componenten aantonen.

4. Experimentele Resultaten

Experimenten werden uitgevoerd op de ShipsEar-dataset (11 schipklassen + natuurlijke ruis) met behulp van 5-voudige kruisvalidatie. Het voorgestelde volledige model (VMD-Fusion-CNN-MMATT-ImFL) werd vergeleken met baselines en geablateerde varianten.

• Functieverkrijging: Het voorgestelde VMD-Fusion-CNN behaalde een Totale Nauwkeurigheid (OA) van 89,50%, een F1-score van 84,90% en een Gemiddelde Nauwkeurigheid (AA) van 82,58%. Dit presteerde aanzienlijk beter dan de traditionele DEMON-aanpak (Trad-CNN: 73,21% OA) en de benadering met banddoorlaatfiltering (Filter-CNN: 85,07% OA).
• Modelprestaties: Het volledige model behaalde 91,68% OA, 90,04% F1-score en 89,87% AA.
  • In vergelijking met de baseline (Trad-CNN) vertegenwoordigt dit verbeteringen van 18,47% in OA, 26,25% in F1-score en 29,49% in AA.
  • In vergelijking met het model dat alleen de verbeterde functies en het netwerk gebruikt (VMD-Fusion-CNN-MMATT-CE), leidde de toevoeging van ACBFL (ImFL) tot verdere prestatieverbetering, wat de effectiviteit bevestigt bij het hanteren van klasse-ongelijkheid.
• Ablatiestudies:
  • Het verwijderen van een van de drie aandachtsblokken (R-CISAM, MS-SFSAM of SE) resulteerde in prestatiedaling, wat de noodzaak bevestigt van het multi-stage, multi-type ontwerp.
  • Het verwisselen van de volgorde van aandachtsblokken verminderde ook de prestaties, wat valideert dat specifieke aandachtssoorten het beste geschikt zijn voor specifieke netwerkdiepten (lokale details in ondiepe lagen, multi-schaal context in middellaag, kanaalherziening in diepe lagen).
  • De multi-schaal aanpak (met dilatiepercentages 4, 8, 16) presteerde beter dan modellen met enkele dilatiepercentages.
• Verliesfunctie-analyse: Modellen met aanpasbare parameters ($\beta$ en $q$) in ACBFL presteerden beter dan die met vaste parameters (0 of 1), wat de waarde van de voorgestelde flexibiliteit aantoont.

5. Betekenis en Claims

De auteurs claimen dat hun werk een uitgebreide oplossing biedt voor de uitdagingen van onderwaterakoestische doelerkenning door functierepresentatie, netwerkarchitectuur en data-ongelijkheid gelijktijdig aan te pakken.

• Functierobuustheid: De combinatie van VMD en 3/2-D spectrum biedt een nauwkeurigere en robuustere representatie van modulatie-informatie dan traditionele methoden, wat effectief omgaat met de ongelijkmatige modulatie van schipgeluid.
• Architecturale Innovatie: Het MMATT-framework demonstreert dat het toepassen van diverse aandachtsmechanismen op verschillende netwerkdiepten superieure prestaties oplevert in vergelijking met enkelvoudige-type of enkelvoudige-posities aandachtsmechanismen.
• Praktische Toepasbaarheid: De ACBFL biedt een flexibel hulpmiddel voor het hanteren van de inherente klasse-ongelijkheid in real-world akoestische datasets zonder complexe resampling-technieken, waardoor het model beter geschikt is voor praktische implementatie waar data-verdelingen variëren.
• Prestaties: De experimentele resultaten op de ShipsEar-dataset valideren dat het voorgestelde framework de herkenningnauwkeurigheid, robuustheid en het vermogen om minderheidsklassen (staart-classes) te herkennen aanzienlijk verbetert in vergelijking met bestaande state-of-the-art methoden.