基于混沌預(yù)測(cè)的水聲信號(hào)檢測(cè)方法研究.pdf

1、海洋環(huán)境的復(fù)雜性以及艦船隱身降噪技術(shù)的不斷發(fā)展，使得水聲信號(hào)的檢測(cè)變得愈加困難，傳統(tǒng)的檢測(cè)方法顯現(xiàn)出了一定的局限性。近年來(lái)，隨著混沌理論研究的不斷深入，人們將混沌理論引入到水聲信號(hào)的分析中來(lái)。同時(shí)，結(jié)合水聲信號(hào)的特點(diǎn)，研究了水聲信號(hào)產(chǎn)生混沌的機(jī)理，證明了水聲信號(hào)的混沌特性。本文在此研究的基礎(chǔ)上，對(duì)水聲信號(hào)的混沌特征參數(shù)提取，混沌信號(hào)的降噪處理以及混沌信號(hào)的檢測(cè)與識(shí)別等進(jìn)行了進(jìn)一步研究，本文主要研究?jī)?nèi)容如下： 1．針對(duì)水聲信號(hào)的非

2、線性特點(diǎn)，研究了基于局部投影濾波理論的水聲信號(hào)的降噪算法。重點(diǎn)對(duì)局部投影濾波算法中鄰域半徑參數(shù)的選擇進(jìn)行了討論，提出了基于遞歸分析和利用噪聲強(qiáng)度計(jì)算鄰域半徑的兩種方法。采用這兩種方法，分別計(jì)算含有不同噪聲強(qiáng)度的Logistic、Lorenz以及水聲信號(hào)的鄰域半徑，進(jìn)行局部投影降噪處理。結(jié)果表明利用噪聲強(qiáng)度計(jì)算鄰域半徑的方法具有較好的降噪效果。 2．研究了水聲信號(hào)混沌特征參數(shù)的計(jì)算，通過(guò)比較降噪前后水聲信號(hào)混沌特征參數(shù)的差異，分析

3、了噪聲對(duì)水聲信號(hào)混沌特征參數(shù)的影響。 3．采用RBF神經(jīng)網(wǎng)絡(luò)和遺傳算法分別建立了兩種水聲信號(hào)的全局預(yù)測(cè)模型。重點(diǎn)討論了兩種預(yù)測(cè)模型的學(xué)習(xí)算法，通過(guò)仿真對(duì)兩種模型的學(xué)習(xí)速度、所需樣本數(shù)以及預(yù)測(cè)效果進(jìn)行了比較，結(jié)果表明RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型學(xué)習(xí)速度快，所需樣本點(diǎn)數(shù)少，預(yù)測(cè)效果較好。 4．在建立水聲信號(hào)預(yù)測(cè)模型的基礎(chǔ)上，提出了一種基于混沌預(yù)測(cè)的信號(hào)檢測(cè)模型．根據(jù)混沌系統(tǒng)的動(dòng)力學(xué)特性，給出了這種檢測(cè)模型的檢驗(yàn)準(zhǔn)則。通過(guò)對(duì)Lore

4、nz信號(hào)和實(shí)際水聲信號(hào)進(jìn)行仿真，驗(yàn)證了檢驗(yàn)準(zhǔn)則的有效性．比較兩種預(yù)測(cè)模型在仿真中的檢測(cè)效果，表明預(yù)測(cè)模型的預(yù)測(cè)誤差越小，所能檢測(cè)出的信號(hào)的信噪比越低。 5．采用支持向量機(jī)理論，初步研究了水聲信號(hào)的分類(lèi)識(shí)別算法。選取兩類(lèi)水聲信號(hào)，計(jì)算它們的關(guān)聯(lián)維數(shù)和h<,2>熵，每類(lèi)信號(hào)各提取32組數(shù)據(jù)。取兩類(lèi)水聲信號(hào)各8組數(shù)據(jù)作為訓(xùn)練樣本，訓(xùn)練支持向量機(jī)，其它樣本用于驗(yàn)證。結(jié)果表明，支持向量機(jī)的分類(lèi)算法分類(lèi)效果較好，比較適合小樣本、非線性分類(lèi)。