基于水下傳感器網(wǎng)絡的目標識別研究.pdf

1、隨著科學技術的發(fā)展,以及國防安全的需要,對于水下目標的識別已經(jīng)變得越來越重要。水下目標識別是水聲裝備發(fā)展的三項關鍵技術(探測、定位、識別)之一,是探測系統(tǒng)智能化的重要標志,同時也是聲納信息理論中急待解決的難題。開展該領域的研究具有極其重要的現(xiàn)實意義與軍事價值。
　　水下目標識別分為主動識別和被動識別兩種,本文研究的是被動識別技術。它是將被動聲納接收的水下目標噪聲信號先進行特征提取,提取出能夠反映目標特征的特征向量,然后設計一個目標

2、分類器,最后將提取出的能夠反映目標本質特性的特征向量送入目標分類器進行分類識別。
　　在特征提取階段,本文將采集的水下目標的信號進行快速傅里葉變換(FFT)得到信號的功率譜,然后對功率譜進行特征提取,其中最主要的特征提取方法包括連續(xù)譜特征提取、線譜特征提取、調制連續(xù)譜特征提取、調制線譜特征提取,這樣就可以得到信號的基于不同特征提取方法的特征向量。
　　在得到目標的特征向量后,首先設計一個自適應遺傳BP神經(jīng)網(wǎng)絡分類器對目標進行

3、分類處理,經(jīng)仿真實驗表明該特征分類器能夠有效地對水下目標信號進行識別,其識別率達到了85％以上。為了體現(xiàn)基于水下傳感器網(wǎng)絡的目標識別,本文又采用了基于D-S證據(jù)理論的方法對目標進行融合識別,其過程為:首先訓練一個BP神經(jīng)網(wǎng)絡,然后把上文所介紹的水下目標信號的各個特征向量輸入訓練好的BP神經(jīng)網(wǎng)絡,這樣BP神經(jīng)網(wǎng)絡輸出的就是D-S證據(jù)理論所要得到的基本概率賦值,然后利用該基本概率賦值對目標進行 D-S融合識別,經(jīng)仿真實驗表明該融合算法,識別