基于拖曳式水平漁探儀目標信號的特征提取及分類識別研究.pdf

1、本論文來源于國際科技合作計劃項目“拖曳式水平漁探儀”。研究工作的重點是水下目標信號的特征提取及分類識別，深入研究能夠有效提取水下目標特征的特征提取方法及有效分類器的設計方法。 本文的研究屬于被動聲納目標識別，是從目標的輻射噪聲中提取目標的特征信息，結合已有的先驗知識，對目標的類別做出判斷。按照模式識別的工作原理，可以將本文的工作分為三大部分：特征提取、分類器設計和試驗研究。 特征提取的過程是把輸入的水下目標輻射噪聲信號變

2、換到不同的特征空間，提取出反映樣本的類別特性的特征向量，并把其作為分類器的輸入。本文采用了三種前期研究中較為有效的水下目標特征提取方法一基于 Lofar 譜圖的特征提取方法、基于小波分析的不同頻段內能量特征提取方法和基于高階統(tǒng)計量的特征提取方法。其中 Lofar 譜圖特征反映了目標的時頻特性；基于小波包分解的不同頻段內的能量特征綜合了不同頻段內的信息；基于雙譜的特征反映了信號的非高斯成分。這樣提取了目標在不同方面的特征，為下一步正確的分

3、類提供了堅實的基礎。 分類器的定義是可以根據輸入模式判定該樣本的所屬類別，實現類別的劃分。本文所采用的分類器是基于人工神經網絡的多層感知器神經網絡，該分類器非參數和自適應的特點，能夠實現有效的特征層識別。 最后一個部分是試驗數據處理部分。本文利用湖試及海試所采集的實驗數據進行分析處理，利用三種方法提取目標信號特征，通過神經網絡分類器對不同目標進行分類，給出各自具體的識別率，并由此得出了相應的結論，本文所選取的特征提取和分