基于神經(jīng)網(wǎng)絡的空中聲目標識別研究.pdf

1、利用空中聲目標在飛行過程中產(chǎn)生的聲波，對目標進行識別是被動聲探測系統(tǒng)的基本任務。目標識別技術屬于模式識別理論的研究范圍，其關鍵在于特征提取和分類器的設計。 小波分析作為一種全新的信號處理方法，它將信號中不同的頻率成分分解到互不重疊的頻帶上，為信號濾波、信噪分離和特征提取提供了有效途徑。因此本文在認真研究了小波分析方法的基礎上，針對空中目標噪聲信號，采取小波軟閾值去噪方法，取得令人滿意的效果。 針對四類空中目標噪聲特性的不

2、同和相似特征，本文提出了基于時域的自相關法特征提取和基于頻域的最大熵譜估計的特征提取方法，并針對最大熵譜估計方法特征維數(shù)較大的缺點，應用了主分量分析的特征選擇方法。三種目標提取方法在對空中目標聲信號的特征提取均具有較高的可靠性，可作為分類器的輸入。 在信號特征提取的基礎上，本文應用三層神經(jīng)網(wǎng)絡和改進的BP學習算法對目標分類器進行了設計并且針對不同的特征提取方法，對分類器進行了學習訓練，最后給出了分類識別實驗的結果。 為論