基于時(shí)間序列與支持向量機(jī)的信號(hào)識(shí)別模型及預(yù)測(cè).pdf

1、信號(hào)識(shí)別問(wèn)題是當(dāng)今信息傳輸領(lǐng)域非常重要的一個(gè)問(wèn)題,其中,聲波信號(hào)識(shí)別問(wèn)題的研究已經(jīng)取得了長(zhǎng)足的發(fā)展,特別是在軍事領(lǐng)域,各國(guó)都投入了大量的資金和科研人員對(duì)其進(jìn)行深入的研究。例如在軍事上的聲納識(shí)別技術(shù)。聲納是各國(guó)海軍進(jìn)行水下監(jiān)視使用的主要技術(shù),用于對(duì)水下目標(biāo)進(jìn)行探測(cè)、分類、定位和跟蹤,進(jìn)行水下通信和導(dǎo)航,保障艦艇、反潛飛機(jī)和反潛直升機(jī)的戰(zhàn)術(shù)機(jī)動(dòng)和水中武器的使用。聲納技術(shù)已成為各國(guó)水下技術(shù)的重點(diǎn)發(fā)展對(duì)象,隨著數(shù)學(xué)理論的發(fā)展和信號(hào)處理技術(shù)的提高

2、,聲納信號(hào)識(shí)別的方法趨于多樣化,識(shí)別的技術(shù)性能等都有了很大提高,識(shí)別方法和模型多種多樣,但主要利用這樣幾種方法:神經(jīng)網(wǎng)絡(luò)方法、小波變換方法、支持向量機(jī)方法、功率譜方法等以及這幾種方法的結(jié)合。
　　 本文主要考慮利用時(shí)間序列和支持向量分類機(jī)相結(jié)合的方法來(lái)對(duì)信號(hào)進(jìn)行識(shí)別。由于實(shí)際問(wèn)題的某種信息的發(fā)生和發(fā)展具有隨機(jī)性,并隨時(shí)間的推移而具有某種統(tǒng)計(jì)規(guī)律,在此情況下,難以應(yīng)用一般確定的解析方法描述其過(guò)程,而時(shí)間序列分析則是用統(tǒng)計(jì)學(xué)和信息數(shù)

3、據(jù)處理技術(shù),探尋其規(guī)律,探明其特征,是解決實(shí)際問(wèn)題的非常有效的工具,并且方法較為成熟,其參數(shù)估計(jì)及檢驗(yàn)等也較易操作。支持向量機(jī)是數(shù)據(jù)挖掘中的一項(xiàng)新技術(shù),是借助于最優(yōu)化方法解決機(jī)器學(xué)習(xí)問(wèn)題的新工具。它能非常成功地處理分類問(wèn)題、判別分析、模式識(shí)別及回歸問(wèn)題等諸多方面的問(wèn)題,并可應(yīng)用于預(yù)測(cè)和綜合評(píng)價(jià)等領(lǐng)域。本文利用時(shí)間序列模型、等測(cè)度變換的時(shí)間序列模型和ARTAFIT模型對(duì)聲波信號(hào)進(jìn)行處理,得到參數(shù)集合,對(duì)不同的聲波信號(hào)會(huì)得到不同的參數(shù)集合,

4、對(duì)于參數(shù)集合利用支持向量機(jī)進(jìn)行分類識(shí)別,從而提高了識(shí)別的準(zhǔn)確性;當(dāng)參數(shù)集合過(guò)大時(shí),可先利用主成分分析方法降階,而后再利用支持向量分類機(jī)進(jìn)行識(shí)別,并給出實(shí)例分析,模型應(yīng)用效果較為理想。
　　 對(duì)未來(lái)的預(yù)測(cè)是時(shí)間序列模型的重要用途之一。時(shí)間序列預(yù)測(cè)法就是通過(guò)編制和分析時(shí)間序列,根據(jù)時(shí)間序列所反映出來(lái)的發(fā)展過(guò)程、方向和趨勢(shì),進(jìn)行類推或延伸,借以預(yù)測(cè)下一段時(shí)間或以后若干年內(nèi)可能達(dá)到的水平。由于現(xiàn)實(shí)中的很多數(shù)據(jù)都是非線性的,很多傳統(tǒng)的方法

5、對(duì)于非線性問(wèn)題的預(yù)測(cè)效果并不是非常好。因此,本文提出利用時(shí)間序列和支持向量回歸機(jī)相結(jié)合的方法對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。首先,為了提取更多有用的信息,本文直接利用支持向量回歸機(jī)對(duì)原始的時(shí)間序列進(jìn)行擬合與預(yù)測(cè),利用支持向量回歸機(jī)能夠高度擬合非線性時(shí)間序列的特性,來(lái)有效地提高預(yù)測(cè)精度。隨后可以得到一個(gè)殘差序列,而殘差序列中往往仍然含有一些有用信息,有時(shí)對(duì)于預(yù)測(cè)的結(jié)果還會(huì)有較大的影響。為提取殘差中的有用信息,本文考慮利用時(shí)間序列模型對(duì)殘差序列進(jìn)行擬合與預(yù)