10.3969/j.issn.1627-9730.2012.08.018
基于改进小波能熵的水下目标识别
文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。
目标识别、小波变换、改进小波能熵、概率神经网络
32
TP391(计算技术、计算机技术)
2012-10-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
48-49,104