10.3404/j.issn.1672-7649.2013.09.018
基于小波能谱系数的舰船目标分类与识别
由于舰船目标发声机理的复杂性及多样性,导致表征其辐射信号特征的数据量较大且维度较高,带来巨大的处理运算量.因此提取可靠、有效的舰船目标信号特征是水声界研究的难点之一.本文提出基于小波能谱系数的舰船目标信号特征提取方法.首先利用小波变换对舰船目标的波形信号进行分析,获取其时域、频域特征;然后采用小波能谱系数描述信号能量在每个频率范围的分布情况并提取特征向量,以区别3类目标信号;最后以BP神经网络作为分类器对3类目标进行识别与分类.对实验数据的处理结果表明,该方法可以有效获得舰船目标的特征信息,具有较好的分类效果和较高的可靠性.
小波变换、能谱系数、舰船目标、目标分类与识别
35
O235(控制论、信息论(数学理论))
2013-11-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96