欢迎来到天天文库
浏览记录
ID:34564344
大小:7.31 MB
页数:133页
时间:2019-03-08
《智能传感器侦察网络中地面目标识别算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中国科学技术大学博士学位论文。论文题目作者姓名学科专业理电子学第一导师阴泽杰教授第二导师‘完成时间年月中国科学技术大学博士论文中文摘要摘要本文结合中科院知识创新工程重大项目,针对智能传感器侦察网络中的地面目标识别问题展开研究工作。研究对象主要是利用被动式声阵列传感器实现战场环境下的地面目标识别。围绕信号的特征提取与选择、分类器设计、,多目标识别这三个内容进行了深入研究主要研究内容和成果如下对地面目标声信号识别中的特征提取和选择算法进行了全面、深入、系统的讨论。首先从地面目标声信号的物理产生机理入手,结合实测信号的时频分析,定性分析了地面目标声信号的分类特征接着对目前应用于地面目标声信号
2、识别中的特征提取算法进行了归纳和总结重点研究了基于小波包分析的特征提取方法。在基于小波包能量特征提取算法的基础上,讨论了其分解层数、分解,形式对特征维数和特征分类性能的影响并基于类别可分离性判据对小波包分析中的相关参数进行了优化,得到了一种以信号各子带能量分布为特征的最优特征提取方法。提出了一种新的基于计算智能方法的地面目标声信号识别算法。针对地面,目标声信号不确定性对系统识别性能的影响首次将智能计算方法引入到地面声目标识别的研究中。将地面目标声信号的产生视为一个动态过程,利用其信号特征在一定时间内的变化范围作为分类特征然后基于粗神经网络设计分类,,,器使得分类器的输入不仅可以是单值数
3、据而且可以是一个输入范围具备了处理定性或混合性输入信息的能力。通过相关实验结果证明,比较于现有的分类算法,基于智能计算方法的分类器明显的提高了系统的正确识别率和稳定性。首次将单类分类算法引入到地面,目标声信号识别的研究中并提出了两种新的单类分类算法,以解决现有识别算法存在的系统误识别率高、学习样本数目不均衡情况下性能恶化的难题。首先对基于支持向量描述的单类分类算法进行推广,针对该方法难以有效处理大样本数据的问题,提出了一种新的二步训练方法,使其能够应用于大样本学,更能满足实用系统要求然后,习的情况基,,于仿生模式识别思想提出了一种新的基于主曲线分析的单类分类算法实验结果表明,该算法在低
4、训练样本数量的情况下能够获得比现有单类分类算法丫中国科学技术大学博士论文中文摘要,总结,更好的识别效果最后了以上单类分类算法并给出了地面目标声信号识别问题中单类分类器设计的原则和结论。首次对于多目标混杂场景下的、,并目标识别问题进行了系统深入的研究根据地面目标声信号的混叠特点,提出了一种新的结合盲源分离理论和缺失特征理论的多目标识别算法。首先将现有的盲源分离算法理论引入到混杂场景下的多,目标识别问题中在现有理论框架下总结并提出了两种多目标识别算法基于独、基于二阶盲解相关的多目标识别算法立主量分析的多目标识别算法在此基础上,提出了一种新的结合盲源分离和缺失特征理论的多目标识别算法,该算法
5、利用不同目标信号在时频域上的近似分离特性,使用时频域上的盲源分,得到各个,离算法进行缺失分量估计目标声信号不完整的时频域表示进而通过基于缺失特征理论的分类器实现多。实验结果表明,新算法的在正目标识别确识别率、噪声鲁棒性等方面均优于现有的基干盲源分类方法的多目标识别算,“”,法并且能够克服现有算法无法解决的欠定问题更能满足实用系统的要求。中国科学技术大学博士论文英文摘要叭一一,知,加肌,勿,们,加,九找知,腼一,,娜,郎,,一,一,,一,一玩,一,不中国科学技术大学博士论文英文摘要,全·,,一,,·加中国科学技术大学博士论文目录目录,、,,、,,……,摘要……………………………,,,,,
6、,,………………………………………第……,…,…,……一章绪论,……,……,……夸引言……,,,,‘‘,夸智能传感侦察网络概述…………………………,‘二夸地面目标声信号识别算法的研究现状及进展…………,,夸声信号识别的研究现状……………圣战场环境下地面目标声信号识别的研究现状……,……,互战场环境下地面声目标识别所面临的主要问题…………,‘……互课题研究背景及论文的主要研究内容…………,,,,,夸工课题研究背景……………………,互论文的主要研究内容………、,第二章地面目标声信号的特征提取与选择……………,,,,二互引言……………………互地面目标声信号特性分析…,……,……圣地面目标声信
7、号的产生机理……夸地面目标声信号的传播过程……互地面目标声信号分析……,……夸主要的特征提取算法……月……,……、,‘‘,…夸基于小波包分析的特征提取算法…………,,互小波包分析的基本理论………………,,,二夸小波包的分解与重构……………,,电、,‘,二……………荟小波包能量特征提取算法,,…二互小波包分析中参数的选择…互实验与结果讨论……,……,,,、,,,互实验数据………………………………,互实验结果……芍本章小结……,……月第三章基于智能
此文档下载收益归作者所有