面向目标跟踪的网络化探测与识别技术研究

《面向目标跟踪的网络化探测与识别技术研究》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、硕士学位论文圓Ｉ０面向目标跟踪的网络化探测与识别技术研究ｐｐｇ作者姓名杨海霞学校导师姓名、职称刘立芳教授＿企业导师姓名、职称杜喆高工＿ｍＭ申请学位类别工硕士Ｂ西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师。指导下进行的研宄工作及取得的研究成果尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含一为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我同工作的同事对本研宄所做的任何贡献均己

2、在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。■？本人签名：相满霞：別ｍｉ日期西安电子科技大学关于论文使用授权的说明？本人完全了解西安电子科技大学有关保留和使用学位论文的规定，目卩．研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，结合学位论文研宄成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。密后适用本授权书。保密的学位论文在

3、＿年解＿本人签名：物择良导师签名：叫成曰期：日期：如８ｍ学校代码10701学号1503121780分类号TP39密级公开西安电子科技大学硕士学位论文面向目标跟踪的网络化探测与识别技术研究作者姓名：杨海霞领域：计算机技术学位类别：工程硕士学校导师姓名、职称：刘立芳教授企业导师姓名、职称：杜喆高工学院：计算机学院提交日期：2018年6月ResearchonNetworkDetectionandRecognitionTechnologyforTargetTrackingAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfi

4、llmentoftherequirementsforthedegreeofMasterinComputerTechnologyByYangHaixiaSupervisor:LiuLifangTitle:ProfessorSupervisor:DuZheTitle:SeniorEngineerJune2018摘要摘要随着科学技术的迅速发展，无线传感器网络在军事、民用等众多领域得到广泛应用，为人们生活带来极大的便利。目标跟踪在无线传感器网络的应用中占据着重要的地位。在实行目标跟踪前，对目标进行有效的探测识别是极其重要的，主要包括准确实时地获取目标的类别及位置信息。目前，采用雷达等主动

5、式探测器进行目标识别定位时具有较好的性能，但其隐蔽性较差，易被截获。相对而言，声探测器具有较强的隐蔽性，可进行被动式工作，且声音信号不受障碍物遮挡的影响，使得其在目标识别定位领域具有重要的应用价值。因此，本文重点研究了声目标识别和声源定位的关键技术，针对现有方法中的不足之处进行改进，主要研究内容包括以下四部分：（1）通过对近几年被动式目标探测技术进行讨论，明确了研究声目标识别和声源定位技术的意义。根据声目标识别及声源定位技术的国内外研究现状，对目前的关键技术进行分析，并指出存在的问题。（2）在声目标识别和定位前，需对信号进行降噪等预处理，通过对不同的小波降噪方法的基础理论进行对比

6、分析，并对不同的小波阈值设定方法进行仿真验证，最终采用小波软阈值方法对实测目标信号进行降噪处理；（3）在声目标识别模块，主要分为两大部分：①特征提取，为了提取有效的目标特征，设计了一种基于时频域和LDA结合的特征提取方法，通过对声音信号的时频域特性进行分析，分别提取信号的时域特征（短时能量、短时平均幅值和过零率）及频域特征（小波包提取的各频带能量），将时域与频域特征进行组合，针对组合特征的高维特性，采用线性判别分析法（LinearDiscriminantAnalysis,LDA）进行进一步特征选择；②分类识别，基于所提取的特征向量，采用支持向量机（SupportVectorMac

7、hine,SVM）和K近邻（KNearestNeighbour,KNN）两种分类算法进行目标识别，针对公交车与小汽车两类目标的声音信号，通过对比不同的特征提取方法，仿真结果验证了本文所提出的方法具有较高的目标识别率；（4）声源定位模块，采用基于到达时间差（Timedifferenceofarrival,TDOA）的目标定位算法，主要包括两部分：①时延估计，通过对常用的加权广义互相关时延估计方法进行分析，针对其不足之处，提出一种基于相位差与最大似然相结合的时延估计方法，在信噪比较低