资源描述：
《基于小波变换的特征提取方法分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第十六卷第二期信号处理Vol.16.No.22000年6月SIGNALPROCESSINGJun.2000*基于小波变换的特征提取方法分析张静远张冰蒋兴舟(海军工程学院兵器工程系)!摘要l论文提出并讨论了四种基于小波变换的特征提取方法:基于小波变换的模极大值特征、基于小波分解的能量特征、基于小波包分解的嫡特征以及基于适应性小波网络的特征提取方法,阐述了各方法的基本原理及实现过程,并将其,,.用于水声信号的特征提取通过分类结果比较分析了各种方法的特点及适用性:关键词目标识别特征提取小波变换分类器声纳一、
2、引言随着水声与电子信息技术的迅猛发展,水.,下争斗日趋激烈各种水声对抗器材的出现对各种声纳装置的性能提出了更高的要求.尽可能识别目标真伪,排除各种干扰,并有选择地跟踪真实目标,已同信号检测和目标参数估计一样,成为声纳装置必备的功能.因此,加快研究水下目标特征提取与分类方法势在必行.小波变换是近年来兴起的信号分析手段。在数学领域,它被认为是现代傅立叶分析的重大突破.小波变换优于傅立叶变换的地方在于它在时域和频域同时具有良好的局部化性质,可以聚焦到信号的任意细节,被人们誉为数学显微镜。英美等主要西方国家都
3、将它列为卯年代重点研究方向之论文讨论了一四种基于小波变换的特征提取方法:基于小波变换的模极大值特征、基于小波分解的能量特征、基于小波包分解的嫡特征以及基于适应性小波,,.网络的特征提取方法阐述各方法的基本原理及实现过程并将其用于水声信号的特征提取通过分类结果比较,分析各种方法的特点及适用性.二、基于小波变换的多尺度空间能量分布特征提取1.小波变换与能量分布特征小波变换的实质是对原始信号的滤波过程.小波函数选取的不同,分解结果也不同。但无论小波函数如何选取,每一分解尺度所用的滤波器中心频率和带宽成固定的
4、比例,即具有所谓的“恒Q”特性.因此,各尺度空间内的平滑信号,.和细节信号能提供原始信号的时频局域信息特别是能提供不同频段上信号的构成信息若把不同分解,.尺度上信号的能量求解出来则可以将这些能量值按尺度顺序排列形成特征向量供识别用这就是基于小波变换提取多尺度空间能量特征的基本原理.对,,于声纳来说水下目标辐射的噪声或者经同一发射信号激发的水下目标回波所包含的能量频谱分布与目标的大小、形状和类型密切相关.因此,小波分解后尺度空间上的能量分布如同舰船的低频线谱一样,是目标的本质特征,可用于识别分类.2.利
5、用能量分布特征分类的具体实现方法理论上讲,可以使用任何形式的小波函数对目标信号进行分解.为了计算方便并减少特征维数,这里利用.alal。二进小波变换来提取尺度空间上的能量分布特征其中二进小波分解的过程可以用Mt快速算法实现具体多尺度空间能量分布特征的提取及目标识别过程的流程如图1所示。图中时频预处理过程是对回波信号进行能量归一化.若最后识别结果不够理想,可先进行互相关处理,再进行能量归一化.能量归一化作用是减小同类目标相对自导系统距离远近的影响;而互相关处理作用是尽量减小发射信号的影响且实现脉冲压缩.
6、,主要是指选择那些能量相对集中的尺度.选择部分尺度空间能量组成特征向量空间这样既能充分利用“”.*海军青年基金项目:本课题研究受到水中兵器军队重点实验室资助7第二期基于小波变换的特征提取方法分析巧回波先验信息,使,又能减小特征维数,.目标回波的主要能量特征得以增强加快分类速度但如果先验信息不明确或,.因减小特征维数导致分类能力降低那么仍应将所有尺度空间能量组成最终的特征向量口选取部分分分空间}}曰盯抽t组类卜升英成特征协结{}向t11采图l基于毗小波变换的多尺度空间能量特征提取及识别方法1水下目标实测
7、数据的分类结果为验证该方法,利用实测的湖底,。回波数据对湖底三类不同介质进行了分类识别这三类不同介质分别是岩石、砂石和淤泥.每类介质各有2以】个回波数据,每个回波数据长度为IK.从么刃个回波数据中精选出35个作为标准样本,再从剩下的165个中随机抽取35个作为测试样.三类介质都,采样本采用同一个发射信号角夕频率为IM比.,,小波函数设计为一个紧支集的二次样条函数川特征提取采用了Malht的二进小波变换快速算法对三类,,,回波数据进行6级尺度的小波分解并计算所有尺度空间的能量设e)为第j级尺李细节空间的
8、能量则6级尺:度下能量组成的特征向量可表示为,,:,,F=;(e几马气马.e)图2给出了砂石底介质某个回波的二进小波分解和特征提取结果...一图2砂石底某个回波的小波分解结果及能量分布特征,,.采用K近邻法分类器K设计为20得到的识别结果由表1给出表IK近邻法分类器的识别结果、万.测试样本数分为该类的数目正确平均认之呈岩不犷砂丫一f淤泥识别率识别率岩石、35270877,14%85.71%砂石350350100.00%淤泥35702880.00%,,.6
