基于漁探儀的目標雙譜特征提取
加入技術(shù)交流群
圖2五類漁探儀目標信號的雙譜二維特征圖
利用BP神經(jīng)網(wǎng)絡(luò)對五類目標的雙譜特征進行識別，以檢驗雙譜估計提取漁探儀目標特征的有效性。
表 1基于雙譜估計的五類目標識別結(jié)果(已學習樣本) 
表 2基于雙譜估計的五類目標識別結(jié)果(非學習樣本) 
BP神經(jīng)網(wǎng)絡(luò)目標分類器對已學習過的樣本的識別率比較高，均能達到95％以上，而對未學習過的樣本的識別率相對來說比較低，這是因為未學習過的樣本信號形式與目標分類器學習過的樣本信號形式存在一定差異，總的目標識別率和其它已有的神經(jīng)網(wǎng)絡(luò)目標分類器相比較高，體現(xiàn)了利用雙譜估計對漁探儀目標信號進行特征提取是有效的。同時也是因為湖上試驗數(shù)據(jù)均是在強信噪比的情況下所獲得的，而且五類目標信號之間的差異性比較大。
4結(jié)論
前面討論了雙譜特征提取方法，利用雙譜估計算法對漁探儀目標信號進行特征提取，通過BP神經(jīng)網(wǎng)絡(luò)來對目標的雙譜特征進行分類。通過湖上實驗，結(jié)果表明，該方法能夠有效的提取水下目標輻射噪聲的非高斯特征分量。采用高階譜進行目標特征提取是當今目標特征提取方法中比較前沿的方法之一，尚存在諸多問題，有待今后做進一步的研究。
參考文獻
〔1〕 張賢達，保錚．通信信號處理[M]．北京：國防工業(yè)出版社，2000，277—286
〔2〕 沈鳳麟，葉中付，錢玉美．信號統(tǒng)計分析與處理[M]．合肥：中國科學技術(shù)大學出版社，2001，112—125
〔3〕何振亞．多維數(shù)字信號處理[M]．國防工業(yè)出版社，1995，205—214
〔4〕彭圓，申麗然，李雪耀，王科?。陔p譜的水下目標輻射噪聲的特征提取與分類研究[J]．哈爾濱工程大學學報，2003，24(4)：390—393(end)
評論