基于時(shí)頻與雙譜分析的聲納目標(biāo)識(shí)別研究.pdf

1、該文密切圍繞水下目標(biāo)識(shí)別這一核心問(wèn)題,以實(shí)際工程應(yīng)用為背景,主要采用時(shí)頻分析與非高斯信號(hào)處理方法,對(duì)水下目標(biāo)特征提取和分類算法這兩個(gè)關(guān)鍵環(huán)節(jié),展開(kāi)了下列研究工作:(1)水下目標(biāo)輻射噪聲特征提取研究.從時(shí)頻分析角度出發(fā),研究了水下目標(biāo)輻射噪聲的小波特征提取和包跡特征提取算法.從非高斯信號(hào)處理角度出發(fā),在對(duì)三階累積量(雙譜)的性質(zhì)進(jìn)行分析的基礎(chǔ)上,提出了基于三階累積量的特征提取算法.(2)回聲信號(hào)特征提取研究.在對(duì)各種回聲信號(hào)特征提取技術(shù)進(jìn)

2、行充分研究的基礎(chǔ)上,提出了回聲信號(hào)的Wigner分布特征提取、Walsh變換特征提取和Burg-Cepstrum特征提取方法.(3)神經(jīng)網(wǎng)絡(luò)分類器.基于神經(jīng)網(wǎng)絡(luò)理論,研究了應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行判決的方法,指出利用神經(jīng)網(wǎng)絡(luò)進(jìn)行判決的必要性和可行性,提出了適用于水下目標(biāo)分類識(shí)別的模糊自適應(yīng)網(wǎng)絡(luò)(FART).該文的主要?jiǎng)?chuàng)新點(diǎn)體現(xiàn)在噪聲信號(hào)的軟件檢波、小波與雙譜的有效特征提取算法以及回聲信號(hào)的Wigner分布、Walsh特征提取算法等諸多方面,并取