基于時頻與雙譜分析的聲納目標識別研究.pdf

1、該文密切圍繞水下目標識別這一核心問題,以實際工程應用為背景,主要采用時頻分析與非高斯信號處理方法,對水下目標特征提取和分類算法這兩個關鍵環(huán)節(jié),展開了下列研究工作:(1)水下目標輻射噪聲特征提取研究.從時頻分析角度出發(fā),研究了水下目標輻射噪聲的小波特征提取和包跡特征提取算法.從非高斯信號處理角度出發(fā),在對三階累積量(雙譜)的性質進行分析的基礎上,提出了基于三階累積量的特征提取算法.(2)回聲信號特征提取研究.在對各種回聲信號特征提取技術進

2、行充分研究的基礎上,提出了回聲信號的Wigner分布特征提取、Walsh變換特征提取和Burg-Cepstrum特征提取方法.(3)神經網絡分類器.基于神經網絡理論,研究了應用神經網絡進行判決的方法,指出利用神經網絡進行判決的必要性和可行性,提出了適用于水下目標分類識別的模糊自適應網絡(FART).該文的主要創(chuàng)新點體現在噪聲信號的軟件檢波、小波與雙譜的有效特征提取算法以及回聲信號的Wigner分布、Walsh特征提取算法等諸多方面,并取