水下目標(biāo)特征的壓縮與融合技術(shù)研究.pdf

1、回波分析法是遠(yuǎn)距離水下目標(biāo)探測的一種有效的手段。在主動(dòng)聲吶探測中,回波信號主要由目標(biāo)信號和混響混合而成。這兩種信號分別具有不同的時(shí)頻分布特性,可以通過時(shí)頻分析方法提取信號時(shí)頻特征進(jìn)行區(qū)分。而原始時(shí)頻特征的維度太高,包含大量的冗余信息,并且每一種時(shí)頻分析方法都只是描述了信號在某一個(gè)方面所具有的特性,所以為了提高信號分類的準(zhǔn)確率,對時(shí)頻特征進(jìn)行特征壓縮與融合是十分必要的。
　　 本文研究了目標(biāo)信號與混響在特征空間中的類間可分性準(zhǔn)則。

2、根據(jù)亮點(diǎn)模型,目標(biāo)信號具有規(guī)則的時(shí)頻分布特性,而混響沒有。因此進(jìn)行時(shí)頻特征提取后,目標(biāo)信號與混響在特征空間中具有不同的分布區(qū)域。很明顯,這兩種信號的分布區(qū)域重疊度越小,則它們越容易進(jìn)行區(qū)分,因此本文采用了特征樣本的類間散布距離與類內(nèi)散布距離的比值作為時(shí)頻特征的類間可分性的衡量標(biāo)準(zhǔn)。
　　 本文以最大化時(shí)頻特征的類間可分性為原則,研究了時(shí)頻特征的非線性特征壓縮方法。在特征壓縮方法中,線性投影分析是一種常用的手段,通過線性組合的方式

3、將原時(shí)頻特征轉(zhuǎn)化為由若干個(gè)新變量組成的低維特征。針對線性投影分析不能利用特征樣本中的非線性信息問題,本文研究了線性投影分析的一種非線性擴(kuò)展——核Foley-Sammmon鑒別分析,這種方法可以利用特征樣本中包含的非線性信息來進(jìn)行特征壓縮。
　　 本文研究了基于改進(jìn)的串聯(lián)融合的時(shí)頻特征融合方法。串聯(lián)特征融合是最具有普遍意義的特征融合方法,但是這種方法因?yàn)椴煌卣髦g的相關(guān)性不強(qiáng),無法保證描述對象的一致性,從而在實(shí)際應(yīng)用中并不廣泛。