基于漁探儀的目標(biāo)雙譜特征提取
加入技術(shù)交流群
圖2五類漁探儀目標(biāo)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(biāo)的雙譜特征進(jìn)行識別，以檢驗(yàn)雙譜估計提取漁探儀目標(biāo)特征的有效性。
表 1基于雙譜估計的五類目標(biāo)識別結(jié)果(已學(xué)習(xí)樣本) 
表 2基于雙譜估計的五類目標(biāo)識別結(jié)果(非學(xué)習(xí)樣本) 
BP神經(jīng)網(wǎng)絡(luò)目標(biāo)分類器對已學(xué)習(xí)過的樣本的識別率比較高，均能達(dá)到95％以上，而對未學(xué)習(xí)過的樣本的識別率相對來說比較低，這是因?yàn)槲磳W(xué)習(xí)過的樣本信號形式與目標(biāo)分類器學(xué)習(xí)過的樣本信號形式存在一定差異，總的目標(biāo)識別率和其它已有的神經(jīng)網(wǎng)絡(luò)目標(biāo)分類器相比較高，體現(xiàn)了利用雙譜估計對漁探儀目標(biāo)信號進(jìn)行特征提取是有效的。同時也是因?yàn)楹显囼?yàn)數(shù)據(jù)均是在強(qiáng)信噪比的情況下所獲得的，而且五類目標(biāo)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(biāo)信號進(jìn)行特征提取，通過BP神經(jīng)網(wǎng)絡(luò)來對目標(biāo)的雙譜特征進(jìn)行分類。通過湖上實(shí)驗(yàn)，結(jié)果表明，該方法能夠有效的提取水下目標(biāo)輻射噪聲的非高斯特征分量。采用高階譜進(jìn)行目標(biāo)特征提取是當(dāng)今目標(biāo)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(jìn)一步的研究。
參考文獻(xiàn)
〔1〕 張賢達(dá)，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(xué)技術(shù)大學(xué)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，王科俊．基于雙譜的水下目標(biāo)輻射噪聲的特征提取與分類研究[J]．哈爾濱工程大學(xué)學(xué)報，2003，24(4)：390—393(end)
評論