利用改進(jìn)單分類支持向量機(jī)提升艦船尾流目標(biāo)的檢測(cè)準(zhǔn)確率
發(fā)布時(shí)間:2022-01-25 00:48
艦船在航行過(guò)程中會(huì)在尾部產(chǎn)生一段包含大量氣泡的湍流區(qū)域,通過(guò)對(duì)尾流的聲學(xué)檢測(cè)可以有效地跟蹤船舶;谝环N改進(jìn)單分類支持向量機(jī)(OCSVM)算法,利用無(wú)尾流情況下回波信號(hào)作為訓(xùn)練集的一個(gè)最優(yōu)分類器,用于尾流回波信號(hào)模式判斷。對(duì)回波信號(hào)進(jìn)行降噪處理,進(jìn)而提出一種自適應(yīng)特征提取方法對(duì)回波信號(hào)進(jìn)行處理;將特征提取作為輸入,使用兩層決策邊界的雙閾值OCSVM算法進(jìn)行尾流檢測(cè)。仿真結(jié)果表明,與常規(guī)OCSVM算法相比,改進(jìn)算法在不同信噪比下的檢測(cè)準(zhǔn)確率均有提升,檢測(cè)準(zhǔn)確率最高可達(dá)96.27%,具有較好的工程應(yīng)用價(jià)值。
【文章來(lái)源】:兵工學(xué)報(bào). 2020,41(09)北大核心EICSCD
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
尾流探測(cè)系統(tǒng)示意圖
尾流探測(cè)系統(tǒng)實(shí)現(xiàn)流程如圖2所示,首先探測(cè)模型收集無(wú)尾流情況下的回波信號(hào),并對(duì)信號(hào)進(jìn)行特征提取,得到的特征向量作為探測(cè)器的訓(xùn)練樣本存儲(chǔ)。當(dāng)訓(xùn)練樣本達(dá)到指定數(shù)目N后,以無(wú)尾流情況下特征向量作為訓(xùn)練樣本對(duì)基于核函數(shù)的OCS-VM算法進(jìn)行訓(xùn)練學(xué)習(xí),得到所求尾流探測(cè)模型。然后利用訓(xùn)練所得尾流探測(cè)模型對(duì)接收到的未知信號(hào)進(jìn)行分類識(shí)別。當(dāng)然,根據(jù)探測(cè)效果,也可以人為地初始化分類器。2 回波信號(hào)處理
信噪比為20 d B時(shí),換能器接收到的回波信號(hào)如圖3所示。對(duì)比圖3(a)、圖3(b)可知,尾流回波信號(hào)被海洋背景噪聲所淹沒(méi)。實(shí)驗(yàn)中假設(shè)海洋環(huán)境噪聲為高斯白噪聲,高斯濾波器對(duì)于抑制服從正態(tài)分布的噪聲非常有效,高斯濾波器gσ(k)[18]的表達(dá)式如下:式中:D為常系數(shù),用于對(duì)輸出進(jìn)行歸一化;k為輸入信號(hào);m為均值;σ為標(biāo)準(zhǔn)方差,決定了高斯函數(shù)的寬度;M為濾波器階數(shù)。本文中所用高斯濾波器階數(shù)為165階、方差為1、均值為0.濾波器的幅頻響應(yīng)曲線如圖4所示。
【參考文獻(xiàn)】:
期刊論文
[1]氣泡線性振動(dòng)時(shí)近海面氣泡群的聲散射[J]. 范雨喆,李海森,徐超,陳寶偉,杜偉東. 聲學(xué)學(xué)報(bào). 2019(03)
[2]一種基于偏振特征的激光尾流探測(cè)方法[J]. 田晶,白光富,江陽(yáng). 兵工學(xué)報(bào). 2018(05)
[3]艦船尾流氣泡檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 張沖,袁志勇,張銳,柏廣強(qiáng),李京倫. 兵器裝備工程學(xué)報(bào). 2017(08)
[4]隨機(jī)梯度遺傳算法在船舶尾流目標(biāo)識(shí)別中的應(yīng)用[J]. 張有正. 艦船科學(xué)技術(shù). 2017(06)
[5]Analysis on the factors that influence bubble coalescence in an acoustic field[J]. JIAO Junjie,HE Yong,PAN Xuchao,HE Yuan,WANG Chuanting. Chinese Journal of Acoustics. 2016(01)
[6]基于支持向量機(jī)改進(jìn)算法的船舶類型識(shí)別研究[J]. 戴衛(wèi)國(guó),李海濤,顏恒平,劉啟軍. 聲學(xué)技術(shù). 2015(03)
[7]基于LES和BPBE的艦船氣泡尾流數(shù)值分析方法[J]. 金良安,閆雪飛,遲衛(wèi),陳明榮. 船舶力學(xué). 2015(Z1)
[8]尾流中氣泡的主動(dòng)聲特性模型及有限元分析[J]. 張群,王英民. 壓電與聲光. 2012(03)
[9]艦船尾流側(cè)向聲檢測(cè)方法[J]. 樊書宏,嚴(yán)冰,劉昆侖,康文鈺. 聲學(xué)技術(shù). 2011(06)
[10]艦船尾流回波信號(hào)建模與仿真[J]. 李婷,劉純武,黃芝平,郭熙業(yè). 計(jì)算機(jī)仿真. 2011(06)
博士論文
[1]單分類支持向量機(jī)的學(xué)習(xí)方法研究[D]. 王洪波.浙江大學(xué) 2012
本文編號(hào):3607601
【文章來(lái)源】:兵工學(xué)報(bào). 2020,41(09)北大核心EICSCD
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
尾流探測(cè)系統(tǒng)示意圖
尾流探測(cè)系統(tǒng)實(shí)現(xiàn)流程如圖2所示,首先探測(cè)模型收集無(wú)尾流情況下的回波信號(hào),并對(duì)信號(hào)進(jìn)行特征提取,得到的特征向量作為探測(cè)器的訓(xùn)練樣本存儲(chǔ)。當(dāng)訓(xùn)練樣本達(dá)到指定數(shù)目N后,以無(wú)尾流情況下特征向量作為訓(xùn)練樣本對(duì)基于核函數(shù)的OCS-VM算法進(jìn)行訓(xùn)練學(xué)習(xí),得到所求尾流探測(cè)模型。然后利用訓(xùn)練所得尾流探測(cè)模型對(duì)接收到的未知信號(hào)進(jìn)行分類識(shí)別。當(dāng)然,根據(jù)探測(cè)效果,也可以人為地初始化分類器。2 回波信號(hào)處理
信噪比為20 d B時(shí),換能器接收到的回波信號(hào)如圖3所示。對(duì)比圖3(a)、圖3(b)可知,尾流回波信號(hào)被海洋背景噪聲所淹沒(méi)。實(shí)驗(yàn)中假設(shè)海洋環(huán)境噪聲為高斯白噪聲,高斯濾波器對(duì)于抑制服從正態(tài)分布的噪聲非常有效,高斯濾波器gσ(k)[18]的表達(dá)式如下:式中:D為常系數(shù),用于對(duì)輸出進(jìn)行歸一化;k為輸入信號(hào);m為均值;σ為標(biāo)準(zhǔn)方差,決定了高斯函數(shù)的寬度;M為濾波器階數(shù)。本文中所用高斯濾波器階數(shù)為165階、方差為1、均值為0.濾波器的幅頻響應(yīng)曲線如圖4所示。
【參考文獻(xiàn)】:
期刊論文
[1]氣泡線性振動(dòng)時(shí)近海面氣泡群的聲散射[J]. 范雨喆,李海森,徐超,陳寶偉,杜偉東. 聲學(xué)學(xué)報(bào). 2019(03)
[2]一種基于偏振特征的激光尾流探測(cè)方法[J]. 田晶,白光富,江陽(yáng). 兵工學(xué)報(bào). 2018(05)
[3]艦船尾流氣泡檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 張沖,袁志勇,張銳,柏廣強(qiáng),李京倫. 兵器裝備工程學(xué)報(bào). 2017(08)
[4]隨機(jī)梯度遺傳算法在船舶尾流目標(biāo)識(shí)別中的應(yīng)用[J]. 張有正. 艦船科學(xué)技術(shù). 2017(06)
[5]Analysis on the factors that influence bubble coalescence in an acoustic field[J]. JIAO Junjie,HE Yong,PAN Xuchao,HE Yuan,WANG Chuanting. Chinese Journal of Acoustics. 2016(01)
[6]基于支持向量機(jī)改進(jìn)算法的船舶類型識(shí)別研究[J]. 戴衛(wèi)國(guó),李海濤,顏恒平,劉啟軍. 聲學(xué)技術(shù). 2015(03)
[7]基于LES和BPBE的艦船氣泡尾流數(shù)值分析方法[J]. 金良安,閆雪飛,遲衛(wèi),陳明榮. 船舶力學(xué). 2015(Z1)
[8]尾流中氣泡的主動(dòng)聲特性模型及有限元分析[J]. 張群,王英民. 壓電與聲光. 2012(03)
[9]艦船尾流側(cè)向聲檢測(cè)方法[J]. 樊書宏,嚴(yán)冰,劉昆侖,康文鈺. 聲學(xué)技術(shù). 2011(06)
[10]艦船尾流回波信號(hào)建模與仿真[J]. 李婷,劉純武,黃芝平,郭熙業(yè). 計(jì)算機(jī)仿真. 2011(06)
博士論文
[1]單分類支持向量機(jī)的學(xué)習(xí)方法研究[D]. 王洪波.浙江大學(xué) 2012
本文編號(hào):3607601
本文鏈接:http://sikaile.net/kejilunwen/chuanbolw/3607601.html
最近更新
教材專著