【摘要】：水聲目標識別是現(xiàn)代海戰(zhàn)中的關鍵技術之一,是水聲設備與武器系統(tǒng)智能化的重要標志,具有重要的軍事應用價值。然而,海洋環(huán)境的復雜性及多變性對水聲目標系別系統(tǒng)的穩(wěn)定性產(chǎn)生了嚴重的影響,直接導致識別系統(tǒng)性能下降。在水聲目標識別領域,特征提取與分類識別是兩個至關重要的核心技術。因此,選取魯棒性好的特征提取以及分類識別方法是水聲目標識別領域的重要研究內容之一,具有重要的實用意義。本文從水聲目標輻射噪聲的特性出發(fā),詳細介紹了水聲目標分類識別的基本原理,并重點研究了水聲目標特征提取方法以及分類器的設計與選擇方法。在特征提取方面,本文主要研究了基于聽覺特征的水聲目標特征提取方法以及基于希爾伯特-黃變換的水聲目標特征提取方法。從模擬聲吶兵的聽覺感知機理出發(fā),本文首先研究了基于Mel頻率倒譜系數(shù)的特征提取方法。隨后針對該算法存在魯棒性較差的問題,進一步提出了基于Gammatone頻率倒譜系數(shù)的特征提取方法以及基于Gammatone濾波器組與子帶瞬時頻率的特征提取方法。由于希爾伯特-黃變換在分析和處理非平穩(wěn)性信號中的獨特優(yōu)勢,本文將希爾伯特-黃變換應用到水聲目標特征提取中,提出了基于希爾伯特邊際譜的水聲目標特征提取方法。利用上述方法對實測艦船輻射噪聲數(shù)據(jù)進行特征提取,實驗結果表明了本文特征提取方法的有效性。在分類識別方面,本文主要研究了BP神經(jīng)網(wǎng)絡以及支持向量機兩種分類器模型,詳細介紹了它們的基本原理以及算法實現(xiàn),給出了相應的參數(shù)選擇方法,并對兩種分類器的優(yōu)缺點進行了對比分析,給出了兩種分類器的適用條件。隨后采用BP神經(jīng)網(wǎng)絡和支持向量機對實測艦船輻射噪聲數(shù)據(jù)開展了識別實驗,實驗結果進一步驗證了本文采用的特征提取方法和分類器模型的有效性。最后對四種特征提取方法在不同信噪比下的識別結果進行了比較與分析,識別結果表明本文提出的特征提取方法能夠有效地提升水聲目標識別系統(tǒng)的性能,具有較強的魯棒性。
【學位授予單位】：國防科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TB56;U674.7

【參考文獻】

相關期刊論文 前10條

1 王曙光;曾向陽;王征;王強;;水下目標的Gammatone子帶降噪和希爾伯特-黃變換特征提取[J];兵工學報;2015年09期

2 張曉勇;羅來源;;參數(shù)未知的艦船輻射噪聲檢測方法[J];聲學學報;2015年04期

3 吳姚振;楊益新;田豐;楊龍;陶燦;;基于Gammatone頻率離散小波系數(shù)的水下目標魯棒識別[J];西北工業(yè)大學學報;2014年06期

4 黃椒治;林慧斌;丁康;;基于廣義解調平滑能量分離算法的瞬時頻率估計[J];振動工程學報;2014年02期

5 徐新洲;羅昕煒;方世良;趙力;;基于聽覺感知機理的水下目標識別研究進展[J];聲學技術;2013年02期

6 王磊;彭圓;林正青;蔣行海;牟林;張鳳珍;;聽覺外周計算模型在水中目標分類識別中的應用[J];電子學報;2012年01期

7 姜婷;邊新迎;;表面涂層對航行體的減阻降噪作用分析[J];水雷戰(zhàn)與艦船防護;2010年04期

8 馬元鋒;陳克安;王娜;鄭文;;聽覺模型輸出譜特征在聲目標識別中的應用[J];聲學學報(中文版);2009年02期

9 李關防;趙安邦;惠俊英;王逸林;;基于經(jīng)驗模態(tài)分解的物體入水聲檢測及測向研究[J];聲學學報(中文版);2008年06期

10 陳世雄;宮琴;金慧君;;用Gammatone濾波器組仿真人耳基底膜的特性[J];清華大學學報(自然科學版);2008年06期

相關博士學位論文 前3條

1 楊宏;經(jīng)驗模態(tài)分解及其在水聲信號處理中的應用[D];西北工業(yè)大學;2015年

2 吳姚振;水下目標輻射噪聲生理感知特征的提取方法研究[D];西北工業(yè)大學;2015年

3 李新欣;船舶及鯨類聲信號特征提取和分類識別研究[D];哈爾濱工程大學;2012年

相關碩士學位論文 前5條

1 徐慧;水聲目標被動識別相關技術研究[D];中國艦船研究院;2013年

2 韓雪;基于聽覺特征的水中目標輻射噪聲特征提取[D];哈爾濱工程大學;2013年

3 李琛;Hilbert-Huang變換用于頻變特征提取[D];南京大學;2011年

4 彭璐;支持向量機分類算法研究與應用[D];湖南大學;2007年

5 楊雪;支持向量機多類分類方法的研究[D];哈爾濱工程大學;2006年

本文編號：2795856