【摘要】：水聲目標(biāo)識別是現(xiàn)代海戰(zhàn)中的關(guān)鍵技術(shù)之一,是水聲設(shè)備與武器系統(tǒng)智能化的重要標(biāo)志,具有重要的軍事應(yīng)用價值。然而,海洋環(huán)境的復(fù)雜性及多變性對水聲目標(biāo)系別系統(tǒng)的穩(wěn)定性產(chǎn)生了嚴(yán)重的影響,直接導(dǎo)致識別系統(tǒng)性能下降。在水聲目標(biāo)識別領(lǐng)域,特征提取與分類識別是兩個至關(guān)重要的核心技術(shù)。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(biāo)識別領(lǐng)域的重要研究內(nèi)容之一,具有重要的實用意義。本文從水聲目標(biāo)輻射噪聲的特性出發(fā),詳細(xì)介紹了水聲目標(biāo)分類識別的基本原理,并重點研究了水聲目標(biāo)特征提取方法以及分類器的設(shè)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(biāo)特征提取方法以及基于希爾伯特-黃變換的水聲目標(biāo)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(yīng)用到水聲目標(biāo)特征提取中,提出了基于希爾伯特邊際譜的水聲目標(biāo)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(jié)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(luò)以及支持向量機兩種分類器模型,詳細(xì)介紹了它們的基本原理以及算法實現(xiàn),給出了相應(yīng)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(luò)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(jié)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(jié)果進行了比較與分析,識別結(jié)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(biāo)識別系統(tǒng)的性能,具有較強的魯棒性。
【學(xué)位授予單位】：國防科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TB56;U674.7

【參考文獻】

相關(guān)期刊論文 前10條

1 王曙光;曾向陽;王征;王強;;水下目標(biāo)的Gammatone子帶降噪和希爾伯特-黃變換特征提取[J];兵工學(xué)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(xué)學(xué)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(biāo)魯棒識別[J];西北工業(yè)大學(xué)學(xué)報;2014年06期

4 黃椒治;林慧斌;丁康;;基于廣義解調(diào)平滑能量分離算法的瞬時頻率估計[J];振動工程學(xué)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(biāo)識別研究進展[J];聲學(xué)技術(shù);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(biāo)分類識別中的應(yīng)用[J];電子學(xué)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(biāo)識別中的應(yīng)用[J];聲學(xué)學(xué)報(中文版);2009年02期

9 李關(guān)防;趙安邦;惠俊英;王逸林;;基于經(jīng)驗?zāi)B(tài)分解的物體入水聲檢測及測向研究[J];聲學(xué)學(xué)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(xué)學(xué)報(自然科學(xué)版);2008年06期

相關(guān)博士學(xué)位論文 前3條

1 楊宏;經(jīng)驗?zāi)B(tài)分解及其在水聲信號處理中的應(yīng)用[D];西北工業(yè)大學(xué);2015年

2 吳姚振;水下目標(biāo)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(xué);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(xué);2012年

相關(guān)碩士學(xué)位論文 前5條

1 徐慧;水聲目標(biāo)被動識別相關(guān)技術(shù)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(biāo)輻射噪聲特征提取[D];哈爾濱工程大學(xué);2013年

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

4 彭璐;支持向量機分類算法研究與應(yīng)用[D];湖南大學(xué);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(xué);2006年

本文編號：2795856