基于神经网络的空中声目标识别研究（可复制）.pdf

摘要关键词:目标识别,信号处理,特征提取,主分量分析,特征选择,针对四类空中目标噪声特性的不同和相似特征,本文提出了基于时域的自相关法神经网络利用空中声目标在飞行过程中产生的声波,对目标进行识别是被动声探测系统的基本任务。目标识别技术属于模式识别理论的研究范围,其关键在于特征提取和分类器的设计。小波分析作为一种全新的信号处理方法,它将信号中不同的频率成分分解到互不重叠的频带上,为信号滤波、信噪分离和特征提取提供了有效途径。因此本文在认真研究了小波分析方法的基础上,针对空中目标噪声信号,采取小波软阈值去噪方法,取得令人满意的效果。特征提取和基于频域的最大熵谱估计的特征提取方法,并针对最大熵谱估计方法特征维数较大的缺点,应用了主分量分析的特征选择方法。三种目标提取方法在对空中目标声信号的特征提取均具有较高的可靠性,可作为分类器的输入。在信号特征提取的基础上,本文应用三层神经网络和改进的学习算法对目标分类器进行了设计并且针对不同的特征提取方法,对分类器进行了学习训练,最后给出了分类识别实验的结果。为论文方便起见,本文对所采用的四种空中声目标分别记为目标勘闎,目标勘闐。基于神经网络的空中声目标识别研究硕士论文
~篢琍,,.甌.,,.瑃猫琭.,碗士论文篝于种磐网络的宅中声目标识别研究瑃琣瑃。
,有各种各样的飞行武器,如武装直升机,战斗机,轰炸机等飞行武器,对它们进行有效地识别,就可以得到敌方军用飞行武器的类型,从而,针对目标的不同采用有效地攻击方式。,并在远距离上攻击目标。智能地雷的出现,改变了传统地雷的作战模式,使得地雷有了探测、。在战场上,反直升机智能雷主要是对武装直升机、战斗机、预警机等空中声目标进行准确的探测、识别,并主动攻击来犯之敌。鉴于这些空中声目标的飞行高度很低,往往利用地形特点,,,对一些典型的战场目标的发声机理和声场特性,特别是枪、炮、坦克、装甲车,直升机以及战场中车辆和大自然中的风、雨等噪声特性的研究也取得了很大的进展。然而,在战场上空中目标不仅是直升机,还可能是各种轰炸机、预警机等其它飞行武器,对这些空中声目标的发声机理和声场特性还有待进一步的研究,它们之间存在着相似性,。利用声信号的目标识别技术在军事上已经有了很长的历史,,人类对客观世界的了解和信息的获取,、频谱特性等特征能够反映声源运动、结构的许多特性,而且声音无处不在,,用于对敌方炮火和潜艇的探测、识别和定位,起到了非常重要的作用,但是由于一些实质上的技术问题,以及二战后光、
及雷达探测技术的飞速发展而一度受到冷落,发展非常缓慢。然而现代战争是综合的信息战,侦察和反侦察、干扰和反干扰、隐形和反隐形、欺骗和反欺骗使得现代战争成为各个国家高科技的较量,主动式探测技术和光、电、磁、雷达探测己经不能完全满足现代立体战争的侦察需求,进入年代以来,随着隐形轰炸机、武装直升机和数字化技术的爆炸性发展,使得古老的声探测技术重新获得了新生。声探测技术在军事上的应用和其他电子、雷达探测技术相比,具有下述特点:讲饧际跬耆ú捎帽欢降墓ぷ髟恚灰妆坏蟹降缱诱觳焐璞阜⑾帧⒋莼伲也不易受到电子干扰信号的影响,隐蔽性强;苋粕酱úィ帜芄淮┕粤郑觳旄羯侥勘暧氪粤种械哪勘辏讲饧际豕乖旒虻ィ杀镜土寤。亓壳幔郧浚芄蝗旌蚬作,可以用抛洒方式大量部署,自行定位;梢宰槌缮ぞ捎檬萑诤纤惴ǎ欢讲饪煽啃愿撸榫实停杂谝恍┑涂栈蛘叩孛婺勘辏粲诶状锏鹊缱犹讲饷で卸捞氐淖饔谩目前,声信号处理技术已经广泛应用于军事、生物、通信等各个领域,以完成其它载体难以完成的任务,如水下目标的识别、语音识别、医学检测等。目前,水声目标识别、战场声目标识别的研究很多,已相对成熟,,我国对这方面的研究起步较晚,然而由于国家重视,也取得了很大的成果,,如武装直升机、轰炸机、预警机等,它们的噪声产生机理不同,因此,具有不同的噪声特性。由