基于水下傳感器網(wǎng)絡(luò)的目標(biāo)識(shí)別研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展,以及國防安全的需要,對(duì)于水下目標(biāo)的識(shí)別已經(jīng)變得越來越重要。水下目標(biāo)識(shí)別是水聲裝備發(fā)展的三項(xiàng)關(guān)鍵技術(shù)(探測(cè)、定位、識(shí)別)之一,是探測(cè)系統(tǒng)智能化的重要標(biāo)志,同時(shí)也是聲納信息理論中急待解決的難題。開展該領(lǐng)域的研究具有極其重要的現(xiàn)實(shí)意義與軍事價(jià)值。
　　水下目標(biāo)識(shí)別分為主動(dòng)識(shí)別和被動(dòng)識(shí)別兩種,本文研究的是被動(dòng)識(shí)別技術(shù)。它是將被動(dòng)聲納接收的水下目標(biāo)噪聲信號(hào)先進(jìn)行特征提取,提取出能夠反映目標(biāo)特征的特征向量,然后設(shè)計(jì)一個(gè)目標(biāo)

2、分類器,最后將提取出的能夠反映目標(biāo)本質(zhì)特性的特征向量送入目標(biāo)分類器進(jìn)行分類識(shí)別。
　　在特征提取階段,本文將采集的水下目標(biāo)的信號(hào)進(jìn)行快速傅里葉變換(FFT)得到信號(hào)的功率譜,然后對(duì)功率譜進(jìn)行特征提取,其中最主要的特征提取方法包括連續(xù)譜特征提取、線譜特征提取、調(diào)制連續(xù)譜特征提取、調(diào)制線譜特征提取,這樣就可以得到信號(hào)的基于不同特征提取方法的特征向量。
　　在得到目標(biāo)的特征向量后,首先設(shè)計(jì)一個(gè)自適應(yīng)遺傳BP神經(jīng)網(wǎng)絡(luò)分類器對(duì)目標(biāo)進(jìn)行

3、分類處理,經(jīng)仿真實(shí)驗(yàn)表明該特征分類器能夠有效地對(duì)水下目標(biāo)信號(hào)進(jìn)行識(shí)別,其識(shí)別率達(dá)到了85％以上。為了體現(xiàn)基于水下傳感器網(wǎng)絡(luò)的目標(biāo)識(shí)別,本文又采用了基于D-S證據(jù)理論的方法對(duì)目標(biāo)進(jìn)行融合識(shí)別,其過程為:首先訓(xùn)練一個(gè)BP神經(jīng)網(wǎng)絡(luò),然后把上文所介紹的水下目標(biāo)信號(hào)的各個(gè)特征向量輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò),這樣BP神經(jīng)網(wǎng)絡(luò)輸出的就是D-S證據(jù)理論所要得到的基本概率賦值,然后利用該基本概率賦值對(duì)目標(biāo)進(jìn)行 D-S融合識(shí)別,經(jīng)仿真實(shí)驗(yàn)表明該融合算法,識(shí)別