基于稀疏表示的主动声呐目标分类识别方法研究

发布时间：2021-05-19 02:26

　　主动声呐目标分类识别在保护国家安全的军事领域及海洋资源开发的民用领域上,都有着非常重要的研究意义。一方面可用于提高作战系统决策效率及可靠性,另一方面能够探索海底环境和生物,帮助获取更多海洋资源。主动声呐目标回波信号中携带着大量反映目标本质特性的信息,是主动声呐目标分类识别研究的基础,但由于水下环境复杂多变,导致其接收的信号中存在各种噪声和混响的干扰,使得目标有效特征的提取非常困难。针对接收信号中噪声和混响干扰对主动声呐目标分类识别研究的影响,本文展开了对抑制噪声和混响的分类识别方法的研究。主要研究工作体现在以下方面:首先,基于稀疏表示理论具有良好的噪声处理能力以及稀疏表示中的稀疏系数包含目标的本质信息,以稀疏系数作为特征,结合支持向量机,提出了基于稀疏系数特征的主动声呐目标分类识别方法。应用于噪声背景下的主动声呐目标回波信号,从信噪比、测试样本数大小角度分析说明了本方法具备噪声抑制能力;在同等条件下与频谱特征、双谱特征结合支持向量机方法结果的对比,验证了本方法具有良好的分类识别性能。其次,结合字典学习、稀疏重构及匹配度的思想,采用各目标主动声呐回波信号训练得到对应学习字典,分别稀疏重构... 

【文章来源】：杭州电子科技大学浙江省

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 水下目标分类识别技术的研究现状
        1.2.2 稀疏表示理论的研究现状
        1.2.3 混响信号处理方法的研究现状
    1.3 论文的主要工作和结构安排
第2章 稀疏表示理论
    2.1 引言
    2.2 稀疏表示数学模型
    2.3 稀疏字典的构造方法
        2.3.1 固定字典构造方法
        2.3.2 字典学习算法
    2.4 稀疏编码算法
        2.4.1 贪婪追踪算法
        2.4.2 松弛优化算法
    2.5 小结
第3章 基于稀疏系数特征的主动声呐目标分类识别方法
    3.1 引言
    3.2 特征提取和分类器结合的分类识别方法
        3.2.1 信号预处理及特征提取
        3.2.2 分类器的设计
    3.3 基于稀疏系数特征的水下目标分类方法
        3.3.1 方法原理及实现方法
        3.3.2 K-奇异值分解算法
        3.3.3 正交匹配追踪算法
    3.4 方法的应用与性能验证
        3.4.1 信噪比定义
        3.4.2 四类目标主动声呐实测信号
        3.4.3 结果对比及分析
    3.5 本章小结
第4章 基于字典学习的主动声呐目标分类识别方法
    4.1 引言
    4.2 基于字典学习的主动声呐目标分类识别方法
        4.2.1 方法原理及实现步骤
        4.2.2 稀疏重构
        4.2.3 分类策略
    4.3 方法的应用与性能验证
        4.3.1 方法具体实现步骤
        4.3.2 稀疏字典构造
        4.3.3 信号的重构结果及分析
        4.3.4 结果对比及分析
    4.4 本章小结
第5章 基于混响抑制的主动声呐目标分类识别方法
    5.1 引言
    5.2 混响信号的产生原理
        5.2.1 混响背景下的主动声呐工作原理
        5.2.2 混响信号产生原理和数学模型
    5.3 分数阶傅里叶变换抑制混响方法
        5.3.1 分数阶傅里叶变换定义及性质
        5.3.2 FRFT最佳阶数确定方法
    5.4 基于混响抑制的主动声呐目标分类识别方法
    5.5 方法的应用与性能验证
        5.5.1 混响背景下的实验信号
        5.5.2 FRFT-DLSRC与 DLSRC方法混响下的分类识别结果对比
    5.6 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录



本文编号：3194934