面向目标跟踪的网络化探测与识别技术研究

发布时间：2023-02-08 19:13

　　随着科学技术的迅速发展,无线传感器网络在军事、民用等众多领域得到广泛应用,为人们生活带来极大的便利。目标跟踪在无线传感器网络的应用中占据着重要的地位。在实行目标跟踪前,对目标进行有效的探测识别是极其重要的,主要包括准确实时地获取目标的类别及位置信息。目前,采用雷达等主动式探测器进行目标识别定位时具有较好的性能,但其隐蔽性较差,易被截获。相对而言,声探测器具有较强的隐蔽性,可进行被动式工作,且声音信号不受障碍物遮挡的影响,使得其在目标识别定位领域具有重要的应用价值。因此,本文重点研究了声目标识别和声源定位的关键技术,针对现有方法中的不足之处进行改进,主要研究内容包括以下四部分:(1)通过对近几年被动式目标探测技术进行讨论,明确了研究声目标识别和声源定位技术的意义。根据声目标识别及声源定位技术的国内外研究现状,对目前的关键技术进行分析,并指出存在的问题。(2)在声目标识别和定位前,需对信号进行降噪等预处理,通过对不同的小波降噪方法的基础理论进行对比分析,并对不同的小波阈值设定方法进行仿真验证,最终采用小波软阈值方法对实测目标信号进行降噪处理;(3)在声目标识别模块,主要分为两大部分:(1)...

【文章页数】：97 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
        1.2.1 声目标识别研究现状
        1.2.2 声源定位研究现状
    1.3 本文解决的关键问题
    1.4 整体方案设计
    1.5 全文结构安排
第二章 声信号预处理技术
    2.1 引言
    2.2 小波变换理论
        2.2.1 连续小波变换函数
        2.2.2 离散小波变换函数
    2.3 小波消噪方法
        2.3.1 模极大值降噪
        2.3.2 小波相关降噪
        2.3.3 小波阈值降噪
    2.4 声信号小波阈值降噪
    2.5 仿真与讨论
    2.6 本章小结
第三章 声目标识别算法
    3.1 引言
    3.2 目标识别关键技术
        3.2.1 特征提取技术
        3.2.2 特征选择技术
        3.2.3 分类器设计
    3.3 基于组合特征与LDA结合的特征提取方法
        3.3.1 声信号时域特征提取
        3.3.2 声信号频域特征提取
        3.3.3 基于LDA的降维方法
    3.4 声目标识别过程
    3.5 仿真与讨论
        3.5.1 实验条件及参数设置
        3.5.2 声目标识别实验研究
        3.5.3 实验小结
    3.6 本章小结
第四章 基于TDOA声源定位算法
    4.1 引言
    4.2 TDOA估计算法
        4.2.1 广义互相关函数法（GCC）
        4.2.2 基于相位差与最大似然结合的时延估计方法
    4.3 声源定位过程
    4.4 仿真与讨论
        4.4.1 时延估计仿真实验
        4.4.2 声源位置估计仿真实验
        4.4.3 实验小结
    4.5 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 工作展望
参考文献
致谢
作者简介



本文编号：3738222