计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2011年
2期
232-235,247
,共5页
小波分析%神经网络%水下目标识别
小波分析%神經網絡%水下目標識彆
소파분석%신경망락%수하목표식별
研究水下目标识别问题.由于环境因素的影响,采集到的水下目标回波信号中含有大量噪声且信号频率范围大,传统方法不能有效提取信号特征导致水下目标识别率低.为了提高水下目标识别的准确率,提出一种基于小波分析和BP神经网络组合的水下目标识别方法(W-BPNN).采用小波对水下目标回波信号进行去噪处理,滤除噪声信号.通过小波包对信号的特征进行提取,提取出最能反映目标本质性质的特征向量,对提取的特征向量作为BP神经网络的输入进行识别.为了验证W-BPNN算法有效性,在Matlab平台上对3类水下目标进行了仿真.结果表明,相对于传统识别算法,W-BPNN获得了更高的识别准确率,证明是有效的水下目标识别方法.
研究水下目標識彆問題.由于環境因素的影響,採集到的水下目標迴波信號中含有大量譟聲且信號頻率範圍大,傳統方法不能有效提取信號特徵導緻水下目標識彆率低.為瞭提高水下目標識彆的準確率,提齣一種基于小波分析和BP神經網絡組閤的水下目標識彆方法(W-BPNN).採用小波對水下目標迴波信號進行去譟處理,濾除譟聲信號.通過小波包對信號的特徵進行提取,提取齣最能反映目標本質性質的特徵嚮量,對提取的特徵嚮量作為BP神經網絡的輸入進行識彆.為瞭驗證W-BPNN算法有效性,在Matlab平檯上對3類水下目標進行瞭倣真.結果錶明,相對于傳統識彆算法,W-BPNN穫得瞭更高的識彆準確率,證明是有效的水下目標識彆方法.
연구수하목표식별문제.유우배경인소적영향,채집도적수하목표회파신호중함유대량조성차신호빈솔범위대,전통방법불능유효제취신호특정도치수하목표식별솔저.위료제고수하목표식별적준학솔,제출일충기우소파분석화BP신경망락조합적수하목표식별방법(W-BPNN).채용소파대수하목표회파신호진행거조처리,려제조성신호.통과소파포대신호적특정진행제취,제취출최능반영목표본질성질적특정향량,대제취적특정향량작위BP신경망락적수입진행식별.위료험증W-BPNN산법유효성,재Matlab평태상대3류수하목표진행료방진.결과표명,상대우전통식별산법,W-BPNN획득료경고적식별준학솔,증명시유효적수하목표식별방법.
