振动与冲击
振動與遲擊
진동여충격
JOURNAL OF VIBRATION AND SHOCK
2008年
11期
51-55,61
,共6页
经验模式分解%能量比%特征提取%神经网络%分类与识别
經驗模式分解%能量比%特徵提取%神經網絡%分類與識彆
경험모식분해%능량비%특정제취%신경망락%분류여식별
采用线性预测方法对信号进行边界延拓,改进EMD方法,应用EMD(经验模态分解)对战场声信号进行分解,对分解得到的有限个IMF(本征模态函数)进行FFT,求得其相应的幅值谱,进而得到其能量.选择每一个IMF的能量相对于原始信号总能量的能量比作为特征向量,并将其归一化.最后,设计神经网络分类器对不同类战场声目标进行分类与识别.实验结果表明,基于EMD和能量比的战场声目标分类与识别,分类效果显著,识别率较高.
採用線性預測方法對信號進行邊界延拓,改進EMD方法,應用EMD(經驗模態分解)對戰場聲信號進行分解,對分解得到的有限箇IMF(本徵模態函數)進行FFT,求得其相應的幅值譜,進而得到其能量.選擇每一箇IMF的能量相對于原始信號總能量的能量比作為特徵嚮量,併將其歸一化.最後,設計神經網絡分類器對不同類戰場聲目標進行分類與識彆.實驗結果錶明,基于EMD和能量比的戰場聲目標分類與識彆,分類效果顯著,識彆率較高.
채용선성예측방법대신호진행변계연탁,개진EMD방법,응용EMD(경험모태분해)대전장성신호진행분해,대분해득도적유한개IMF(본정모태함수)진행FFT,구득기상응적폭치보,진이득도기능량.선택매일개IMF적능량상대우원시신호총능량적능량비작위특정향량,병장기귀일화.최후,설계신경망락분류기대불동류전장성목표진행분류여식별.실험결과표명,기우EMD화능량비적전장성목표분류여식별,분류효과현저,식별솔교고.
