排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
针对目标回声检测中信号背景的混响干扰问题,基于反对称连续高斯小波变换空间上的模极大值传播特性与信号奇异点的关系,提出用小波影响锥锥尖和最佳尺度的自动检索来实现目标回声检测的方法.通过大量海上现场数据验证该方法的有效性,结果表明,由于对目标信号头和尾位置的准确定位,基于W igner分布特征和模糊分类器的分类识别效果理想,显示本方法在实现目标回声的自动检测方面具有应用前景. 相似文献
3.
4.
一种人工神经网络方法在被动声纳目标识别中的应用研究 总被引:3,自引:0,他引:3
水下目标识别是水声信号处理领域中的一个重要课题。本文针对水下目标辐射噪声类别特征不明显的特点,提出了一种有监督的模糊ART神经网络(SFART)分类器,通过对声纳目标信号的分类试验表明:该网络分类器具有迭代次数少,识别率高的优点,是一种很有实际应用价值的分类器模型。 相似文献
5.
6.
水下目标的特征提取一直是水声信号处理的难题。由于实际的声纳目标的发声机理和反射声波的机理十分复杂,成份多样,造成水声信号具有较强的非平稳性和非高斯性。为了提高对水下目标识别的正确识别率,突破以往研究中关于信号平衡性的假设和高斯性的假设,本文在简要介绍了LOFAR谱图和高阶谱(HOS)估计方法之后,提出了一种基于高阶谱的LFAR谱图和高阶谱(HOS)估计之后,提出了一种基于高阶谱的LOFAR谱图特征 相似文献
1