基于离散小波变换的水下回波信号尾波包络特征提取

提出一种水下目标回波的特征提取方法.该方法在离散小波变换的基础上,基于回波信号中的散射成分可以对水下底质进行分类的理论基础,提取水下回波信号尾波包络特征作为识别特征矢量,构成基于尾波包络特征的特征空间,再采用最佳鉴别矢量法将特征空间进行特征压缩,最后利用最小距离分类器对目标回波进行分类.实测数据结果表明,采用这种方法得到的包络特征是一种稳健、有效的特征,能够获得较高的正确识别率.     

水下目标回波信号的分形Brown运动随机特征矢量与分类

在研究水下目标回波信号的统计性质的基础上，给出以分形Brown运动小波均方展开式中随机系数的方差作为目标回波信号随机矢量特征，以模糊竞争网络作为分类器对目标进行分类的方法；并给出了该方法的计算方法和计算步骤。大量模拟计算结果和实测目标回波信号的分类结果表明，新方法具有较好的实时性和较高的识别率。     

基于正交小波包的水下宽带回波特征提取与识别

水下目标的自动识别是水声设备智能化的关键技术之一。在对目标回波进行正交小波包分析的基础上，提取信号在各分解子空间的能量以构成回波的特征空间。给出了两种衡量各特征识别能力的准则，而且基于这两种准则解决了小波包分析中的频率重叠问题，用它们对莱蒙湖(又名日内瓦湖，Geneva Lake)湖底4类沉积物的反射回波进行了特征提取和分类，比较了两种准则所提取特征的分类结果，得到了较为满意的效果。     

一种对强目标信号污染稳健的自适应通道盲均衡方法

针对强目标信号污染严重影响传统阵列流形校正算法通道均衡性能问题,提出了一种基于雷达回波数据模归一化矢量的自适应通道盲均衡算法．该方法首先构造与回波数据矢量对应的模归一化矢量,然后对其协方差矩阵进行特征分解,最后将回波数据矢量的各分量除以最大特征值对应的特征向量的相应分量实现通道均衡．理论分析和实测数据处理结果验证了该方法的稳健性．     

基于无线电波纹图的雷达目标识别方法

基于雷达回波调制效应了一种常规低分辨雷达目标识别方法，这种方法是先对回波数据进行预处理，构造出目标的无线电波纺图像，再利用纹理特征撮的方法进行纹量特征抽取，然后采用神经网络对目标进行分类，某型号雷达６类目标实录数据的处理结果表明，该方法是成功的。     

水下目标特性特征提取及其融合

为解决基于回波法水下目标分类与识别问题,从水下目标回波的弹性亮点特性、多分量特性和能量积分特性出发,利用频域离散小波变换(FDWT)、希尔伯特谱(Hilbert谱)、希尔伯特边际谱、分数阶傅里叶变换(FRFT)4种时-频分析方法从不同角度对目标回波与混响进行分析.对所提取的特征进行压缩与融合,利用支持向量机完成对水下目标和混响的分类与识别.文中给出了发射换能器以不同掠射角工作时4种时-频特征及其融合特征的识别率.实验结果表明,随着掠射角的增大,总体识别率呈现升高的趋势,融合特征可以有效提高识别率.     

高分辨距离像数据的检测新方法

针对宽带雷达多次回波间的距离单元走动问题,提出了一种对高分辨距离像数据进行目标检测的新算法．先用约束平移时延量的包络对齐法对各次回波进行对齐,再用窗函数估计目标的长度和位置,最后采用双迭代法对目标的导向矢量进行估计,得到最终的检测算子,并简要证明了该算法具有全局渐进收敛和恒虚警率的特性．两类飞机实测数据的实验结果表明,与基于散射点密度的广义似然比检测算法相比,当检测概率为80％时,本算法至少有1.4dB的改善．     

基于双谱对角切片的目标架次识别方法

高阶谱较功率谱含有更多的目标回波信息，如相位．针对常规低分辨警戒雷达对飞机目标的架次识别这一应用背景，利用双谱对角切片作为特征矢量，经K-L变换后，用径向基神经网络进行分类，取得了良好的识别效果．     

基于状态空间重构与K-L变换的特征提取

提出一种基于状态空间重构与K—L(Karhunen-Loeve)变换相结合的特征提取方法。先对实测回波信号用状态空间重构方法进行特征提取，然后用K—L变换对提取的高维特征进行特征压缩；并用此方法对回波信号进行特征提取。仿真结果表明该方法具有较好的分类效果。     

基于支撑矢量机的智能目标识别方法

支撑矢量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法。文中将支撑矢量机的概念引入雷达的目标一维像识别中,对其机理作了详细地分析,建立了相应的支撑矢量机分类器算法。对雷达目标的回波数据进行目标特征提取与分类的实验结果表明,此方法可使信号特征的可分性得到显著提高。     

基于高阶谱的LOFAR谱图特征在被动声纳信号自动识别中的应用

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     

Walsh变换特征用于回声信号的识别

随着水下目标降噪技术的进展,利用回声信号来探测和识别水下目标的越来越重要,水下目标识别是水声领域中存在的难题之一.以大量的水下目标回声信号资料为依托,借助Walsh变换的分析法,研究了脉冲声的回声识别问题,给出了回声信号的时频特性及其相应的特征向量,提取了43维的Walsh谱特征.结合ART神经网络,对一定范围对真假两类目标进行分类,可取得80%以上的正确识别率.该方法具有较好的实用性,是一条解决实际回声信号识别的有效途径.     

Parameter feature extraction for hyperspectral detection of the shallow underwater target

For the detection of shallow underwater targets by the hyperspectrum, the information of the target is carried in the water-leaving radiation. However, the differences between the water-leaving radiation of the underwater target and the ocean background radiation are not significant, and the spectrum of the water-leaving radiation is sensitive to the changes of the marine environment. Therefore, taking the spectrum as the feature is not stable for hyperspectral detection of the underwater target. In this paper, we propose a parameter feature extraction method for hyperspectral detection of the shallow underwater target. The presence of an underwater target would change the optical properties of seawater in a local place. Based on that, a quasianalytical model of the water-leaving radiation is adopted to inverse the properties of the marine environment from the radiated spectrum. Then the inversed water depth and bottom reference reflectance are taken as the features. Simulation results show that the samples which belong to the water-leaving radiation of underwater target have higher inversed depth and reference reflectance than that belong to the ocean background radiation. Furthermore, these two kinds of samples can be separated significantly and stably in a 2-dimension feature space.     

声呐目标回波的理论和模拟器研究

论述了在水下目标形态函数的研究基础上,建立了目标回波与入射声射信号之间的联系,通过以ＴＭＳ３２０Ｃ３１为核心器件的硬件和软件相结合的方法,实现了水下目标回波的模拟,理论与实验结果非常吻合。     

基于雷达回波视频信号的目标智能识别方法研究

为了提升常规雷达目标识别的能力,以含有更多目标原始信息的回波视频信号为基础,研究了目标回波视频信号的特征提取,提出一种基于支持向量机的目标识别方法.最后通过仿真实验验证了本文方法的有效性.仿真结果表明,采用本文方法对目标大小识别的准确率与信噪比、采样率有关;对目标机型识别能得到较高的准确率.     

多径条件下舰船目标散射特性分析与实验

岸基对海雷达探测舰船目标时会受到起伏海面的影响,形成电磁波传播的多径效应,对舰船目标雷达散射特性产生影响.根据电磁波传播的四路径模型,提出一种多径条件下舰船目标散射特性的统计分析方法,分析得出了起伏海面对舰船目标散射回波的平均影响系数,基于雷达方程指出该系数对雷达目标回波功率的影响程度.利用声波和电磁波之间的相似特性,采用水声测量实验的方式对多径条件下舰船目标回波特性进行了实验.实验结果验证了方法的有效性.     

侧扫声纳目标自动探测研究

为了解决水声图像因受到噪声、多途、混响的影响,使水声图像特征难以提取的问题,针对海底目标的识别,通过对图像处理算法的研究以及大量的实验分析,给出了侧扫声纳图像目标自动识别的有效方法。其中包括图像的增强、二值化、二值开闭操作、特征提取、特征计算及目标识别等内容。通过对面积特征的提取和计算实现了对水下目标的自动探测。     

利用小波互谱的体目标识别研究

阐述了双通道小波变换的互谱理论,给出了目标回波模型,利用体目标回波的亮点结构,采用阵列信号处理中的两阵元模型,对尺度目标作了识别,并给出了仿真结果与分析。     

水下探测中目标的回波信号研究与分析

在充分考虑各光程间差异的情况下,推导出水下探测条件下平面目标的回波信号功率方程,并对目标大小、水质参数及激光入射角等因素对信号功率的影响进行仿真分析。仿真结果表明,接收到的信号功率会随着传播距离、入射角和水质参数的增大而减小,随着目标的增大而增大;在相同的环境条件下,对于忽略各光程间差异与未忽略各光程间差异这两种情况下得到的信号功率是不同的,它们之间的差异随着距离、水质参数、目标大小的增大而增大。