水声目标特征评价和分析

来源 :东南大学 | 被引量 : 0次 | 上传用户:eidolonfish
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水声目标识别是水声信号处理和海洋工程的研究重点。目前基于各种理论来提取水声目标特征的方法繁多,但是国内外针对特征的评价研究却很少。由于海洋环境多变复杂,特征数据不纯或不完备的情况时常发生,只有通过增加识别系统的复杂性才能达到良好的分类识别效果。因此,在分类识别之前对目标特征进行性能评价是解决上述问题的一个有效的途径。本论文基于模式识别、模糊数学和评价系统的相关理论对水声目标特征评价方案进行学习和研究,设计合理的评价指标和评价模型,建立基于评价需求的评价方案。然后通过动态模糊理论令各指标的评价结果合理地映射到相应的等级上,将评价结果融合输出,满足多方面的需求。   本文分三部分。第一章至第二章为第一部分,第一章主要介绍了模式识别、水声目标特征分析和评价理论的研究现状,提出研究水声目标特征评价的必要性。第二章讨论评价系统的基本理论,分析水声目标特征评价系统的基本构架和设计思路,提出水声目标特征评价系统的理论方案。   第三章为第二部分,该章基于研究需求设计了四种评价指标,并通过论证和仿真证明评价模型的有效性。第四章为第三部分,本章使用动态模糊理论设计评价结果输出模型。通过构建评价结果等级映射模型使评价结果的输出符合人类思维习惯,使评价输出能够为水声目标识别系统或决策人员提供有效、公平、可靠的信息支持。最后为研究总结和展望。
其他文献
水声目标识别意义重大,而良好的特征提取是实现成功识别的关键。目标位置随时间的变化信息反映目标行为的有效特征,目标的行为特征与执行目标不同使命的目标类型之间存在着客观
由于WLAN技术的日趋成熟,以及在接入速率和适应环境上与3G的互补性,使得WLAN成为室内环境尤其是热点地区重要的高速无线数据接入手段。此外,随着无线网络的普及、智能手机应
盲信号处理是信号处理领域的一个重要分支,独立分量分析方法是解决盲信号处理的主要方法之一,独立分量分析是在信道和信源参数均未知的条件下,仅利用信源信号非高斯以及相互
目前,随着无线局域网、无线个域网以及无线身域网逐渐渗透到人们的日常生活,UWB(Ultra Wideband, UWB)技术作为一种高速率的短距离无线接入手段,越来越受到广泛关注。本学位论文
随着通信产业以及人机交互接口的高速发展,声源定位已成为一个备受瞩目的研究课题和迫切需要。在实际应用中,语音信号处理系统在很多情况下会受到空间噪声以及室内混晌的影响。
蜂窝移动通信网络与无线局域网的融合已是大势所趋。LTE(Long Term Evolution,长期演进)是最新一代蜂窝移动通信网络技术,802.11n已成为下一代高速无线局域网的主流技术。基于
伴随着网络及多媒体技术的飞速发展,特别是无线视频终端、视频监控等低能耗设备的出现,传统的视频压缩算法已无法满足其要求,在这种情况下,分布式视频编码(DVC)逐渐成为研究的热
阈值分割方法作为传统图像分割方法的重要分支,其实时性能的好坏直接影响着整个系统的运转效率,成为衡量阈值分割方法优越性的一项重要指标。传统的阈值分割方法,随着阈值数
小波分析的兴起得益于其良好的时-频局部化能力,对于含有点奇异的目标函数,小波提供了最优的非线性逼近阶。但由于其有限的方向性,由一维小波张量而成的二维可分离小波并不能最