论文部分内容阅读
水下目标的识别技术不仅在民用上具有一定的经济价值,而且在国防建设上也具有重要的军事价值,世界各国都很重视。尽管混沌与分形理论、小波分析理论等新方法在目标识别领域的文章日益增多,但基本上都属于起步阶段;同时由于种种原因,我们很难从国外获得其关键技术。本文对混沌与分形信号处理技术以及小波分析理论在水声信号的特征提取、分类识别中的应用进行了较深入的研究。主要内容包括: 1.详细介绍了混沌与分形理论、小波变换理论以及目标识别的相关理论知识。介绍了混沌的数学定义,以及描述混沌的两个基本参数:Lyapunov指数和分形维数;由于小波分析在时域和频域同时具有良好的局部化性能,得到了广泛的应用,文中介绍了离散小波变换、小波多分辨分析以及小波包分析的概念和原理;详细阐述了目标识别的问题描述,介绍了目标识别系统的5个组成部分。 2.对混沌理论进行了系统的阐述,对混沌理论的形成历史和发展概况作出了全面的总结,而在对混沌特性进行定量分析时着重探讨了吸引子的分形维数和Lyapunov指数的定义与计算。 3.对混沌信号处理的基本方法——状态空间重构技术作了详细地分析,并对涉及的参数进行了选择与确定;讨论了主元分析方法(PCA)在抑制噪声方面的分析原理和实现算法,利用Lorenz模型作为研究对象进行了仿真,不同信噪比(SNR)下的仿真结果说明了PCA方法从能量的角度出发,在一定程度上抑制了噪声、突出了混沌性态。利用PCA方法对实测回波数据进行了分析,估算并提取五类回波的混沌特征参数。 4.提出了基于状态空间重构与K—L变换相结合的特征提取方法,对文献[12]中的方法进行了改进,提取了相对稳定有效的特征,仿真结果表明该方法具有较好的分类识别效果。 5.利用小波理论对小波域的特征提取方法进行了研究。分析了基于多分辨分析和小波包分析的特征提取,提出了特征向量的构造方法,讨论了分解层数、使用的小波函数以及特征维数降低这几个因素对识别结果的影响。 6.提出了基于小波和分形理论的特征提取方法,比较了基于小波变换提取的多尺度空间能量特征、基于小波和分形理论方法提取的特征,仿真结果表明,考虑关联维特征后,平均识别率从91.67%提高到了95.14%,识别效果得到了较大的改善。 7.探讨了小波多分辨分析与分形理论相结合,应用分形的思想,提取水下回波信号的广义分形维特征——小波多分辨分形特征,并对五类回波信号