论文部分内容阅读
水下目标识别在国防上具有重大意义,它是当前研究的热点和难点问题之一。近五十年来水雷技术发展很快,水雷在高技术战争中的作用有增无减,反水雷问题也变得日益迫切和严重。从国内外的情况来看,反水雷装备的发展落后于水雷兵器的发展,这使水雷探测问题变得日益迫切和重要。由于环境因素的影响,在采集到的回波信号中含有噪声,针对信号具有的特点,本文以小波理论为基础,采用了小波和小波包去噪,对回波信号进行预处理,滤除部分干扰信号。再对信号进行特征提取,特征提取的过程是把输入的回波信号变换到不同的特征空间,提取出反映样本本质性质的特征向量,并把其作为分类器的输入模式,本文采用了基于小波理论的特征提取方法。小波变换具有良好时频局部性质,神经网络则具有自学习功能和良好的容错能力,小波网络由于较好地结合了两者的优点而具有较强的逼近能力及容错能力;本文将采用小波网络对目标进行识别,并通过大量的实验数据进行验证。