论文部分内容阅读
利用声目标产生的声波，对目标进行识别是被动声探测系统的基本任务，目标识别技术属于模式识别理论的研究范畴，其关键在于特征提取和分类器的设计。
本文首先应用现代信号处理手段研究了目标信号的两种特征信息提取方法。基于三种目标的噪声频谱特性讨论了AR模型的特征提取算法，以及基于小波理论的小波分解尺度细节信号时域能量的特征提取算法。最后，采用AR模型特征提取算法及小波能量特征提取算法对三类声目标的实测样本数据进行了实际的特征提取。同时，针对所提取的特征量设计了BP神经网络分类器对三类声目标进行了分类识别。实验结果表明：能够很好地体现不同声目标之间的差异，提取的特征量较为稳定，分类结果准确率较高，均获得了满意的实验效果。