原文传递
混响背景下的目标亮点特征提取及识别分类方法研究
| 论文题名： | 混响背景下的目标亮点特征提取及识别分类方法研究 |
| 关键词： | 主动声呐;目标亮点;特征提取;混响背景;分类识别 |
| 摘要： | 目标亮点可以有效地反映目标形状、材质等物理信息，并且具有稳定不变属性，因此提取水下目标亮点的特征仍是目前主动声呐探测识别目标的一种有力工具。但是，当目标回波存在混响干扰时，尤其是在低信混比的情况下，目标亮点特征常被严重“污染”，显著降低主动声呐的目标探测识别性能。针对上述问题，本文所做的研究工作如下: (1)针对混响背景下的目标亮点特征提取问题，利用混响与目标回波在时频域上能量分布的差异，采用有效的滤波技术在时频域抑制混响干扰，从而更好地提取目标的亮点特征。本文所采用的抗混响方法有四种，分别依据两种不同的原理。第一种原理利用混响在时频平面上的能量分布是低秩的，而信号是稀疏的特性，将二者进行分离，进而达到抗混响的目的，依据此原理的方法包括鲁棒主成分分析法、随机投影法和动态模态分解法;另一种原理利用信号与混响在时频域上的能量强度差异和能量分布形态差异，首先将时频平面内每个时间点上能量较低的部分滤除，然后利用线性调频信号在时频平面上的分布为一条直线，而混响的分布是杂乱无章的特性，将时频平面旋转合适的角度再进行投影滤波操作，进一步滤除混响干扰，进而达到较为理想的抗混响效果，依据此原理的方法为时频能量滤波法。在时频域进行抗混响处理后，利用Hough变换对滤除混响后的时频平面进行直线检测，进而提取目标回波的亮点特征。通过仿真和实验分析，均表明本文提出的抗混响方法可以有效抑制混响干扰，提升了亮点特征提取的效果，更加有利于后续的目标分类识别。 (2)针对水下目标回波信号较为复杂，而且数据样本的获取困难较大，导致现有的水下目标样本数量偏少的问题，本文采用人工蜂群算法优化的支持向量机对水下目标进行分类识别，该算法既可以在样本数较小的情况下得到较好的识别结果，还可以解决传统支持向量机不能够针对不同应用条件自适应地调整参数的问题。通过仿真和实验数据表明，与未经抗混响处理的识别率相比，经过本文的四种抗混响方法处理后的识别率均得到了有效的提升，验证了本文四种抗混响方法的有效性，从而为混响背景下的目标亮点特征提取和识别分类提供了新的方法。 |
| 作者： | 赵宿辰 |
| 专业： | 水声工程 |
| 导师： | 朱广平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
