原文传递
基于高阶统计量的舰船目标分类方法研究
| 论文题名： | 基于高阶统计量的舰船目标分类方法研究 |
| 关键词： | 舰船目标识别;高阶统计量;对角切片;相位耦合;特征提取;RBF神经网络;水声信号处理 |
| 摘要： | 高阶统计量是研究非线性和非高斯信号的有效工具,它在信号检测、特征提取以及参数估计等方面具有广泛的应用.本文的主要工作是应用高阶统计量提取舰船目标幅射噪声特征以及构造分类器进行目标识别和分类.文章首先介绍了高阶统计量的定义和性质,指出高阶统计量对高斯过程的可抑制性,这是利用高阶统计量方法进行信号检测和估计的理论依据.其次,详细地分析了谐波信号的非线性现象.最后,提出了一种改进的RBF神经网络算法,并利用提取的实测数据的双谱特征和线谱特征分别对三类舰船目标进行了分类,取得了90%左右的识别率.验证了高阶谱与改进的RBF神经网络相结合的方法在舰船目标识别、分类应用中的有效性. |
| 作者： | 邓继雄 |
| 专业： | 信号与信息处理 |
| 导师： | 李志舜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西北工业大学 |
| 学位年度： | 2005 |
| 正文语种： | 中文 |
检索历史
应用推荐
