目标信号特征提取中的特征压缩及其算法研究

为在特征提取中充分利用目标信号的特征信息，对原始特征空间的建立和特征压缩的过程进行了讨论，采用对目标单一特征信号的λ水平能量聚点的序优化方法建立原始特征空间，通过建立基于对称相对熵分布的优化模型给出了特征选取的方法，在舰船声场通过特性研究中的算例表明算法效果良好。     

水中目标水压场信号特征提取与检测研究

利用目标信号功率主要集中在低频部分的特点，用功率谱估计方法提取低频信号的能量作为特征，提出了所谓的浮动阈值方法，对信号滑动地进行目标检测．通过对实验船模水压场信号进行检测验证。讨论了在各种不同情况下，目标信号的特征提取及目标检测方法的效果，验证了该方法的有效性．     

一种基于小波分解的信号特征提取方法

利用目标信号功率主要集中在低频部分的特点，对信号进行小波分解，提取在不同频率带内信号的能量作为特征，用费歇判别方法对目标进行检测．通过不同浪级情况下海洋水压力场的仿真信号数据，对某型目标舰船的水压力信号进行了检测计算，验证了该方法的有效性，尤其是在高海况、低信噪比条件下，达到了比较好的效果．     

混凝土结构脉冲回波信号的时频分析研究

混凝土结构缺陷的脉冲回波检测信号是瞬态信号，其能量小，反映缺陷特征的信息往往只在时域信号的很短的一时间内存在的，过去的研究表明，仅仅和时域或频域信息往往是不够的。因此，本文对脉冲回波信号的时频分析的潜能进行了探索，并在时频分析的基础上，抽取了脉冲回波信号的特征，随后，利用自适应模糊聚类神经网络进行了分类，结果表明，该方法具有良好的分类性能。     

石龙山隧道爆破振动信号的小波分析

采用db8作为小波基函数,对石龙山隧道同一炮次下垂直向、水平切向和水平径向的原始爆破振动信号进行尺度为7的一维离散小波变化。通过MATLAB程序分别计算了原始信号、各层小波的功率谱及能量比例;详细分析了各层小波的幅值特性、频谱特性及能量分布特性。研究结果表明:垂直向、水平切向和水平径向的优势频率分别为78.125～2 500 Hz、39.062 5～312.5 Hz和39.062 5～625 Hz。该分析方法在频率及能量分析方面的优势可以更加全面地获取爆破振动信号所带来的信息。     

基于小波包能量谱和SVM的水下目标识别

为了提高舰船辐射噪声信号分类的准确率,即在水下进行舰船目标识别的准确率,采用了小波包提取信号能量谱特征的方法和支持向量机的分类算法.简介了小波包变换及支持向量机的基本原理,然后针对舰船辐射噪声信号进行多层小波包分解,提取各子频段能量谱作为特征量,归一化处理后构建特征向量,最后用支持向量机算法进行分类.仿真实验结果表明,利用对信号的多层小波包分解提取能量谱特征和支持向量机的分类算法能对舰船辐射噪声信号进行有效识别.     

灰色关联聚类的最大支撑树方法

研究基于灰色关联度的灰色聚类方法,定义了赋权图的连通强度、λ-割图、连通闭包3个概念,得到了最大支撑树和λ-割图、连通闭包的性质,提出了最大支撑树灰色关联聚类法,并通过实例进行了验证.     

基于LABVIEW的联合时频分析

在LabVIEW平台的基础上,研究了利用联合时频分析(JTFA)方法来分析信号的能量分布情况.此方法利用了短时傅里叶变换(STFT)的基本原理,对线性调频信号等一些非平稳信号进行分析,能很好地描述信号的频率如何随时间而变化,进而能很好把信号区分开来.这种方法比单独利用时域或频域来分析信号具有一定的优越性.     

移变模式双站SAR信号模型及电磁仿真研究

针对移变模式下的双基地合成孔径雷达成像方法及电磁仿真进行了研究。在这一模式下对双基地SAR信号频谱进行分析,结合改进的Loffeld模型进行点目标回波信号分析及成像仿真。与此同时,通过物理光学方法获得三维目标的双基地回波信号,在此基础上分别采用原始与改进的Loffeld模型进行了双站SAR电磁成像仿真实验。点目标及电磁仿真结果均表明,与传统的Loffeld模型相比,改进的Loffeld模型在双基地移变模式下具有更为优良的聚焦性能。     

基于小波能谱系数的声发射源特征提取方法研究

研究了基于小波能谱系数的声发射源特征提取方法,利用小波变换对典型声发射源的波形信号进行了分析,获取其频域特征.采用小波能谱系数描述信号能量在每个频率范围的分布情况,以区别各种不同的声发射源.利用该方法对港口链斗卸船机现场测试获取的裂纹声发射信号进行了小波分析和特征提取,结果表明,该方法能合理地描述缺陷的声发射特征.