共查询到10条相似文献,搜索用时 31 毫秒
1.
文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。 相似文献
2.
针对船舶自动识别系统(AIS)数据存在较大的实时系统噪声和测量噪声,且易丢包和产生错误的问题,提出了滑动卡尔曼循环网络.该方法采用加窗处理的方式,通过在各窗口中建立状态方程,并使用实时计算的噪声对其进行更新,将非线性高斯系统转化为线性高斯系统.将该高信噪比状态参数输入相应时刻的循环单元中,训练网络参数,从而拟合其非线性关系,实时预测船舶的航迹进行.试验对"大连—烟台"航段的AIS数据进行分析,并将所得结果与传统方法相对比,证明该方法具有较高的精度和较快的速度,可实时对船舶航行轨迹进行精准预测. 相似文献
3.
在边坡稳定分析的基础之上,引入径向基网络的理论,提出了边坡滑动的径向基网络预测方法.以边坡高度、边坡角度等作为输入模式变量,建立径向基神经网络训练样本,用于滑坡稳定性评价.通过样本的学习训练,用训练后的径向基神经网络来预测滑坡,通过工程实例与评价结果比较,证明了该评价方法具有较高的精度,也表明该模型能较好的用于滑动预测. 相似文献
4.
《船舶力学》2020,(6)
船舶横摇运动预报对于船舶安全与作业非常重要。本文应用固定网格小波神经网络在线预报不规则波中的船舶横摇运动。该固定网格小波神经网络由离散的小波激活函数组成,其结构和参数可以基于滑动数据窗在线调整;在每一个滑动数据窗,误差下降比判据被用来从小波函数库中选择重要的小波函数项来构建小波神经网络模型,直到该模型可以较好地表达所研究的非线性系统,获得的模型一般比较简洁。预报结果表明,仅仅几个小波函数项就可以很好地捕捉到不规则波中船舶横摇运动的非线性动力学内在特性,这不仅展示了小波函数很强的非线性表达能力,也证实了所采用的建模方法对于预报船舶在不规则波中的横摇运动的有效性。 相似文献
5.
6.
雷达信号处理问题的分析预测理论是一种通过分析数学推导出来的,解决运动目标航迹预测问题的理论。其基本思考方法的最大特点是 将雷达获取的观测位置的随机性变化为确定性(即将雷达获取的观测位置与目标在该时刻的真实位置之间的最大距离确定在二倍的雷达观测误差的范围之内),并以此作为约束条件,然后用距离目标真实位置最近的点作为预测位置。由于使用的方法不同,所以这种理论具备一些传统理论所不具有的性质,例如具有剔除观测异常点的能力;在小量数据的情况下,给出结论在理论上与观测位置的多少没有关系;能定量地表达预测精度和观测位置之间的关系,能提供预测位置和该时刻目标真实位置的最大距离,能识别目标真实运动方程的阶(如果运动方程是多项式)和给出与目标的最接近的多项式作为模拟方程(如果目标方程不是多项式);能够给出更精度的预测位置。由于以前这方面的工作都集中在实际应用,而对一般理论性问题(例如数学模型的解的存在性等)未作较深入的讨论,本文的目的除了进一步系统地介绍雷达信号处理问题的分析预测的基础理论外,还将证明最优预测位置的解的存在性定理。 相似文献
7.
在分析Turbo码的译码结构以及外部信息传递特性的基础上,从时间序列的角度分析分量译码器外部信息的传递规律,基于预测算法对Turbo码的迭代译码结构进行了改进,提出了单次预测和复次预测的改进算法。建立分量译码器的n阶多项式线性模型,将前n次迭代信息保存至线性模型中,采用多项式曲线拟合或指数拟合算法预测分量译码器第n+1次迭代的外部信息值。利用预测的外部信息值代替分量译码器第n+1次迭代的译码过程。在保证外部信息准确预测、误码率性能相近的前提下,减少了迭代次数和迭代时延,简化了译码结构。 相似文献
8.
9.
水下声呐图像目标检测问题是一项重要而困难的工作,采用滑动窗计算图像中各像素点处邻域像素灰度的统计量,利用最大熵图像分割算法确定检测阈值,并利用均值、标准差、偏态和峰度等统计量对算法进行了仿真验证,对声呐图像中的目标回波区和阴影区域均可实现较好的检测效果。结果表明,该方法具有原理简单、运算效率高、实时性好等特点,具有较强的工程应用价值。 相似文献