共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法.根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号.船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力. 相似文献
3.
自适应神经网络模糊技术的噪声抵消方法 总被引:1,自引:0,他引:1
利用自适应神经网络模糊推断系统可以抑制噪声,即从信号和噪声混合中提取信号,这种方法适用于有参考噪声的情况。正好适用于水动力噪声试验设备,其中北景噪声强,而且可以得到比较纯净的背影噪声作为参考噪声。这里给出了噪声信号在背景噪声信号的模拟例子。 相似文献
4.
5.
文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。 相似文献
6.
7.
8.
9.
基于高阶谱的水下目标识别 总被引:1,自引:0,他引:1
利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。 相似文献
10.
基于船舶辐射噪声信号Mel频率倒谱系数(MFCC)的目标类型识别是目前研究的一个热点。现有方法虽然在无噪声环境下具有较好的识别效果,但是在信噪比较低时其识别效果较差。基于此,文章提出了一种改进的提取MFCC特征参数的船舶目标识别方法,该方法在船舶辐射噪声信号的预处理阶段采用多正弦窗来代替传统使用的Hamming窗进行多窗频谱估计,经过计算得到改进的MFCC参数。试验结果表明,相比传统方法提取的MFCC参数,使用该方法提取的MFCC参数分别在不同信噪比的高斯白噪声干扰下,在BP神经网络分类器中的识别率更高,抗噪声的鲁棒性和稳定性更好。 相似文献
11.
12.
13.
自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。 相似文献
14.
15.
16.
17.
18.
19.
20.
论文为某封锁弹武器系统针对战场车辆目标设计一种探测与识别方案,对应其自身及运动特性采用地震动信号探测与磁信号探测结合的探测与识别模式,筛选确定相应的微处理器及传感器,设计了硬件电路及相应软件流程,最后通过试验予以验证。试验证明:论文所采取的探测识别手段可有效分类识别战场车辆目标,排除震动类干扰信号,在攻击范围内起爆杀伤目标,抗干扰能力强,算法简单,易于硬件实现。 相似文献