基于离散小波变换的水下回波信号尾波包络特征提取

提出一种水下目标回波的特征提取方法．该方法在离散小波变换的基础上。基于回波信号中的散射成分可以对水下底质进行分类的理论基础，提取水下回波信手尾波包络特征作为识别特征矢量，构成基于尾波包络特征的特征空间，再采用最佳鉴别矢量法将特征空间进行特征压缩，最后利用最小距离分类器对目标回波进行分类．实测数据结果表明，采用这种方法得到的包络特征是一种稳健、有效的特征，能够获得较高的正确识别率．     

水下目标回波信号的分形Brown运动随机特征矢量与分类

在研究水下目标回波信号的统计性质的基础上，给出以分形Brown运动小波均方展开式中随机系数的方差作为目标回波信号随机矢量特征，以模糊竞争网络作为分类器对目标进行分类的方法；并给出了该方法的计算方法和计算步骤。大量模拟计算结果和实测目标回波信号的分类结果表明，新方法具有较好的实时性和较高的识别率。     

混响和水下目标回波的相位耦合性

双相干谱分析是一种随机信号的现代分析方法,它保留了信号的相位信息且能有效地抑制高斯噪声,描述信号的非线性相位耦合.该文利用双相干谱对水下目标回波进行相位耦合性分析,提取纯混响和目标回波的双相干谱的最大值,将最大值及其对应的频率分布作为特征向量,在三维空间对纯混响和2类沉底目标回波进行了分类、实验数据证明了利用双相干谱特征可以有效地区分混响和目标回波,提高水下目标识别率.     

基于正交小波包的水下宽带回波特征提取与识别

水下目标的自动识别是水声设备智能化的关键技术之一。在对目标回波进行正交小波包分析的基础上，提取信号在各分解子空间的能量以构成回波的特征空间。给出了两种衡量各特征识别能力的准则，而且基于这两种准则解决了小波包分析中的频率重叠问题，用它们对莱蒙湖(又名日内瓦湖，Geneva Lake)湖底4类沉积物的反射回波进行了特征提取和分类，比较了两种准则所提取特征的分类结果，得到了较为满意的效果。     

水下目标二维散射特性测量方法

基于合成孔径原理,提出一种水下目标二维散射特性测量方法,该方法采用声呐基阵静止而目标作合作匀速直线运动的模式.推导了前述模式下的目标回波信号模型.对回波信号进行二维成像处理,利用反投逐点算法进行方位向的聚焦处理,进而得到目标在距离和方位维的二维散射特性.给出计算机仿真和水池试验的回波数据处理结果,得到水下目标散射特性的二维空间分布,方位向理论分辨率达到0.04 m,且分辨率与距离和频率无关.该方法可用于目标特征缩减和目标识别.     

基于深度学习的水下目标姿态识别

水下安静型目标主动探测与识别问题中,确定目标与发射装置的相对姿态是目标探测的关键。本文结合水下目标声散射回波机理,对目标的声散射回波成分进行信号特性分析,结合分数阶傅里叶变换对声散射回波进行特征提取;利用循环神经网络保存目标回波时间序列信息,实现对序列信号的动态建模;分别将分数阶傅里叶域特征与频谱结构特征作为训练对象,构建水下目标回波角度识别模型并进行对比,实现对不同声波入射角度下目标回波的分类识别。水池实验数据处理结果表明:本文提出的分数阶傅里叶特征与长短期记忆系统结合的深度神经网络模型,各项评估指标均优于以频谱结构为训练特征的深度网络模型,验证了本文方法对目标姿态识别的有效性。     

水下目标特性特征提取及其融合

为解决基于回波法水下目标分类与识别问题,从水下目标回波的弹性亮点特性、多分量特性和能量积分特性出发,利用频域离散小波变换(FDWT)、希尔伯特谱(Hilbert谱)、希尔伯特边际谱、分数阶傅里叶变换(FRFT)4种时-频分析方法从不同角度对目标回波与混响进行分析.对所提取的特征进行压缩与融合,利用支持向量机完成对水下目标和混响的分类与识别.文中给出了发射换能器以不同掠射角工作时4种时-频特征及其融合特征的识别率.实验结果表明,随着掠射角的增大,总体识别率呈现升高的趋势,融合特征可以有效提高识别率.     

基于状态空间重构与K-L变换的特征提取

提出一种基于状态空间重构与K—L(Karhunen-Loeve)变换相结合的特征提取方法。先对实测回波信号用状态空间重构方法进行特征提取，然后用K—L变换对提取的高维特征进行特征压缩；并用此方法对回波信号进行特征提取。仿真结果表明该方法具有较好的分类效果。     

基于支撑矢量机的智能目标识别方法

支撑矢量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法。文中将支撑矢量机的概念引入雷达的目标一维像识别中,对其机理作了详细地分析,建立了相应的支撑矢量机分类器算法。对雷达目标的回波数据进行目标特征提取与分类的实验结果表明,此方法可使信号特征的可分性得到显著提高。     

一种对强目标信号污染稳健的自适应通道盲均衡方法

针对强目标信号污染严重影响传统阵列流形校正算法通道均衡性能问题,提出了一种基于雷达回波数据模归一化矢量的自适应通道盲均衡算法．该方法首先构造与回波数据矢量对应的模归一化矢量,然后对其协方差矩阵进行特征分解,最后将回波数据矢量的各分量除以最大特征值对应的特征向量的相应分量实现通道均衡．理论分析和实测数据处理结果验证了该方法的稳健性．     

基于高阶谱的LOFAR谱图特征在被动声纳信号自动识别中的应用

水下目标的特征提取一直是水声信号处理的难题。由于实际的声纳目标的发声机理和反射声波的机理十分复杂,成份多样,造成水声信号具有较强的非平稳性和非高斯性。为了提高对水下目标识别的正确识别率,突破以往研究中关于信号平衡性的假设和高斯性的假设,本文在简要介绍了ＬＯＦＡＲ谱图和高阶谱（ＨＯＳ）估计方法之后,提出了一种基于高阶谱的ＬＦＡＲ谱图和高阶谱（ＨＯＳ）估计之后,提出了一种基于高阶谱的ＬＯＦＡＲ谱图特征     

Walsh变换特征用于回声信号的识别

随着水下目标降噪技术的进展,利用回声信号来探测和识别水下目标的越来越重要,水下目标识别是水声领域中存在的难题之一.以大量的水下目标回声信号资料为依托,借助Walsh变换的分析法,研究了脉冲声的回声识别问题,给出了回声信号的时频特性及其相应的特征向量,提取了43维的Walsh谱特征.结合ART神经网络,对一定范围对真假两类目标进行分类,可取得80%以上的正确识别率.该方法具有较好的实用性,是一条解决实际回声信号识别的有效途径.     

高速运动自旋目标的ISAR成像建模与分析

针对目标兼有高速运动和自旋特征时的逆合成孔径雷达（ISAR）成像问题,主要研究了该类目标的ISAR成像方法。依据高速运动自旋目标的运动特点,建立了其ISAR回波模型,并在回波模型分析的基础上提出了该类目标的ISAR成像投影像概念及计算方法。仿真实验同时验证高速运动自旋目标ISAR投影像计算方法和ISAR成像处理算法的有效性。     

基于支持向量机和遗传算法的水下目标特征选择算法

基于统计学习理论和遗传算法理论，提出了一种基于支持向量机和遗传算法相结合的水下目标特征选择算法。通过对实测数据的特征集的优化选择实验，证明了该算法的有效性和鲁棒性，它能较好地解决在复杂水下目标信号所提取的特征维数高，样本采样困难，数目偏少的实际情况下的分类识别问题。     

一种基于谱估计的被动声呐目标识别方法

为解决被动声呐目标的特征提取与识别问题，通过对被动声呐目标噪声频谱特性的深入分析，给出了一种基于Welch谱估计的目标特征提取方法．对提取出来的特征采用动态规划的方法进行特征选择，得到用于识别的特征向量．对海上实录的多种型号和多种工况的大量噪声样本进行了特征提取和特征选择．采用BP神经网络和最近邻法对噪声样本进行了分类识别实验，结果证实了所提方法的可行性和有效性．研究结果可以用于被动声呐目标识别．     

Parameter feature extraction for hyperspectral detection of the shallow underwater target

For the detection of shallow underwater targets by the hyperspectrum, the information of the target is carried in the water-leaving radiation. However, the differences between the water-leaving radiation of the underwater target and the ocean background radiation are not significant, and the spectrum of the water-leaving radiation is sensitive to the changes of the marine environment. Therefore, taking the spectrum as the feature is not stable for hyperspectral detection of the underwater target. In this paper, we propose a parameter feature extraction method for hyperspectral detection of the shallow underwater target. The presence of an underwater target would change the optical properties of seawater in a local place. Based on that, a quasianalytical model of the water-leaving radiation is adopted to inverse the properties of the marine environment from the radiated spectrum. Then the inversed water depth and bottom reference reflectance are taken as the features. Simulation results show that the samples which belong to the water-leaving radiation of underwater target have higher inversed depth and reference reflectance than that belong to the ocean background radiation. Furthermore, these two kinds of samples can be separated significantly and stably in a 2-dimension feature space.     

声呐目标回波的理论和模拟器研究

论述了在水下目标形态函数的研究基础上,建立了目标回波与入射声射信号之间的联系,通过以ＴＭＳ３２０Ｃ３１为核心器件的硬件和软件相结合的方法,实现了水下目标回波的模拟,理论与实验结果非常吻合。     

基于雷达回波视频信号的目标智能识别方法研究

为了提升常规雷达目标识别的能力,以含有更多目标原始信息的回波视频信号为基础,研究了目标回波视频信号的特征提取,提出一种基于支持向量机的目标识别方法.最后通过仿真实验验证了本文方法的有效性.仿真结果表明,采用本文方法对目标大小识别的准确率与信噪比、采样率有关;对目标机型识别能得到较高的准确率.     

多径条件下舰船目标散射特性分析与实验

岸基对海雷达探测舰船目标时会受到起伏海面的影响,形成电磁波传播的多径效应,对舰船目标雷达散射特性产生影响.根据电磁波传播的四路径模型,提出一种多径条件下舰船目标散射特性的统计分析方法,分析得出了起伏海面对舰船目标散射回波的平均影响系数,基于雷达方程指出该系数对雷达目标回波功率的影响程度.利用声波和电磁波之间的相似特性,采用水声测量实验的方式对多径条件下舰船目标回波特性进行了实验.实验结果验证了方法的有效性.