• 中国科技核心期刊
  • JST收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于小波分频带统计特征的舰船分类识别方法

潘 琳 张效民 刘义海

潘 琳, 张效民, 刘义海. 一种基于小波分频带统计特征的舰船分类识别方法[J]. 水下无人系统学报, 2013, 21(1): 076-80. doi: 10.11993/j.issn.1673-1948.2013.01.017
引用本文: 潘 琳, 张效民, 刘义海. 一种基于小波分频带统计特征的舰船分类识别方法[J]. 水下无人系统学报, 2013, 21(1): 076-80. doi: 10.11993/j.issn.1673-1948.2013.01.017
PAN Lin, ZHANG Xiao-min, LIU Yi-hai. An Identification Method of Ship Classification Based on Wavelet Frequency Band Statistical Features[J]. Journal of Unmanned Undersea Systems, 2013, 21(1): 076-80. doi: 10.11993/j.issn.1673-1948.2013.01.017
Citation: PAN Lin, ZHANG Xiao-min, LIU Yi-hai. An Identification Method of Ship Classification Based on Wavelet Frequency Band Statistical Features[J]. Journal of Unmanned Undersea Systems, 2013, 21(1): 076-80. doi: 10.11993/j.issn.1673-1948.2013.01.017

一种基于小波分频带统计特征的舰船分类识别方法

doi: 10.11993/j.issn.1673-1948.2013.01.017
详细信息
    作者简介:

    潘 琳(1988-), 女, 在读硕士, 主要研究方向为水下航行器目标识别.

  • 中图分类号: TJ630.34; TB533.2

An Identification Method of Ship Classification Based on Wavelet Frequency Band Statistical Features

  • 摘要: 为了有效提高舰船目标的识别率, 提出了一种基于小波分频带统计特征的舰船分类识别方法。该方法利用小波变换分别提取了舰船辐射噪声带内信号的小波模极大值和带外信号的分频段能量两类特征, 并将两类目标特征的联合量作为舰船的目标特征用以识别舰船目标。同时利用实测海录58组舰船的辐射噪声数据对上述舰船目标特征的分类识别方法进行了验证, 结果表明, 利用联合特征对目标的检测概率可以达到97%以上。

     

  • [1] 张贤达, 保铮. 非平稳信号分析与处理[M]. 北京: 国防工作出版社, 1999.
    [2] 程礼智, 郭汉伟. 小波域离散变换理论及工程实践[M]. 北京: 清华大学出版社, 2004.
    [3] 陶笃纯. 螺旋桨空化噪声[J]. 声学技术, 1982, 7(6): 344-350.
    [4] 梁学章. 小波分析[M]. 北京: 国防工业出版社, 2005.
    [5] 王攀, 沈继忠, 施锦河. 基于小波变换和时域能量熵的P300特征提取算法[J]. 仪器仪表学报, 2011, 32(6): 1285-1289.

    Wang Pan, Shen Ji-zhong, Shi Jin-he. P300 Feature Extrac-tion Algorithm Based on Wavelet Transform and Temporal Energy Entropy[J]. Chinese Journal of Scientific Instrument, 2011, 32(6): 1285-1289.
    [6] 张静远, 张冰, 蒋兴舟. 基于小波变换的特征提取方法分析[J]. 信号处理, 2000(6): 156-162.
    [7] 马君国, 赵宏重, 李保国, 等. 基于二维小波变换的空间目标识别算法[J]. 国防科技大学学报, 2006, 28(1): 58-61.

    Ma Jun-guo, Zhao Hong-zhong, Li Bao-guo, et al. Space Target Recognition Algorithm Based on Two-dimensional Wavelet Transform[J]. Journal of National University of Defense Technology, 2006, 28(1): 58-61.
    [8] 飞思科技产品研发中心. 小波分析理论与matlab7实现[M].北京: 电子工业出版社, 2005.
    [9] Mix F D, Olejniczak J K. Elements of Wavelets for Engineers and Scientists[M]. 杨志华, 译. 北京: 机械工业出版社, 2005.
    [10] 辛欣. 基于时频分析水下目标特征提取[D]. 西安: 西北工业大学, 2007.
    [11] 周开利, 康耀红. 神经网络模型及其MATLAB仿真程序设计[M]. 北京: 清华大学出版社, 2004.
  • 加载中
计量
  • 文章访问数:  1031
  • HTML全文浏览量:  0
  • PDF下载量:  469
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-09-17
  • 修回日期:  2012-10-08
  • 刊出日期:  2013-02-20

目录

    /

    返回文章
    返回
    服务号
    订阅号