学位论文 > 优秀研究生学位论文题录展示

飞行器被动音频探测与识别技术研究

作　者: 葛欣宏
导　师: 柏逢明
学　校: 长春理工大学
专　业: 模式识别与智能系统
关键词: 飞行器被动音频探测小波分析特征提取神经网络
分类号: V248
类　型: 硕士论文
年　份: 2007年
下　载: 141次
引　用: 0次
阅　读: 论文下载

内容摘要

在现代战争中，随着电子干扰、反辐射导弹、隐身技术等技术的发展，作为空中预警系统主要部分的雷达越来越容易遭受攻击，而被动音频探测技术是雷达探测技术的有效补充，它利用接收到的战场目标运动时发出的音频信号作为研究对象，自己不发出信号，从而具有较强的隐蔽性。飞行器被动音频探测系统主要分为定位和识别两个子系统，本文侧重于识别子系统的研究。本文首先应用现代信号处理手段研究了目标音频信号的小波变换的特征信息提取方法。基于二种战场目标的音频频谱特性采用基于小波理论的小波分解尺度细节信号时域能量的特征提取算法，利用这种算法获得了较低维的特征向量。并设计了BP神经网络和SOM神经网络两种分类器。目标识别实验中利用直升机等二类战场目标的实测声信号数据，应用前述小波分析特征提取技术和分类器进行识别分类，来考察它们各自的性能。

全文目录

摘要  4-5
ABSTRACT  5-6
目录  6-7
第一章绪论  7-15
  §1.1 研究的背景及意义  7-11
  §1.2 国内外研究概况  11-13
  §1.3 本文的主要研究内容  13-15
第二章飞行器被动音频探测系统  15-23
  §2.1 引言  15
  §2.2 传声器工作原理  15-17
  §2.3 飞行器被动音频探测系统原理  17-22
  §2.4 本章小结  22-23
第三章基于小波分析的飞行器音频特征提取  23-39
  §3.1 引言  23
  §3.2 飞行器音频特性分析  23-26
  §3.3 小波分析的基本理论  26-34
  §3.4 飞行器音频信号的特征提取  34-38
  §3.5 本章小结  38-39
第四章神经网络分类器设计与识别结果分析  39-55
  §4.1 引言  39
  §4.2 人工神经网络基本理论  39-41
  §4.3 基于BP神经网络的分类器设计  41-47
  §4.4 基于SOM神经网络的分类器设计  47-52
  §4.5 识别结果分析  52-54
  §4.6 本章小结  54-55
第五章本文总结与展望  55-57
致谢  57-58
参考文献  58-60

飞行器被动音频探测与识别技术研究

内容摘要

全文目录

相似论文