学位论文 > 优秀研究生学位论文题录展示
基于听觉模型的水下目标识别研究
作 者: 吴岳松
导 师: 李亚安
学 校: 西北工业大学
专 业: 水声工程
关键词: 听觉模型 小波变换 特征提取 神经网络 目标识别 舰船辐射噪声
分类号: U666.7
类 型: 硕士论文
年 份: 2005年
下 载: 296次
引 用: 8次
阅 读: 论文下载
内容摘要
舰船目标的分类识别是国防研究的关键技术,也是当前水声界研究的热点,具有重要的理论意义和军事应用价值。听觉模型已经在语音信号处理方面取得了成功的应用,而在水声信号处理方面一直为人们所忽略。基于听觉模型的水下目标特征提取是水声信号处理的一个重要内容,因此本文尝试将听觉模型应用于水下目标的分类、识别。在分析耳蜗对声音的辨别原理的基础上,研究了人耳听觉系统对语音信号处理的特点,并结合小波分析在水声信号降噪、特征提取、目标识别等方面的应用,对实际舰船辐射噪声信号进行了特征提取和分类验证。 本文主要的研究内容与创新如下: 1.参考了听觉模型在语音信号处理方面的成功应用,并结合水声信号与语音信号处理的相似性,建立了一个适用于水声信号处理的计算听觉模型。研究了基于听觉模型的水声信号特征提取方法,提取了舰船辐射噪声的听觉特征。 2.对小波变换应用于水声信号的降噪进行了分析。探讨了基于小波变换降噪的基本原理和方法;对小波降噪方法进行了仿真,并对实际舰船信号进行了小波降噪。结果表明,小波降噪方法能较好的去除信号中的背景噪声,达到了从实际舰船辐射噪声中去除背景噪声的效果。 3.提出了对舰船辐射噪声的小波变换系数进行分束的特征提取方法,利用每一个束的能量值作为舰船辐射噪声的类别特征。给出了提取该特征的理论依据及其实现方法,并分析了该特征的分类性能。采用了三种舰船辐射噪声特征提取方法,即小波包,听觉模型和功率谱方法,并通过神经网络进行了分类。结果表明,采用听觉模型提取的舰船辐射噪声的特征分类结果最好。 4.研究了适用于舰船目标识别的神经网络分类器的设计,通过对实际舰船辐射噪声的分类实验,检验了本文所提取的舰船辐射噪声特征的分类性能,达到了比较好的分类效果。
|
全文目录
摘要 3-4 ABSTRACT 4-9 第一章 绪论 9-14 1.1 研究目的及意义 9-10 1.2 研究动态及现状 10-12 1.3 本文的主要工作 12-14 第二章 人耳听觉特性和听觉模型研究概述 14-24 2.1 听觉模型研究概况 14-16 2.2 听觉系统简介 16-19 2.2.1 外耳 16-17 2.2.2 中耳 17 2.2.3 内耳 17-18 2.2.4 耳蜗对声音信号的时频分析 18-19 2.3 听觉模型(LINAM)的工作原理 19-23 2.3.1 耳蜗的频率分解 19-20 2.3.2 毛细胞及内耳听神经的能量转换 20-21 2.3.3 CNS的侧抑止神经网络 21-23 2.4 本章小结 23-24 第三章 小波变换理论基础 24-38 3.1 引言 24-25 3.2 小波变换理论 25-34 3.2.1 连续小波变换 25-27 3.2.2 二进小波变换 27-28 3.2.3 离散小波变换 28-30 3.2.4 多分辨率分析 30-32 3.2.5 小波包变换 32-33 3.2.6 小波的性质 33-34 3.3 常用小波函数介绍 34-37 3.3.1 小波的选择 34 3.3.2 Haar小波 34-35 3.3.3 Morlet小波 35-36 3.3.4 Mexihat小波 36 3.3.S Daubechies小波 36-37 3.4 本章小结 37-38 第四章 基于听觉模型的舰船辐射噪声特征提取 38-59 4.1 舰船辐射噪声特性分析 38-39 4.2 基于小波变换的舰船辐射噪声的降噪 39-41 4.2.1 小波降噪的优越性 39-40 4.2.2 信噪分离的原理和方法 40-41 4.3 小波降噪的仿真计算 41-48 4.3.1 小波降噪和 FFT降噪方法的比较 41-43 4.3.2 不同阈值选择方法降噪的比较 43-46 4 3.3 实际舰船噪声的降噪 46-48 4.4 舰船辐射噪声的时频域分析 48-50 4.5 基于小波变换的舰船辐射噪声特征提取 50-54 4.5.1 基于小波变换系数特征提取方法简介 50-51 4.5.2 利用小波包提取水声信号各个频率段的能量及改进 51-54 4.6 基于听觉模型的舰船辐射噪声特征提取 54-58 4.6.1 听觉模型的原理 54-56 4.6.2 听觉模型算法实现 56-58 4.7 本章小结 58-59 第五章 基于神经网络的水下目标识别 59-76 5.1 引言 59-60 5.2 人工神经网络基础 60-68 5.2.1 神经网络的基本结构 60-63 5.2.2 BP神经网络 63-66 5.2.3 神经网络分类器的设计 66-68 5.3 舰船辐射噪声的神经网络分类器的设计 68-70 5.3.1 舰船辐射噪声的神经网络分类器的结构 68 5 3.2 BP算法应用过程中遇到的问题 68-69 5.3.3 网络收敛速度慢的改进 69-70 5.4 注分类识别结果 70-75 5.4.1 舰船辐射噪声功率谱特征提取方法研究 70-73 5.4.2 分类识别结果 73-75 5.5 本章小结 75-76 第六章 总结与展望 76-78 参考文献 78-82 致谢 82-83 硕士期间发表的文章 83-84
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
中图分类: > 交通运输 > 水路运输 > 船舶工程 > 导航设备、水声设备 > 水声设备
© 2012 www.xueweilunwen.com
|