-
公开(公告)号：CN112415467B
公开(公告)日：2022-10-25
申请号：CN202011231889.6
申请日：2020-11-06
申请人： 中国海洋大学
摘要： 一种基于神经网络的单矢量潜标目标定位实现方法，本发明涉及基于神经网络的单矢量潜标目标定位实现方法。本发明是要解决现有方法能量检测法对于能量较弱且运动速度过快的目标较难准确地捕捉出其方位随时间变化与传统的单矢量水听器目标距离预报方法大多停留在理论仿真，对于工程应用存在难度的问题。一、根据滑窗重叠法取单矢量水听器声压和振速通道信号p(t)、vx(t)与vy(t)做傅里叶变换；二、利用动态累积启动滑动更新方法得到声压振速组合矩阵P(f)并利用单矢量MVDR得到波束输出；三、搭建三层BP神经网络，对声压通道数据抗混叠滤波后降采样，与样本目标距离数据进行样本和标签的准确匹配，训练神经网络模型并保存；四、利用已保存神经网络模型对新采样声压时域数据进行目标距离分类；五、对神经网络预测分类结果解算成距离值并完成数据跳变点(野点)剔除。本发明应用于信号处理领域。
-
公开(公告)号：CN113452637B
公开(公告)日：2021-11-30
申请号：CN202111017690.8
申请日：2021-09-01
申请人： 中国海洋大学
摘要： 本发明公开了一种基于特征选择和支持向量机的水声通信信号调制识别方法。包括：对仿真或实际获取的水声通信数据样本，提取每一个样本的瞬时特征、高阶累积量、功率谱特征，形成串联特征；采用熵权法计算串联特征的权重系数，将权重系数大于预设权重阈值的对应特征视作敏感特征；以每一个样本的敏感特征作为样本数据，相同调制方式的水声数据样本标注相同标签，不同调制方式的水声数据样本标注不同标签，形成训练；以训练集为支持向量机的输入，采用高斯核函数，以多分类交叉熵函数作为目标函数进行训练，得到基于支持向量机的识别模型；利用训练好的识别模型，对经过特征提取的水声通信数据进行调制识别。本方法具有效率高、识别准确的优点。
-
公开(公告)号：CN113452637A
公开(公告)日：2021-09-28
申请号：CN202111017690.8
申请日：2021-09-01
申请人： 中国海洋大学
摘要： 本发明公开了一种基于特征选择和支持向量机的水声通信信号调制识别方法。包括：对仿真或实际获取的水声通信数据样本，提取每一个样本的瞬时特征、高阶累积量、功率谱特征，形成串联特征；采用熵权法计算串联特征的权重系数，将权重系数大于预设权重阈值的对应特征视作敏感特征；以每一个样本的敏感特征作为样本数据，相同调制方式的水声数据样本标注相同标签，不同调制方式的水声数据样本标注不同标签，形成训练；以训练集为支持向量机的输入，采用高斯核函数，以多分类交叉熵函数作为目标函数进行训练，得到基于支持向量机的识别模型；利用训练好的识别模型，对经过特征提取的水声通信数据进行调制识别。本方法具有效率高、识别准确的优点。
-
公开(公告)号：CN112415467A
公开(公告)日：2021-02-26
申请号：CN202011231889.6
申请日：2020-11-06
申请人： 中国海洋大学
摘要： 一种基于神经网络的单矢量潜标目标定位实现方法，本发明涉及基于神经网络的单矢量潜标目标定位实现方法。本发明是要解决现有方法能量检测法对于能量较弱且运动速度过快的目标较难准确地捕捉出其方位随时间变化与传统的单矢量水听器目标距离预报方法大多停留在理论仿真，对于工程应用存在难度的问题。一、根据滑窗重叠法取单矢量水听器声压和振速通道信号p(t)、vx(t)与vy(t)做傅里叶变换；二、利用动态累积启动滑动更新方法得到声压振速组合矩阵P(f)并利用单矢量MVDR得到波束输出；三、搭建三层BP神经网络，对声压通道数据抗混叠滤波后降采样，与样本目标距离数据进行样本和标签的准确匹配，训练神经网络模型并保存；四、利用已保存神经网络模型对新采样声压时域数据进行目标距离分类；五、对神经网络预测分类结果解算成距离值并完成数据跳变点(野点)剔除。本发明应用于信号处理领域。
-
-
-
搜索结果
4 条记录 (耗时 0.02 秒)
