水下攻防系統(tǒng)的水聲信號處理與目標識別技術(shù)研究.pdf

1、水下攻防系統(tǒng)長期在海洋環(huán)境中自動執(zhí)行任務(wù)，必須具有探測和識別目標的能力。由于海洋水聲環(huán)境復雜，信號探測和處理系統(tǒng)需要在干擾嚴重的情況下，從低信噪比水聲信號中提取有效信息，準確識別目標，保障水下攻防系統(tǒng)的正常工作。結(jié)合攻防系統(tǒng)的實際需求，論文主要從水聲探測信號處理、水聲信號分類識別和聲納圖像識別處理幾方面展開研究。
　　(1)研究了航器輻射信號的小波濾波方法，提出了小波硬閾值濾波的閾值參數(shù)確定方法，使用遺傳自適應算法查找均方差意義上

2、的最佳閾值參數(shù)，該算法解決了閾值選取受到采樣信號長度影響的問題，并使得運算速度提高了4倍。在水聲回波信號濾波處理中，為了滿足在濾波的同時盡量保留信號奇異性的需要，提出一種自適應閾值函數(shù)的小波濾波算法。該算法使用連續(xù)且可導的閾值函數(shù)對小波系數(shù)進行壓縮處理，并且可以根據(jù)信號特征自適應調(diào)整閾值函數(shù)。仿真實驗表明，該方法和現(xiàn)有的閾值去噪方法相比，能夠在濾波處理過程中更好的保留回波信號奇異性特征。研究了聲納圖像的濾波問題，提出自適應閾值函數(shù)的小波

3、域閾值圖像濾波方法，仿真實驗證明，該算法可以更好的保留圖像的邊緣，并能克服視覺失真現(xiàn)象。
　　(2)研究了水聲探測回波信號的分類識別問題，介紹了基于全極點模型法特征提取和能量特征提取方法。提出了基于Shannon熵的最優(yōu)小波基函數(shù)的確定方法和基于判別熵的小波變換的最優(yōu)分解層數(shù)的確定方法，使用水池實驗數(shù)據(jù)進行分類識別實驗，驗證了所提方法對特征提取的有效性。研究了航器輻射噪聲的分類識別問題，介紹了功率譜特征和低頻線譜特征提取方法。提出

4、了一種自適應遺傳BP算法，并用該算法訓練神經(jīng)網(wǎng)絡(luò)目標分類器，通過對目標噪聲信號分類識別實驗證明，論文提出的分類識別系統(tǒng)有很好的分類效果。
　　(3)研究了聲納圖像分類識別處理方法。針對聲納圖像中常遇到的因為被其它物質(zhì)遮擋而導致的識別準確率下降的問題，使用基于稀疏表示的聲納圖像分類識別方法，該方法對被遮擋的圖像識別具有較強的魯棒性。為了有效的從圖像的稀疏表示中提取高效特征信息，論文提出了一種投影矩陣優(yōu)化算法，該算法通過收縮Gram矩