文档介绍：摘要水下目标识别是实现水声设备与武器系统智能化的关键技术。它一直是海军部门久攻不克,悬之未决的技术难题。声回波识别是水下目标远程识别文利用已有的水雷目标的声回波特征提取方法,采用新兴的模糊神经网络技能力的分类器,并用实际的真假水雷目标实验数据测试了基于模糊分类器识模糊神经网络结合了模糊系统和神经网络的优点,同时具有模糊逻辑易于表达人类知识和神经网络的分布式信息存储以及学习能力的优点,可以用于针对从水下目标回波信号提取的特征的多维性,模糊性,以及自动提取模糊规则和适应复杂环境。论文给出了两种应用模糊神经网络设计的分类器。网络,它的实质是用嘈偷乃惴ㄊ迪帜:齝一均值聚类:它与经典自组织映射算法的结合将能够大大加快自组织模型的收敛速度,能够较快地获得待聚类数掘的中心点。此分类器可利用聚类算法可以轻松获得前件网络中的模糊规则数及隶属度函数的形状,该算法是对整个输入空间的直接划分,使用的是多维隶属度函数,尽量侵隶属度函数覆盖整个输入空间,这就使规种有教师学习模型,完全基于数据建模,结合了型模糊推理和神经网络。在该分类器中将模糊系统网络结构化,模糊规则的隶属度函数参数化。自适应模糊神经网络从输入一输出数据对中产生模糊规则,经过算法学的主要手段。本论文的研究对象是声回波识别,主要要求区分真假目标。论术,与具体目标及其应用环境相结合,设计出两类具有一定自适应性和泛化别系统的性能。分类器腔谀:劾嗤缟杓频模玫耐缡悄:齂聚类则的数目大为减少。从而避免了传统的按输入维数划分方法的“维数灾难”问题的发生。分类器是基于自适应模糊神经网络设计的,自适应模糊神经网络是一哈尔滨薮笱妒Ш温畚
知识水坝***@pologoogle为您整理
采用编写了数据显示和特征提取软件。用面向对象的软件将特征提取各类算法封装成应用类。应用对维数高的目标特征向量进行降维序,针对目标不同特征分别进行训练,得到不同权系数的网络。用测试数据习调整,再将所产生的规则同经验规则组成一个最终的模糊推理系统。在本论文中将分类器总结为基于数据规则的识别。处理,编写了基于自适应模糊神经网络和基于模糊聚类网络的分类器应用程检测分类器的识别能力。关键词:水下目标识别;特征提取;模糊分类;模糊神经网络;自适应模糊神经网络;模糊聚类网络哈尔滨笱学付论文
知识水坝***@pologoogle为您整理
。甌哈尔滨￥人学硕十学位论文籌瑃琣,,瑃..,,;琲
.,籪哈尔滨o搜妒奇论文.;。,甌簎;猙;狥
作者┳:盔焓加卉年名日哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献等的引用己在文中指出,并与参考文献相对应。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。期:日
第滦髀水下目标识别发展概况洋、开发海洋和保护海洋的工作只益受到瞩目,二十一世纪将是丌发空间与中,声纳目标识别是水下探测系统智能化的重要标志,是各个先进的海军国一战之后,各国加紧了声纳的研究进程,其中美、英等国家重点发展主动声纳,德国则主要发展被动声纳。在此期認,对声纳设计有重要关系的传播介质的认识饕J巧偬荻及假设检验与估计理论的应用提到了各国促进了声纳装备的发展。随着水声与电子信息技术的迅猛发展,水下争斗日地跟踪真实目标,已同信号检测和目标参数估计一样,成为声纳必备的功能。传统的目标识别方法是根据声纳员的经验和主观判断来确定目标的类型,在过去各种技术还不成熟的条件下,它的确起到了耳目的作用。在声纳目标识声场是海洋中传播得最远的物理场,因而声波就成为探测和研究海洋的有力工具,水声技术因而得到发展。随着科学技术的不断进步,人类利用海海洋的世纪。水声技术作为海洋丌发的主导技术之一,旅媪僮徘八从械发展机遇。远程探测、目标识别和定位是水声技术发展的三项关键技术。其家急待解决的技术难题。对未来海上电子战争具有重大的军事应用价值,已成为国内外学术界和军方关注的焦点问题。海军的议事同程之上。二战及战后冷战时期的迫切需求进一步促进了声纳装备的发展。美国人把水声与雷达、原子弹并列为三大发展计划。水声传播、噪音、混响、目标反射的理论和实验研究工作被广泛展开。特别是在用计算机解声传播方程方面的研究成果解决了声纳系统设计的水声建模难题。包括主动辐射器和被动永听器在内的水下电声换能器技术取得长足的进步。大大益激烈。各类干扰及欺骗式诱饵等水声对抗器材的出现,对各种声纳装置的性能提出了更高的要求。尽可能识别目标的真伪,排除各种干扰,并有选择别领域,传统的目标识别主要依靠有经验的声纳员来完成。当前面对娓哈尔滨稃人学硕十学付论文
水下目标识别进展及研究