小波包分形与支持向量机在水声目标识别中的应用研究

被引:4
作者
李海涛
程玉胜
戴卫国
李智忠
机构
[1] 海军潜艇学院水声中心
关键词
目标辐射噪声; 小波包分形; 支持向量机; 水声目标识别;
D O I
10.16300/j.cnki.1000-3630.2015.03.006
中图分类号
U666.7 [水声设备];
学科分类号
082403 ;
摘要
水声目标分类识别是公认的水声信号处理难题,船舶辐射噪声是一种非线性非平稳信号,具有一定的混沌特性,更好地认识船舶辐射噪声的非线性性质,有助于更好地寻找有效的水声目标检测及识别算法。为了解决水声目标的分类识别问题,提出了利用小波包分形和支持向量机组合进行水声目标识别。利用小波包分解得到目标辐射噪声不同频带内信号分形维数作为特征矢量,并输入到支持向量机实现目标分类,实验结果表明,小波包分形和支持向量机的结合有比较好的分类识别效果,有一定的实际应用价值。
引用
收藏
页码:219 / 222
页数:4
相关论文
共 7 条
[1]   小波与分形组合分析技术在爆破振动信号分析中的应用 [J].
谢全民 ;
龙源 ;
钟明寿 ;
何洋扬 ;
李兴华 ;
毛益明 .
振动与冲击, 2011, 30 (12) :120-124+169
[2]   基于小波分形的电能质量暂态扰动多分辨率分析 [J].
李涛 ;
夏浪 .
湖南大学学报(自然科学版), 2010, 37 (01) :80-84
[3]   支持向量机与纠错编码相结合的多类分类算法 [J].
夏建涛 ;
何明一 .
西北工业大学学报, 2003, (04) :443-448
[4]   基于多尺度分形维数的汉语语音声韵切分 [J].
王帆 ;
郑方 ;
吴文虎 .
清华大学学报(自然科学版), 2002, (01) :68-71
[5]   船舶辐射噪声的混沌现象研究 [J].
章新华 ;
张晓明 ;
林良骥 .
声学学报, 1998, (02) :134-140
[6]  
现代信号处理技术.[M].吴正国等编著;.武汉大学出版社.2003,
[7]  
计算机视觉与模式识别.[M].郑南宁著;.国防工业出版社.1998,