[发明专利]基于舰船辐射噪声优化特征的水声目标识别方法在审
申请号: | 201410494320.7 | 申请日: | 2014-09-24 |
公开(公告)号: | CN104268397A | 公开(公告)日: | 2015-01-07 |
发明(设计)人: | 潘勉;于海滨;刘敬彪;盛庆华;刘纯虎;李竹;章雪挺;周涛;曹静 | 申请(专利权)人: | 杭州电子科技大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 杭州赛科专利代理事务所 33230 | 代理人: | 占国霞 |
地址: | 310018 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 舰船 辐射 噪声 优化 特征 目标 识别 方法 | ||
1.一种基于舰船辐射噪声优化特征的水声目标识别方法,其特征在于,包括以下步骤:
步骤1,对舰船目标训练辐射噪声数据进行角域分帧操作;
步骤2,对用于训练和测试的舰船目标辐射噪声数据进行能量归一化的预处理;
步骤3,提取训练和测试的舰船目标辐射噪声数据的目标的谱图特征;
步骤4,对谱图特征进行幂次变换提取优化特征;
步骤5,对舰船目标训练辐射噪声数据每一帧优化特征训练多任务截断stick-breaking先验隐马尔可夫模型,进而确定舰船目标辐射噪声数据中每一帧的多任务截断stick-breaking先验隐马尔可夫模型参数;
步骤6,根据确定的舰船辐射噪声数据每一帧的多任务截断stick-breaking先验隐马尔可夫模型的参数,计算测试舰船目标辐射噪声数据优化特征xtest与训练舰船目标辐射噪声数据的每一帧相对应的多任务截断stick-breaking先验隐马尔可夫模型的条件似然函数值;
步骤7,将最大条件似然函数值所对应舰船目标训练辐射噪声数据那一帧的类别属性作为舰船目标测试辐射噪声数据的类别属性。
2.根据权利要求1所述的基于舰船辐射噪声优化特征的水声目标识别方法,其特征在于,在步骤1中,对用于训练的舰船目标辐射噪声数据进行角域分帧具体为,按照30度的角域等角域间隔划分360度全角域,一个舰船目标共计分为12帧。
3.根据权利要求1或2所述的基于舰船辐射噪声优化特征的水声目标识别方法,其特征在于,步骤3中谱图特征Y(τ,ω)的具体计算公式为:
其中τ表示时间,ω表示频率,y(u)表示舰船目标辐射噪声数据中的第u维,w(·)表示谱图变换所用的窗函数,|·|表示取模操作。
4.根据权利要求3所述的基于舰船辐射噪声优化特征的水声目标识别方法,其特征在于,步骤4中优化特征x的具体计算公式为:
其中,ρ0为幂次参数,表示对谱图特征Y(τ,ω)中的每个元素都进行幂次参数为ρ0的幂次变换。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410494320.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种铸件的真空差压浸渗设备
- 下一篇:一种连铸液面自控用放射源固定装置
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用