注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)工業(yè)技術(shù)武器工業(yè)水中目標(biāo)新型被動(dòng)檢測理論及方法

水中目標(biāo)新型被動(dòng)檢測理論及方法

水中目標(biāo)新型被動(dòng)檢測理論及方法

定 價(jià):¥98.00

作 者: 胡橋 著
出版社: 科學(xué)出版社
叢編項(xiàng): 海洋機(jī)器人科學(xué)與技術(shù)叢書
標(biāo) 簽: 暫缺

ISBN: 9787508857114 出版時(shí)間: 2020-07-01 包裝: 平裝
開本: 16開 頁數(shù): 171 字?jǐn)?shù):  

內(nèi)容簡介

  《水中目標(biāo)新型被動(dòng)檢測理論及方法》圍繞水中目標(biāo)新型被動(dòng)檢測理論及方法,從水聲目標(biāo)信號與噪聲特性、新型水聲信號處理算法、水中目標(biāo)被動(dòng)檢測模型、水中目標(biāo)智能被動(dòng)檢測理論及水中目標(biāo)混合智能識別五個(gè)方面進(jìn)行研究并將相關(guān)成果進(jìn)行總結(jié),可為水下機(jī)器人、水下航行器的目標(biāo)智能探測與識別提供堅(jiān)實(shí)的理論支持,對海洋裝備智能探測與識別等性能的提升具有重要意義。

作者簡介

暫缺《水中目標(biāo)新型被動(dòng)檢測理論及方法》作者簡介

圖書目錄

目錄
叢書前言一
叢書前言二
前言
1 緒論 1
1.1 水中目標(biāo)被動(dòng)檢測的意義 1
1.2 國內(nèi)外研究綜述 2
1.2.1 水聲信號處理和特征提取 4
1.2.2 水聲目標(biāo)被動(dòng)檢測技術(shù)及應(yīng)用 7
1.2.3 水中目標(biāo)新型被動(dòng)檢測技術(shù)的提出 11
1.3 本書的研究意義和主要內(nèi)容 12
1.3.1 本書的研究意義 12
1.3.2 本書研究的主要內(nèi)容 14
1.4 本書章節(jié)安排 14
參考文獻(xiàn) 16
2 水聲目標(biāo)信號與噪聲特性 22
2.1 引言 22
2.2 水聲信號的統(tǒng)計(jì)特性分析 23
2.3 水聲目標(biāo)的輻射噪聲特性分析 25
2.3.1 艦船輻射噪聲的時(shí)域和頻域統(tǒng)計(jì)特征 25
2.3.2 艦船輻射噪聲的頻譜及其調(diào)制特性 28
2.3.3 水下航行器輻射噪聲的時(shí)域和頻域統(tǒng)計(jì)特征 31
2.3.4 水下航行器輻射噪聲的頻譜及其調(diào)制特性 32
2.4 水下航行器的自噪聲特性分析 34
2.4.1 自噪聲的時(shí)域和頻域統(tǒng)計(jì)特征 34
2.4.2 自噪聲的頻譜及其調(diào)制特性 35
2.5 水聲目標(biāo)的輻射噪聲模型和水下航行器自噪聲模型 36
2.5.1 艦船輻射噪聲模型 36
2.5.2 水下航行器輻射噪聲模型 41
2.5.3 水下航行器自噪聲模型 44
2.6 小結(jié) 46
參考文獻(xiàn) 47
3 新型水聲信號處理算法 48
3.1 引言 48
3.2 基于高階統(tǒng)計(jì)量的非高斯水聲信號分析 50
3.2.1 高階譜及其切片譜分析 50
3.2.2 線譜特征提取 52
3.3 基于第二代小波變換的非平穩(wěn)水聲信號分析 52
3.3.1 第二代小波變換的基本原理 52
3.3.2 第二代小波變換濾波分析 54
3.3.3 水中目標(biāo)的分頻帶能量觀測 59
3.4 基于經(jīng)驗(yàn)?zāi)J椒纸獾姆蔷€性水聲信號分析 60
3.4.1 經(jīng)驗(yàn)?zāi)J椒纸獾幕驹?60
3.4.2 一種新的端點(diǎn)效應(yīng)解決方案 61
3.4.3 一種新的模態(tài)混疊解決方案 64
3.4.4 輻射噪聲的特征提取研究 66
3.5 集成信號處理方法的水聲信號分析 70
3.5.1 集成多個(gè)經(jīng)驗(yàn)?zāi)J椒纸獾奶卣魈崛⊙芯?70
3.5.2 集成第二代小波變換和經(jīng)驗(yàn)?zāi)J椒纸獾奶卣魈崛⊙芯?75
3.6 基于變分模態(tài)分解的非線性水聲信號分析 79
3.6.1 變分模態(tài)分解的基本原理 79
3.6.2 變分模態(tài)分解參數(shù)制定解決方案 81
3.6.3 基于變分模態(tài)分解的輻射噪聲特征提取研究 84
3.7 小結(jié) 87
參考文獻(xiàn) 88
4 水中目標(biāo)被動(dòng)檢測模型 90
4.1 引言 90
4.2 常規(guī)的被動(dòng)檢測模型及其實(shí)驗(yàn)分析 91
4.2.1 能量檢測模型 92
4.2.2 過零率檢測模型 93
4.2.3 線譜檢測模型 94
4.2.4 仿真性能分析 95
4.2.5 實(shí)驗(yàn)分析 96
4.3 新型的被動(dòng)檢測模型及其實(shí)驗(yàn)分析 98
4.3.1 集成被動(dòng)檢測模型 98
4.3.2 基于經(jīng)驗(yàn)?zāi)J侥芰快氐谋粍?dòng)檢測模型 103
4.3.3 基于第二代小波包近似熵的被動(dòng)檢測模型 107
4.3.4 基于時(shí)頻分析的被動(dòng)檢測模型 112
4.4 被動(dòng)檢測模型應(yīng)用研究 117
4.5 小結(jié) 121
參考文獻(xiàn) 122
5 水中目標(biāo)智能被動(dòng)檢測理論 124
5.1 引言 124
5.2 特征提取與特征選擇技術(shù) 126
5.2.1 特征提取 126
5.2.2 特征選擇 127
5.3 支持向量數(shù)據(jù)描述的基本原理 128
5.4 基于組合支持向量數(shù)據(jù)描述的被動(dòng)檢測模型 131
5.4.1 被動(dòng)檢測模型構(gòu)建 131
5.4.2 應(yīng)用研究 133
5.5 基于模糊支持向量數(shù)據(jù)描述的被動(dòng)檢測模型 134
5.5.1 模糊支持向量數(shù)據(jù)描述原理 134
5.5.2 被動(dòng)檢測模型構(gòu)建 135
5.5.3 應(yīng)用研究 137
5.6 小結(jié) 139
參考文獻(xiàn) 140
6 水中目標(biāo)混合智能識別研究 142
6.1 引言 142
6.2 集成支持向量機(jī)原理 144
6.2.1 基于常規(guī)組合的集成支持向量機(jī) 144
6.2.2 基于AdaBoost算法的集成支持向量機(jī) 145
6.2.3 基于Bagging算法的可選擇集成支持向量機(jī) 148
6.3 水中目標(biāo)混合智能識別框架 151
6.4 基于常規(guī)組合的集成支持向量機(jī)的實(shí)驗(yàn)分析 151
6.4.1 艦船輻射噪聲數(shù)據(jù)集 151
6.4.2 常規(guī)組合的集成支持向量集與傳統(tǒng)分類器的分類性能比較 154
6.4.3 特征選擇對分類性能的影響 155
6.5 基于AdaBoost算法和Bagging算法的集成支持向量機(jī)的實(shí)驗(yàn)分析 156
6.5.1 水中目標(biāo)輻射噪聲數(shù)據(jù)集 156
6.5.2 針對不同集成數(shù)目的智能分類器性能比較 158
6.5.3 不同的特征數(shù)目對分類結(jié)果的影響 158
6.5.4 集成支持向量機(jī)與支持向量機(jī)的泛化性能比較 160
6.5.5 討論 161
6.6 深度學(xué)習(xí)目標(biāo)分類 161
6.6.1 二維時(shí)頻譜圖 162
6.6.2 深度學(xué)習(xí)模型 163
6.6.3 二維時(shí)頻譜圖與深度學(xué)習(xí)相結(jié)合的目標(biāo)分類識別分析 165
6.7 小結(jié) 169
參考文獻(xiàn) 170

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號