基于AR模型和神经网络的舰船水压信号检测方法

• 作者: 姜润翔 姜礼平 龚沈光
• 来源期刊: 数据采集与处理
• 学科: 交通运输
• 关键词: 神经网络 AR模型 目标检测 舰船水压场
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 459-462
• 页数: 4页
• 分类号: U6|TP3
• 字数: 3172字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2006.04.017

摘要

为了有效地从风浪背景中检测舰船水压场信号,根据舰船水压场信号和波浪噪声信号的差异,以时间序列的AR模型理论为依据,采用基于AR模型和神经网络的舰船水压信号检测方法.该检测算法的核心是将检测问题转化为模式识别问题,首先对接收信号建立AR模型并提取AR模型系数作为特征向量,然后利用人工神经网络对信号进行检测.在此基础上,通过不同浪级情况下海浪水压力场的仿真信号数据,对某型目标舰船的水压力信号进行了检测计算,验证了该方法的有效性,尤其是达到了在高海况、低信噪比条件下,对目标信号检测率比较高、虚警率比较低的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚沈光	海军工程大学兵器工程系	169	1744	21.0	31.0
2	姜礼平	海军工程大学理学院	80	573	12.0	17.0
3	姜润翔	海军工程大学理学院	41	170	7.0	10.0