一种基于RBF神经网络预测模型的舰船静电场检测方法

• 作者: 李松 蔡旭东 赵仕伟
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 工学
• 关键词: 舰船静电场 目标检测 小波分解 重构 RBF神经网络 预测模型
• 年，卷（期）: 2009,（3）
• 页码范围: 553-556
• 页数: 4页
• 分类号: TB559
• 字数: 2022字
• 语种: 中文
• DOI: 10.3963/j.issn.1006-2823.2009.03.038

摘要

海洋环境中,舰船静电场信号易受背景噪声的影响,给目标检测带来了困难.通过对静电场的分析,提出了一种低信噪比下检测舰船静电场的方法,首先对信号进行小波分解并在低频段进行晕构,然后利用RBF神经网络对海洋环境噪声建立了预测模型,以模型对于接受信号的一步预测误差作为检验统计量来判断目标是否存在.将该方法用于实测舰船静电场信号的检测,取得了较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李松		7	39	4.0	6.0
5	蔡旭东	海军工程大学兵器工程系	2	9	2.0	2.0