基于声信号多重分形和支持向量机的目标识别研究

• 作者: 丁凯 张卫平 方向 李兴华 范磊 谢立军
• 来源期刊: 兵工学报
• 学科: 工学
• 关键词: 信息处理技术 装甲目标 声信号 多重分形 支持向量机 目标识别
• 年，卷（期）: 2012,（12）
• 页码范围: 1521-1526
• 页数: 6页
• 分类号: TJ4|TN911.7
• 字数: 4147字
• 语种: 中文

摘要

为提高智能地雷对地面装甲目标的识别率,针对地面装甲目标辐射的噪声信号具有非线性的特性,建立了一种基于多重分形和支持向量机(SVM)相结合的分类识别模型.通过野外场地实验,采集到两种装甲目标在不同工况(运行速度)下的各40组样本信号；利用多重分形分析计算得到两种目标信号的广义分形维数谱(GFDS),分析了两种目标信号在不同工况下多重分形谱的特征；将GFDS值作为目标特征向量输入SVM分类模型,经训练得到最优分类结果,并与小波包能量(WPE)法提取样本特征后输入SVM的识别效果进行了对比,结果表明前者的识别率达到92.5％,高于后者的85％的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方向	解放军理工大学工程兵工程学院	105	760	13.0	24.0
2	张卫平	解放军理工大学工程兵工程学院	47	145	7.0	10.0
3	李兴华	解放军理工大学工程兵工程学院	22	208	8.0	14.0
4	谢立军	解放军理工大学工程兵工程学院	11	38	4.0	6.0
5	丁凯	解放军理工大学工程兵工程学院	10	53	5.0	7.0
6	范磊	解放军理工大学工程兵工程学院	28	226	8.0	14.0