水下目标信号的结构化稀疏特征提取方法

• 作者: 曾向阳 王璐 陆晨翔
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 水下目标识别 特征提取 稀疏分解 结构化稀疏 稀疏贝叶斯学习 模式识别 信噪比
• 年，卷（期）: 2018,（8）
• 页码范围: 1278-1282
• 页数: 5页
• 分类号: TN911.72
• 字数: 4801字
• 语种: 中文
• DOI: 10.11990/jheu.201701046

摘要

为了提取具有噪声鲁棒性的水下目标信号特征用于水下目标识别,通过分析实测水下目标辐射噪声的时频谱,发现其时频谱中往往存在稀疏分布的具有目标区分性信息的强能量窄带线谱.结合稀疏分解理论,利用窄带线谱的结构化稀疏特点,提出一种稀疏特征提取方法.该特征提取方法借助稀疏贝叶斯学习模型,利用相邻帧样本间的相关性信息,能够有效增强窄带线谱成分,提高特征的噪声鲁棒性.并用一组实测数据对该特征的分类性能进行了测试,结果表明该特征在训练样本和测试样本噪声条件不匹配的情况下,能够保持较高的识别正确率,是一种具有噪声鲁棒性的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾向阳	西北工业大学航海学院	67	326	10.0	15.0
2	王璐	西北工业大学航海学院	21	87	4.0	9.0
3	陆晨翔	西北工业大学航海学院	1	2	1.0	1.0