被动水下目标识别研究进展综述

论文摘要

由于海洋环境的复杂性和舰船声隐身技术的发展,被动水下目标识别面临巨大的挑战,是各国水声信号处理领域研究的焦点。首先在介绍基于机器学习的水下目标识别(UATR)技术的基础上,重点分析与总结了水下目标特征提取(时域波形结构特征提取、频域谱特征提取、时频分析特征提取、听觉感知特征提取)、特征选择、分类器设计等方面的研究现状,然后阐述了在人工智能快速发展背景下的UATR技术发展的现状,最后,论述了UATR智能化发展中依然存在的问题及未来发展趋势。综述表明,在水下目标识别领域,基于舰船辐射噪声的水下目标识别依然面临着诸多困难和挑战,构建智能水下目标识别系统,还需要更多的思考和实践。

论文目录

• 1 引言
• 2 基于机器学习的UATR
•   2.1 UATR系统的工作原理
•   2.2 舰船辐射噪声的特征提取
•     2.2.1 时域波形结构特征提取
•     2.2.2 频域谱特征提取
•     2.2.3 时频分析特征提取
•     2.2.4 听觉感知特征提取
•   2.3 从舰船辐射噪声的特征选择
•   2.4 用于舰船辐射噪声识别的分类器设计
•   2.5 基于深度学习的舰船辐射噪声识别
•   2.6 基于类脑智能的UATR
• 3 未来研究方向与展望

文章来源

类型: 期刊论文

作者: 杨宏晖,徐光辉,李俊豪,申昇,姚晓辉

关键词: 舰船辐射噪声,被动水下目标识别,特征提取,特征选择,深度学习,类脑智能

来源: 无人系统技术 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 武器工业与军事技术,船舶工业

单位: 西北工业大学航海学院

基金: 盲信号处理国家级重点实验室基金

分类号: U674.7

页码: 1-7

总页数: 7

文件大小: 857K

下载量: 458