基于信息熵加权的多阶FRFT域主动声呐目标分类方法

    公开(公告)号:CN114924261A

    公开(公告)日:2022-08-19

    申请号:CN202210571656.3

    申请日:2022-05-24

    Abstract: 本发明公开了基于信息熵加权的多阶FRFT域主动声呐目标分类方法。通过分数阶傅里叶变换对混响进行一定的抑制,又通过多阶次分数阶傅里叶变换,从不同的角度对水下目标回波信号进行时频分析,利用信息熵对多角度的时频变换所得到的信息进行筛选;将经过筛选过后的多角度特征信息进行加权联合,从而在过滤了大部分的无用信息基础上,保留了比单一最优阶次分数阶傅里叶域特征更多的信息。将构成联合特征后导入分类器进行训练。该方法具有抗混响、特征更加可分的能力,是处理混响条件下,尤其是低信混比条件下主动声呐目标分类问题的一种有效方法。

    基于Fisher判别字典学习的主动声呐目标分类方法

    公开(公告)号:CN113392700A

    公开(公告)日:2021-09-14

    申请号:CN202110495215.5

    申请日:2021-05-07

    Abstract: 本发明设计一种基于Fisher判别字典学习的主动声呐目标分类方法,属于主动声呐研究领域。本发明先使用分数阶傅里叶最优阶次域特征,提高了混响抑制能力,再在字典学习的基础上加入了Fisher限制准则对稀疏系数进行限制,从而加强了学习字典的识别性,该分类方法具有抗混响、相似目标判别的能力,是处理混响条件下,尤其是低信混比条件下主动声呐目标分类问题的一种有效方法。

    基于Fisher判别字典学习的主动声呐目标分类方法

    公开(公告)号:CN113392700B

    公开(公告)日:2024-06-07

    申请号:CN202110495215.5

    申请日:2021-05-07

    Abstract: 本发明设计一种基于Fisher判别字典学习的主动声呐目标分类方法,属于主动声呐研究领域。本发明先使用分数阶傅里叶最优阶次域特征,提高了混响抑制能力,再在字典学习的基础上加入了Fisher限制准则对稀疏系数进行限制,从而加强了学习字典的识别性,该分类方法具有抗混响、相似目标判别的能力,是处理混响条件下,尤其是低信混比条件下主动声呐目标分类问题的一种有效方法。

Patent Agency Ranking