自适应小波网络在船舶噪声识别中的应用.pdfVIP

自适应小波网络在船舶噪声识别中的应用 吕淑萍 女 博士生／副教授 哈尔滨工程大学自动化学院［ ］ !###! 李 强 硕士研究生 哈尔滨工程大学自动化学院［ ］ !###! 摘 要 本文基于自适应小波网络理论，构造了一个应用于船舶辐射噪声识别的自适应小波 网络分类器。仿真结果表明，该方法具有良好的目标识别性能，且收敛速度快，是一种有效的目标 识别方法，从而为研究自适应小波网络理论在声呐信号目标识别领域中的应用有着极其重要的实 际意义。 关键词 人工智能 自适应小波网络 目标识别 分类器 中图分类号 $%! 同的是，小波网络的隐节点函数是小波函数，输入层 ! 引 言 到隐层的权值和阀值分别对应小波的伸缩和平移参 目标识别是水声信号处理的主要任务之一，如 数。 何在错综复杂的海洋环境中利用声呐接受到的船舶 根据小波理论可知：任意信号 （）可以用母小 ! 辐射噪声信号来实现目标自动识别是当前信号处理 波 （）及其子小波的加权求和近似表示，即： ! # 领域的突出难题。近年来，将神经网络技术应用于 * ) $ ’ （） （） ! % (! （ ） ! ! ’ + 声呐信号目标识别的分类系统已取得了一定的进 ’ ! ’ % 其中， ， 是第 个子小波的平移量和伸缩量， 展，但目标识别中常用的 网络具有易陷入局部 + * ’ ( 5% ’ ’ ’ $ 为相应权值， 为小波总数，（）为 （）的逼近信 极小点、学习收敛性较差、网络结构不能根据输入样 ! ! 号。信号的这