国家自然科学基金(41327004)
- 作品数：2 被引量：11H指数：2
- 相关作者：朱建军李海森徐超王川赵先龙更多>>
- 相关机构：哈尔滨工程大学上海瀚界科技发展有限公司中国人民解放军海军海洋测绘研究所更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：天文地球更多>>
- 基于高阶累积量的高精度时延估计算法被引量：7
- 2020年
- 针对海洋探测中由于接收信号信噪比低并存在各种噪声干扰导致时延估计精度低的问题,提出一种基于二次相关和高阶累积量的具有多种噪声抑制能力的高精度时延估计新方法--SC-HOCS法。该方法首先对两路接收信号进行自相关和互相关处理,抑制部分高斯噪声,然后利用高阶累积量一维切片法对信号进行处理,抑制相关高斯噪声和非高斯色噪声,通过对接收信号的上述处理提高信噪比,最后结合希尔伯特变换对相关峰进行锐化处理,进一步提高时延估计精度。与广义相关法、二次相关法及高阶累积量一维切片法相比,该方法能很好地抑制相关噪声并且能在更低的信噪比下获得较好的时延估计精度,同时该算法计算量较小,可满足对数据实时处理的需求。计算机仿真和水池实验验证了该方法的有效性。该方法为海洋探测中低信噪比信号的高精度时延估计提供一种新的技术途径。
- 张亚斌李胜全朱建军归丽华颜康白嵩赵哲
- 关键词：高阶累积量时延估计希尔伯特变换海洋探测
- 基于合成核SVM的多波束海底声图像底质分类研究被引量：4
- 2014年
- 基于多波束海底声图像中多种特征信息数据的不同特点,以经典的基本统计算法、基于灰度共生矩阵的纹理分析以及基于功率谱比的Pace谱特征提取方法得到3组特征向量,并组合形成4个合成核以代替传统的单核形式,进而采用支持向量机(support vector machine,SVM)进行底质分类研究.通过海试数据处理对该方法进行评价和验证,结果表明该方法可获得比传统单核SVM更高的分类精度,具备实际应用前景.
- 徐超李海森王川赵先龙
- 关键词：支持向量机底质分类
