夏虹
- 作品数：3 被引量：34H指数：3
- 供职机构：江苏省教育装备与勤工俭学管理中心更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：文化科学天文地球电子电信理学更多>>
- 地震动信号的分析与目标识别(英文)被引量：6
- 2003年
- 通过外场实验获得关于轮式车、履带式车的大量地震动信号,在时-频域应用多种方法对信号进行处理,得到相应的特征矢量。利用改进的BP网络对远距离的地震动信号进行目标识别,基于小波及小波包分解能量分布特征的识别率可达85%以上,这种特征矢量具有较好的可分性。
- 聂伟荣朱继南郭亚军夏虹
- 关键词：地震动信号目标识别小波包特征矢量轮式车
- 地面运动目标分类的模式特征与评价被引量：12
- 2002年
- 为了进一步对车辆目标分类 ,对实验获得的典型地面运动目标—轮式车、履带式车的地震动信号从频域、时—频域等多方面进行特征提取。在频域上 ,应用傅立叶变换、经典功率谱分析等常用的信号处理方法对信号进行处理 ,提取了信号的 FFT特征和功率谱特征。在时 -频域应用短时傅立叶变换、小波及小波包分析方法对信号进行处理 ,得到时频分布矩阵奇异值分布特征和小波包分解能量分布特征。之后基于距离可分性设计了一个模式特征可分性测度 ,对时域和时—频域所提取的各种特征进行对比评价 ,结果表明 FFT特征、功率谱特征和小波分解后的能量特征具有更好的可分性。该结果与将各特征应用神经网络进行目标识别的结果是一致的。这表明所设计的模式特征可分性测度是有效的。
- 聂伟荣朱继南夏虹
- 关键词：地面运动目标车辆目标特征提取地震动信号
- D-S证据理论在目标识别中的应用被引量：16
- 2002年
- 根据地面目标运动引起的地震动信号的特征信息 ,应用多传感器信息融合的方法将目标正确分类 .首先根据地震动信号在频域和时频域的多种特征 ,应用BP神经网络模式识别法 ,将地面车辆目标分为轮式车、轻型履带式车和重型履带式车 .设计了一种以神经网络正确识别率作为基本概率赋值的方法 ,并应用D S证据理论进行识别信息融合 .训练样本和识别样本分别取自外场实验所获得真实有效的数据 .通过对识别信息融合 ,以较高的可信度得到与识别样本相一致的识别结果 .这表明所设计的获取基本概率赋值的方法及信息融合算法是有效的 。
- 聂伟荣朱继南夏虹
- 关键词：信息融合神经网络地震动信号D-S证据理论目标识别
