摘要 | 第5-6页 |
Abstract | 第6-7页 |
注释表 | 第14-15页 |
1 绪论 | 第15-27页 |
1.1 研究背景及意义 | 第15-16页 |
1.2 国内外水下攻防系统的研究现状 | 第16-19页 |
1.2.1 国外研究情况 | 第17-19页 |
1.2.2 国内研究情况 | 第19页 |
1.3 攻防系统的相关信号处理技术 | 第19-25页 |
1.3.1 水声信号滤波技术 | 第20-22页 |
1.3.2 水声信号的特征提取和分类技术 | 第22-24页 |
1.3.3 声纳图像分类识别技术 | 第24-25页 |
1.4 论文的组织结构 | 第25-27页 |
2 系统结构及信号处理的理论基础研究与分析 | 第27-40页 |
2.1 水下攻防系统信号处理与识别系统结构 | 第27-28页 |
2.2 小波变换及滤波的理论基础 | 第28-35页 |
2.2.1 小波变换 | 第28-31页 |
2.2.2 小波滤波方法 | 第31-32页 |
2.2.3 小波域阈值滤波的基本问题 | 第32-34页 |
2.2.4 常用的小波域阈值滤波算法 | 第34-35页 |
2.3 压缩感知理论基础 | 第35-39页 |
2.3.1 稀疏表示 | 第36-38页 |
2.3.2 投影矩阵 | 第38页 |
2.3.3 重构算法 | 第38-39页 |
2.4 本章小结 | 第39-40页 |
3 基于小波变换的水声信号滤波技术研究 | 第40-69页 |
3.1 基于小波域阈值滤波的水声信号去噪 | 第40-50页 |
3.1.1 水声信号滤波处理过程 | 第40-41页 |
3.1.2 小波域遗传自适应阈值滤波算法 | 第41-47页 |
3.1.3 实验研究 | 第47-50页 |
3.2 基于小波域自适应阈值函数的回波信号滤波 | 第50-59页 |
3.2.1 水声回波信号的去噪问题 | 第51-52页 |
3.2.2 基于自适应阈值函数的小波阈值去噪方法 | 第52-58页 |
3.2.3 水声回波边缘信号去噪处理实验 | 第58-59页 |
3.3 声纳图像的滤波 | 第59-68页 |
3.3.1 传统滤波方法 | 第60-64页 |
3.3.2 基于空域相关的图像阈值滤波方法 | 第64-66页 |
3.3.3 基于小波域自适应阈值函数的图像滤波方法 | 第66页 |
3.3.4 声纳图像滤波实验 | 第66-68页 |
3.4 本章小结 | 第68-69页 |
4 基于水声信号的目标分类识别处理技术研究 | 第69-92页 |
4.1 回波信号的特征提取及分类识别 | 第69-79页 |
4.1.1 全极点模型法 | 第69-71页 |
4.1.2 基于多分辨分析的能量检测法 | 第71-77页 |
4.1.3 分类识别实验 | 第77-79页 |
4.2 航器辐射噪声信号的分类识别 | 第79-85页 |
4.2.1 航器辐射噪声线谱成分特征提取 | 第80-83页 |
4.2.2 基于自适应遗传BP算法的神经网络分类器设计 | 第83-85页 |
4.3 分类对比实验 | 第85-91页 |
4.3.1 水声信号的仿真 | 第85-89页 |
4.3.2 分类对比实验 | 第89-91页 |
4.4 本章小结 | 第91-92页 |
5 基于声纳图像的目标分类识别处理技术研究 | 第92-113页 |
5.1 基于稀疏表示的分类识别算法 | 第92-93页 |
5.2 声纳图像预处理 | 第93-95页 |
5.3 声纳图像的分类识别 | 第95-102页 |
5.3.1 声纳图像的特征提取 | 第95-98页 |
5.3.2 分类识别算法 | 第98页 |
5.3.3 稀疏表示的求解算法 | 第98-102页 |
5.4 投影矩阵的优化算法 | 第102-110页 |
5.4.1 感知矩阵相关系数表达式 | 第102-103页 |
5.4.2 Gram矩阵的阈值函数 | 第103-104页 |
5.4.3 更新投影矩阵 | 第104-106页 |
5.4.4 仿真实验 | 第106-110页 |
5.5 声纳图像分类对比实验 | 第110-112页 |
5.6 本章小结 | 第112-113页 |
6 结论 | 第113-115页 |
6.1 论文总结 | 第113-114页 |
6.2 研究展望 | 第114-115页 |
致谢 | 第115-116页 |
参考文献 | 第116-124页 |
附录 | 第124页 |