被动声纳目标稀疏表示分类识别方法

打开文本图片集

摘  要：分类器设计是被动声纳目标实现智能分类识别的关键步骤，提出一种水下被动声纳目标稀疏表示分类识别方法。基于提取的被动声纳目标功率谱特征，选取部分已知类型样本的功率谱特征构建稀疏表示的完备原子库，采用稀疏分解算法实现未知类型样本功率谱特征的稀疏表示，根据稀疏系数实现目标的分类识别。被动声纳分类识别检验表明，该方法对目标的正确分类识别概率高于同类特征采用最近邻、神经网络或支持向量机分类器时的正确分类识别概率，而且具有不需要预先训练，完备原子库能够随时扩充的特点，可实现被动声纳目标分类识别系统的实时更新。（剩余4431字）