基于声信号多重分形和支持向量机的目标识别研究

作者：丁凯; 方向; 张卫平; 范磊; 李兴华; 谢立军

来源：兵工学报, 2012, (12): 1521-1526.

• 信息处理技术
• 装甲目标
• 声信号
• 多重分形
• 支持向量机
• 目标识别 information processing
• armored vehicle
• acoustic signal
• multifractal
• support vector machine
• target identification

为提高智能地雷对地面装甲目标的识别率,针对地面装甲目标辐射的噪声信号具有非线性的特性,建立了一种基于多重分形和支持向量机(SVM)相结合的分类识别模型。通过野外场地实验,采集到两种装甲目标在不同工况(运行速度)下的各40组样本信号;利用多重分形分析计算得到两种目标信号的广义分形维数谱(GFDS),分析了两种目标信号在不同工况下多重分形谱的特征;将GFDS值作为目标特征向量输入SVM分类模型,经训练得到最优分类结果,并与小波包能量(WPE)法提取样本特征后输入SVM的识别效果进行了对比,结果表明前者的识别率达到92.5%,高于后者的85%的识别率。

• 单位
  中国人民解放军陆军工程大学