基于双维度变化的形态学多重分形的战场声目标识别

作者：张坤; 邸忆; 顾晓辉^*

来源：振动与冲击, 2019, 38(24): 203-208+248.

DOI：10.13465/j.cnki.jvs.2019.24.029

• 数学形态学
• 多重分形
• 回归分析
• 快速算法
• 声目标识别

针对战场声目标识别的多重分形特性,提出了基于双维度变化的数学形态学多重分形计算方法。该方法定义了基于双维度变化的配分函数(DDCDF),同时引入回归分析对分形尺度与配分函数进行高精度拟合,确保采用两点式斜率计算作为分形维数的准确性;以运算速度与识别率为标准,筛选出最优尺度组合,并计算多重分形维数。通过半实物仿真对比试验验证了所提算法的运算效率较现有的形态学多重分形维数算法有明显提升;此外,将多重分形维数作为特征输入,使用支持向量机进行声目标识别,识别结果显示了该算法所提取的多重分形维数特征具有更好的区分度,其识别率比现有算法提升了23.5%,为战场声目标的非线性特征快速识别提供了一种有效的技术手段。

• 单位
  南京理工大学; 武昌理工学院