基于112維譜與KL變換的被動聲納目標識別

摘要：采用基于112維譜分析與KL變換相結合的特征提取方法，獲取被動聲納噪聲信號的有效識別信息，對被動聲納的目標信號進行分類。首先對被動聲納噪聲進行112維譜子帶能量的特征提取，然后運用KL變換實現高維特征向量的降維，剔除冗余特征，并以BP神經網絡作為分類器對三類目標進行識別與分類。計算機仿真結果表明，該方法具有較好的分類效果和穩健性。