基于小波包和BP神经网络的周界入侵防御系统目标识别
在周界入侵防御系统中地面目标产生的地震动信号较为微弱,因此在进行目标识别时需对目标信号进行特征提取.本文研究了基于小波包和BP神经网络的周界入侵防御系统目标识别方法.首先,使用小波去噪对前端探测器采集到的目标运动信号进行信号预处理,通过小波包分析将信号进行分解重构,对重构后的信号进行特征提取获得目标信号的特征向量.然后,将目标特征向量作为BP神经网络的输入,对各种类型的目标特征进行学习训练.最后,应用训练完成的网络对目标进行在线识别.提取地震检波器在6种距离下各5组共30组数据进行目标识别实验验证,结果显示,网络的实际输出向量和网络的期望输出向量是一致的,目标识别准确率达到99％左右.结果表明本方法可以有效识别周界入侵防御系统的各种目标。
入侵防御系统 目标识别 BP神经网络 小波包
周求湛 王聪香 李亚强
吉林大学 通信工程学院 吉林 长春130022
国内会议
长春
中文
807-814
2015-07-09（万方平台首次上网日期，不代表论文的发表时间）