基于卷積神經(jīng)網(wǎng)絡(luò)對(duì)磁異常信號(hào)的識(shí)別研究
發(fā)布時(shí)間:2022-01-09 20:33
航空磁探反潛作為航空反潛的重要手段,在其中發(fā)揮了重要作用。針對(duì)目前航空反潛作戰(zhàn)中,磁干擾信號(hào)極大地影響對(duì)水下目標(biāo)磁探測(cè)效果這個(gè)問題,文章先對(duì)輸入信號(hào)進(jìn)行預(yù)處理,并使用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)2種信號(hào)的識(shí)別。實(shí)驗(yàn)結(jié)果顯示,卷積神經(jīng)網(wǎng)絡(luò)的方法對(duì)信號(hào)的識(shí)別率達(dá)到了85%,能夠有效對(duì)信號(hào)進(jìn)行準(zhǔn)確地識(shí)別。
【文章來源】:海軍航空工程學(xué)院學(xué)報(bào). 2020,35(02)
【文章頁數(shù)】:6 頁
【部分圖文】:
卷積神經(jīng)網(wǎng)絡(luò)總體結(jié)構(gòu)
圖3是使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)的流程圖,包含網(wǎng)絡(luò)訓(xùn)練模塊和網(wǎng)絡(luò)測(cè)試模塊2個(gè)部分。網(wǎng)絡(luò)訓(xùn)練模塊主要是對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行預(yù)處理,并使用訓(xùn)練樣本對(duì)CNN進(jìn)行訓(xùn)練。網(wǎng)絡(luò)測(cè)試模塊使用帶有分類標(biāo)簽的測(cè)試集樣本,對(duì)網(wǎng)絡(luò)的泛化能力進(jìn)行測(cè)試,分析經(jīng)過訓(xùn)練后的網(wǎng)絡(luò)分類準(zhǔn)確性[18]。1)數(shù)據(jù)集的獲取。反潛巡邏機(jī)轉(zhuǎn)彎干擾、地磁異常干擾、數(shù)據(jù)鏈干擾、短波干擾這4種干擾的頻率波段與水下目標(biāo)的頻率波段有重疊的范圍,使得操作人員在使用現(xiàn)役裝備執(zhí)行磁探反潛任務(wù)時(shí),難以對(duì)檢測(cè)過程中發(fā)現(xiàn)的信號(hào)異常進(jìn)行目標(biāo)標(biāo)定。本節(jié)基于樣本信號(hào)的時(shí)頻圖,組成數(shù)據(jù)集,并將數(shù)據(jù)集按照80%、20%的比例構(gòu)成訓(xùn)練集和測(cè)試集。
信號(hào)時(shí)頻樣本的x軸是時(shí)間軸,當(dāng)采樣信號(hào)時(shí)間越長(zhǎng),單位時(shí)間的頻率特征就越窄。由于樣本信號(hào)采樣長(zhǎng)度不一致,227×227像素的時(shí)頻圖并不能合理地體現(xiàn)出時(shí)域特征,所以對(duì)信號(hào)逐數(shù)據(jù)點(diǎn)進(jìn)行時(shí)頻分析,每次提取4 s的數(shù)據(jù)(400個(gè)數(shù)據(jù)點(diǎn))進(jìn)行分析,其時(shí)頻圖如圖5所示。圖5 信號(hào)時(shí)頻圖
【參考文獻(xiàn)】:
期刊論文
[1]深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計(jì)算機(jī)視覺領(lǐng)域的應(yīng)用[J]. 張順,龔怡宏,王進(jìn)軍. 計(jì)算機(jī)學(xué)報(bào). 2019(03)
[2]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類和目標(biāo)檢測(cè)應(yīng)用綜述[J]. 周俊宇,趙艷明. 計(jì)算機(jī)工程與應(yīng)用. 2017(13)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計(jì)算機(jī)學(xué)報(bào). 2017(06)
[4]圖像理解中的卷積神經(jīng)網(wǎng)絡(luò)[J]. 常亮,鄧小明,周明全,武仲科,袁野,楊碩,王宏安. 自動(dòng)化學(xué)報(bào). 2016(09)
碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究[D]. 吳正文.電子科技大學(xué) 2015
本文編號(hào):3579397
【文章來源】:海軍航空工程學(xué)院學(xué)報(bào). 2020,35(02)
【文章頁數(shù)】:6 頁
【部分圖文】:
卷積神經(jīng)網(wǎng)絡(luò)總體結(jié)構(gòu)
圖3是使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)的流程圖,包含網(wǎng)絡(luò)訓(xùn)練模塊和網(wǎng)絡(luò)測(cè)試模塊2個(gè)部分。網(wǎng)絡(luò)訓(xùn)練模塊主要是對(duì)訓(xùn)練集數(shù)據(jù)進(jìn)行預(yù)處理,并使用訓(xùn)練樣本對(duì)CNN進(jìn)行訓(xùn)練。網(wǎng)絡(luò)測(cè)試模塊使用帶有分類標(biāo)簽的測(cè)試集樣本,對(duì)網(wǎng)絡(luò)的泛化能力進(jìn)行測(cè)試,分析經(jīng)過訓(xùn)練后的網(wǎng)絡(luò)分類準(zhǔn)確性[18]。1)數(shù)據(jù)集的獲取。反潛巡邏機(jī)轉(zhuǎn)彎干擾、地磁異常干擾、數(shù)據(jù)鏈干擾、短波干擾這4種干擾的頻率波段與水下目標(biāo)的頻率波段有重疊的范圍,使得操作人員在使用現(xiàn)役裝備執(zhí)行磁探反潛任務(wù)時(shí),難以對(duì)檢測(cè)過程中發(fā)現(xiàn)的信號(hào)異常進(jìn)行目標(biāo)標(biāo)定。本節(jié)基于樣本信號(hào)的時(shí)頻圖,組成數(shù)據(jù)集,并將數(shù)據(jù)集按照80%、20%的比例構(gòu)成訓(xùn)練集和測(cè)試集。
信號(hào)時(shí)頻樣本的x軸是時(shí)間軸,當(dāng)采樣信號(hào)時(shí)間越長(zhǎng),單位時(shí)間的頻率特征就越窄。由于樣本信號(hào)采樣長(zhǎng)度不一致,227×227像素的時(shí)頻圖并不能合理地體現(xiàn)出時(shí)域特征,所以對(duì)信號(hào)逐數(shù)據(jù)點(diǎn)進(jìn)行時(shí)頻分析,每次提取4 s的數(shù)據(jù)(400個(gè)數(shù)據(jù)點(diǎn))進(jìn)行分析,其時(shí)頻圖如圖5所示。圖5 信號(hào)時(shí)頻圖
【參考文獻(xiàn)】:
期刊論文
[1]深度卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展及其在計(jì)算機(jī)視覺領(lǐng)域的應(yīng)用[J]. 張順,龔怡宏,王進(jìn)軍. 計(jì)算機(jī)學(xué)報(bào). 2019(03)
[2]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類和目標(biāo)檢測(cè)應(yīng)用綜述[J]. 周俊宇,趙艷明. 計(jì)算機(jī)工程與應(yīng)用. 2017(13)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍. 計(jì)算機(jī)學(xué)報(bào). 2017(06)
[4]圖像理解中的卷積神經(jīng)網(wǎng)絡(luò)[J]. 常亮,鄧小明,周明全,武仲科,袁野,楊碩,王宏安. 自動(dòng)化學(xué)報(bào). 2016(09)
碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究[D]. 吳正文.電子科技大學(xué) 2015
本文編號(hào):3579397
本文鏈接:http://www.sikaile.net/kejilunwen/jingguansheji/3579397.html
最近更新
教材專著