宽带主动声呐目标分类方法的比较研究

以对法合作获得的日内瓦湖五类底质的宽带回波数据为基础研究特征提取和用人工神经网络进行目标分类的方法。对等Q和等带宽子带能量频域特征进行了比较，对普通BP网络的局域连接前向网络进行了比较，通过系统的比较研究获得优化的分类器结构，建立了前向网络隐层表达能力的理论公式，为定量评估网络结构和进行优化提供了有力的工具。完成了宽带回波目标响应的时域特征提取，实现了频域和时域特征数据的自动融合，进一步改善了分类性能。对泥、岩石、卵石、砂与砾石混合物等五类日内瓦湖沉积物，分类正确率平均值高达90%，远优于当前国外刊物公布的结果。还研制了基于DSP的神经网络目标分类识别机，为实际应用奠定了坚实的基础。对反水雷等很有用。