| 基于径向基神经网络回归预测的船舶轴频电场实时检测方法 |
| |
| 引用本文： | 谭浩,贾亦卓,龚沈光. 基于径向基神经网络回归预测的船舶轴频电场实时检测方法[J]. 应用基础与工程科学学报, 2013, 21(1): 167-173 |
| |
| 作者姓名： | 谭浩 贾亦卓 龚沈光 |
| |
| 作者单位： | 海军工程大学兵器工程系,湖北武汉,430033 |
| |
| 基金项目： | 国家自然科学基金;船舶水下极低频电磁信号特征与换算方法研究 |
| |
| 摘 要： | 针对交变电磁信号在海洋环境中衰减较快的特点,在分析船舶轴频电场以及海洋环境电场噪声与测量电路自噪声的基础上,提出了一种能够在低信噪比下检测船舶轴频电场的方法.对信号进行小波分解并在轴频段进行重构,以噪声数据作为训练集训练RBF神经网络建立预测模型,以预测的误差作为检验统计量,达到提高信噪比的目的.再对该统计量做滑动功率谱检测,与得到的浮动阈值做比较来判断目标是否存在.将该方法用于实测船舶轴频电场的检测,取得了较好的效果,与其它目标检测算法比较,该方法在计算时间和检测能力方面具有明显优势.
|
| 关 键 词： | 船舶电场 轴频电场 信号检测 小波分解 RBF神经网络 |
Real-time Detection of Shaft-rate Electric Field of Ships Based on RBF Neural Network Regressive Prediction |
| |
| TAN Hao , JIA Yizhuo , GONG Shenguang. Real-time Detection of Shaft-rate Electric Field of Ships Based on RBF Neural Network Regressive Prediction[J]. Journal of Basic Science and Engineering, 2013, 21(1): 167-173 |
| |
| Authors: | TAN Hao JIA Yizhuo GONG Shenguang |
| |
| Affiliation: | (Department of Weaponry Engineering,Naval University of Engineering,Wuhan 430033,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
