基于地震动信号的目标识别

地面目标地震动信号的特性分析是进行地面目标识别的关键,针对人员、车辆地面目标运动时产生的地震动信号,利用JLD-3传感器和DSP设计了一种信号采集与处理系统,并进行多次外场测试.得到的信号时域、频域特征向量可作为目标分类的依据.试验结果表明,该系统结构简单、可靠性高,能有效识别由人员与车辆运动引起的地震动信号.     

基于车辆悬架振动响应的地面分类研究

为提升车辆在自然界地面上行驶时利用悬架振动响应识别地面类型的分类准确率,提出将时域参数特征和小波包能量特征相结合的特征提取方法,利用概率神经网络（PNN）对地面进行分类,对比了时域参数特征、小波包能量特征及两者结合的分类效果.试验中,使用道路模拟试验台输出6种路面时域高程,将单轴加速度传感器安装在车辆悬架摆臂上,采集垂向加速度信号.结果表明,使用提出的特征提取方法可以取得良好的分类效果,平均分类准确率达到了91.3%,明显优于其它两种方法.      

基于IPv6校园环境车辆行驶行为建模与分析

通过搭建基于IPv6的分布式数据采集系统,开发移动Android智能终端传感器数据采集设备,对校园环境内的车辆行驶数据进行采集,通过校园AP提供的IPv6无线网络进行数据交互,构建车辆行驶行为数据库.对比分析移动智能设备在车辆行驶中各传感器数据特征,选择陀螺仪的三轴数据作为采集目标;结合MultiWave过滤器算法,对数据噪声进行降噪处理;并抽取目标传感器数据的八项统计特征作为最终输入,通过机器学习算法构建的分类器对车辆行驶行为(左右转向、左右变道和掉头)进行分类.研究结果表明:基于决策树(J48)的分类器总体识别准确度最高,可达96%以上.     

用于车辆分类的多传感器车型特征融合算法

为避免单一地磁传感器进行车型识别时存在的误差,结合自主研发的地磁传感器网络,提出一种基于多传感器的车型特征融合算法.该算法通过计算传感器网络内不同车型特征信号的相关关系来确定车辆运行状态,并利用最大似然法则结合皮尔逊相关系数进行数据融合,以获取更加准确的车辆特征信号,为现有车型分类方法提供更加准确的输入参数.实际道路试验表明,与现有单节点分类算法相比,文中算法对中大型车辆的分类准确率可以提高17.5%.     

基于协同表示的声振传感器网络车辆分类识别

针对使用单一信号分类的现有车辆识别技术的不足,提出了一种基于声音信号与振动信号协同表示的车辆分类识别方法.利用梅尔倒谱系数(MFCC)提取车辆的声音信号和振动信号特征,分别对提取的2种信号特征进行多任务训练分类,以获得多任务协同表示的重构误差并对其进行加权处理,得出被检测目标的分类识别结果.结果表明,所提出的车辆分类识别方法对于车辆目标具有较好的分类效果和较高的识别效率.     

基于超声波传感器阵列的车辆周围目标物识别

为了对车辆环境信息进行探测与识别,提高道路交通安全,该文研究了利用超声波传感器阵列识别车辆环境目标类型的方法:以分类器为核心,搭载目标物区分算法,实现对目标物的实时探测与区分。首先根据车辆周围环境信息提取了具有一定形状特征的典型目标物,分别为平板、圆柱和角形3种类型,以支持向量机(support vector machine,SVM)为分类器建立分类模型,根据目标物形状不同构造与优选分类特征指标集;依托分类结果建立目标物的类型区分算法,得到每一时刻各类目标物的概率值。仿真结果表明:分类模型的分类准确率达到91.5%;同时该方法对各种类型的目标物进行区分时,均达到较好的识别效果。在实际道路试验中,采集了汽车、行人和自行车3类目标物,采用该方法达到了良好的识别效果,具有可行性。     

无线传感器网络声震节点目标分类综述

综述了无线传感网络中声音和震动节点目标分类问题.声震目标探测和分类的性能受到复杂外界环境的影响,对特征量提取和分类算法提出较高的要求,同时考虑到传感器网络功耗、带宽等方面的限制,又需要较低复杂度的算法.从地面目标产生声震信号的机理出发,讨论了传感器节点内各种不同的特征量提取和目标分类算法,并予以比较、评价,为实际应用提供指导,最后给出了简要的评述和展望.     

基于旋转电弧传感器的水下焊缝偏差识别算法

提出了基于旋转电弧传感器的Nu-SVR水下焊缝偏差识别算法.Nu-SVR通过对基于旋转电弧传感器采集到的不同偏差的水下焊接信号进行学习,然后对水下电流信号进行焊缝偏差识别得出偏差.相对于传统的回归算法--区间积分法和神经网络法,算法具有更好的识别能力.最后通过水下焊接实验,其最大的识别误差仅为0.554 mm,证明了该方法十分有效.     

主成分分析在震动信号目标识别算法中的应用

为了改进基于震动信号的地面运动目标识别算法,提出了一种基于主成分分析（PCA）的2次特征提取算法.首先对地面运动目标引起的震动信号进行目标特性分析,提取多维的特征值;然后利用主成分分析方法对众多的特征值进行分析,去除特征值之间的相关性,提取综合特征值并应用于分类器,得到目标识别结果.基于实地采集的地面运动目标的震动信号进行实验,结果表明：该方法有效地减少了特征值的维数和相关性,降低了分类器训练的难度和训练时间,同时提高了目标的正确识别率.     

基于峰度系数的行人水平行走步态细化分类算法

步态是人的一种生物特征,在定位导航领域具有重要的研究意义.基于微机电系统(micro-electro-mechanical system,MEMS)惯性传感器技术的行人步态分类方法大多是使用加速度峰值判别法对当前行人步态进行识别.但布朗运动造成的仪器自有噪声及环境等因素的干扰,使得采集到的信号带有许多伪峰值,降低了最终分类结果的精度.针对这一问题,从整体波形角度出发,提出一种基于峰度系数的行人水平行走步态细化分类算法.该算法首先使用快速傅里叶变换将MEMS传感器采集的行人前进方向的步态加速度信号从时域转换到频域,获得频域信号后再对其模值取平方;然后通过傅里叶逆变换回到时域,得到原信号的自放大信号,并除去大部分的伪峰值;最后计算自放大信号的峰度系数,通过对峰度系数值的分析,达到对慢走、走、慢跑进行区分的目的.验证结果表明:该算法的步态识别率达到98.62%;与加速度值-频率功率融合算法相比,整体分类精度提高了7.37%.     

一种新型压电加速度传感器研究

针对大长径比弹丸高速侵彻中刚体过载信号与高频振动信号混叠带来目标难以识别的问题,研究一种具有开关特性的压电加速度传感器;建立了该传感器的力学模型并对其特性进行了研究. 利用相对比较法对新型加速度传感器及普通加速度传感器进行了冲击试验. 实验测试结果表明,所设计的压电加速度传感器可衰减高频振动信号,有利于侵彻过程中目标信息的获取与识别.      

战场目标的模糊逻辑检测与识别方法

研究模糊逻辑在战场声/地震动目标检测和识别中的有效算法.应用模糊集理论与模糊逻辑推理方法,在分析目标信息不确定性的基础上设计了适用于目标检测和分类的隶属函数,建立了相应的推理规则,构成了战场侦察传感器系统目标检测和分类的模糊逻辑推理系统.典型战场目标信号样本检验表明,该方法具有良好的检测和识别分类效果,利用基于模糊逻辑的分类器实现对战场声/地震动目标的检测和识别分类是可行的.     

地面装甲目标声信号的混沌特征提取

针对地面装甲目标辐射的噪声信号的非线性特性,为使智能地雷能够有效地识别目标,利用非线性动力学理论中的混沌原理对目标声信号进行特征提取。通过野外场地实验,采集到2种装甲目标在不同运行速度下的40组样本信号,采用改进C-C法求得信号时间序列的相空间重构参数——时延和嵌入维,再利用Wolf法得到了2种目标声信号的混沌特征量——最大Lyapunov指数。结果显示：同一目标声信号的最大Lyapunov指数相近,且与运动状态相关性不大;不同目标间声信号的最大Lyapunov指数相差较大,辨识度较高。结论证明,最大Lyapunov指数可以作为地面装甲目标识别的有效特征参量。     

重力梯度仪仿真系统设计

为了研究旋转加速度计重力梯度仪信号产生和处理方法,设计了重力梯度仪半实物仿真系统。首先依据 重力梯度仪的测量原理计算出由地下某异常体引起的重力梯度异常值,利用加速度计的输出公式,通过 LabVIEW对全张量重力梯度仪的12 个加速度计输出信号进行仿真,并对仿真信号进行解调,得到全张量重力 梯度值。以单圆盘为例进行半实物仿真,由计算机A 产生加速度信号经过硬件电路后,通过计算机B 对调理 过的加速度计信号进行中值滤波和解调,从而获得重力梯度异常值,精度为100 E。这种仿真系统的设计可以 对全张量的重力梯度进行解调,突破了解调单圆盘信号的局限性,引入的半实物仿真增加算法的可靠性和仿真 的可信度,对重力梯度仪的参数设计和实物制造有参考意义。     

机载双频激光雷达样机设计与水陆联测试验

为了识别水下目标和获取水陆一体的三维地形数据,运用机载双频激光探测的原理,建立了水陆联测数学模型,设计了机载双频激光雷达样机,进行了水陆联测试验。运用蓝绿激光扫描技术以实现水下地形的实时测绘,运用红外激光扫描技术以实现陆地目标的快速精细探测,采用机载双频激光雷达技术把蓝绿激光扫描技术与红外激光扫描技术进行结合,先后产生两个激光脉冲回波,结合飞行平台的一维运动,共同构建地表和海底表面的三维坐标点云,获取地表和海底的三维地形,实现水下目标的识别和水陆一体化量测。试验结果显示,每平方米地面点云数量达到12个,水下勘测点云数量达到2~4个,水下测深达到5~7米,既提高了陆地目标的探测精度又实现了水下目标的探测,验证了水陆联测系统的可行性。     

基于谱延拓的SAR复图像谱分裂目标Doppler解模糊

合成孔径雷达(SAR)地面目标的径向运动会导致Doppler模糊,将目标Doppler频谱分裂为不同模糊数的2部分,显著增加了目标定位、识别和分类的难度.为实现谱分裂类型目标解模糊,该文基于复图像距离-Doppler(R-D)域的目标包络斜率正比于模糊数的特性,提出一种在谱延拓R-D域作二次距离徙动校正、搜索残留徙动斜...     

攻顶装甲目标的交流毫米波引信目标识别及定位

对交流毫米波引信的目标识别与定位方法进行研究.分析了毫米波引信探测金属目标的机理;在对装甲目标进行试验测试的基础上,研究了坦克装甲目标与干扰的毫米波信号差异;根据目标特性,提出了综合判别时域内目标信号幅度、宽度及目标外形尺寸的识别方法;在目标识别的基础上,通过对目标顶甲尺寸、系统延迟时间等因素的综合考虑,合理设计探测器前倾方案,实现对目标的定位.     

基于改进Mask R-CNN的可见光图像中舰船目标检测方法

针对基于卷积神经网络的目标识别方法中经典的矩形检测框在检测舰船目标时会框出很多无关区域,易出现漏检、误检等问题,提出基于改进Mask R-CNN （mask region-based convolution neural networks）的舰船目标检测方法,在Mask R-CNN网络的基础上通过增加判别模块、类别预测分支和语义分割分支对视觉系统采集的可见光图像中的舰船目标进行目标定位和类别预测,同时获得舰船目标的边缘轮廓并实现对军舰目标的语义分割,为海上无人作战系统提供更精确的信息.实验结果表明,该方法在保持较高检出率和运行效率的同时误检率较低,舰船目标的平均检测精度较高,具有良好的舰船目标检测性能.      

多层介质中瑞雷波传播的数学模型

地面军事目标如坦克、装甲车辆行进时会产生地震波：在地层中传播的体波和在地表面传播的瑞雷波。当探测点距目标较远时,传感器检测到的目的运动产生的地震信号成份主要为瑞雷波。利用地震波对地面军事目标探测,主要是对瑞雷波探测和识别。该文根据地质模型假设,推导出多层介质条件下由点震源的作用在介质中引起的瑞雷波的传播模型,并用此模型对不同目标运动时所产生的瑞雷波信号加以预测。