多重非线性参数的水声目标联合识别

【摘要】：正1 引言本文采用基于非线性动力学的信号处理方法来进行水声信号处理的研究。首先基于Takens的相空间重构理论进行了相空间重构,然后采用相似序列重复度非线性处理方法进行时域非线性信号的特征分析,并计算出最大Lyapunov指数,描述了水声信号相空间轨道发散的快慢,也定量表述了系统对于初值的敏感程度。通过识别结果的比较,确定了各个参数对识别效果的影响,并在此基础上提出了一种输入层5个神经元,隐层为10个神经元,输出层一个神经元的BP网络实现水声目标的识别,并通过计算比较,说明了该基于多重非线性参数联合估计的非线性识别方法的优点。