论文部分内容阅读
利用WSN对战场声目标进行分类识别。由于战场上目标的声音信号构成非常复杂，采用单一特征很难全面反映其特点，提取多种特征来构成联合特征向量显得非常重要。然而简单的多特征联合识别，给识别带来维数灾难。首先对滤波后的信号进行功率谱特征提取，再利用KPCA进行降维处理，将处理后的特征向量与最优小波包能量提取的特征向量组合，最后利用支持向量机完成对战场五类声目标的识别。仿真实验表明，采用这种方法能有效地提高分类识别的准确度。