刘深
- 作品数:2 被引量:24H指数:2
- 供职机构:西北工业大学航海学院更多>>
- 发文基金:西北工业大学基础研究基金更多>>
- 相关领域:电子电信自动化与计算机技术更多>>
- 基于线性最小方差和递归最小二乘的融合算法被引量:6
- 2013年
- 针对目前水下目标定位的数据融合算法定位误差较大,精度缺乏良好性能的情况,提出一种应用于水下分布式探测考虑节点可信度的基于线性最小方差估计(LMSE)和递归最小二乘(RLS)的自适应融合算法。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对水下静态和运动目标定位进行的仿真表明,相比单传感器定位,提出的融合算法的定位精度有约1~2个数量级的提高。
- 汪平平张歆刘深
- 关键词:分布式传感器网络数据融合算法
- 基于IMF能量谱的水声信号特征提取与分类被引量:18
- 2014年
- 经验模态分解(EMD)是用来处理非平稳时变信号的一种信号分析方法,该方法对所分析信号的局部特征信号进行不同时间尺度的分解,从而得到这些局部特征信号的各阶本征模函数(IMF)。提出了一种基于IMF能量谱的水声信号特征提取与选择方法,通过对水声信号进行经验模态分解,提取信号的本征模式分量并转换为能量谱特征向量,从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机(SVM)分类器进行。实验结果表明,相对于小波能量谱特征提取法而言,利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果,平均正确率达88%以上。
- 刘深张小蓟牛奕龙汪平平
- 关键词:经验模态分解特征提取