论文部分内容阅读
在周界入侵防御系统中地面目标产生的地震动信号较为微弱,因此在进行目标识别时需对目标信号进行特征提取。本文研究了基于小波包和BP神经网络的周界入侵防御系统目标识别方法。首先,使用小波去噪对前端探测器采集到的目标运动信号进行信号预处理,通过小波包分析将信号进行分解重构,对重构后的信号进行特征提取获得目标信号的特征向量。然后,将目标特征向量作为BP神经网络的输入,对各种类型的目标特征进行学习训练。最后,应用训练完成的网络对目标进行在线识别。提取地震检波器在6种距离下各5组共30组数据进行目标识别实验验证,结果显示,网络的实际输出向量和网络的期望输出向量是一致的,目标识别准确率达到99%左右。结果表明本方法可以有效识别周界入侵防御系统的各种目标。