基于稀疏且鲁棒FisherSVM的声纳信号判别系统及方法技术方案

本发明专利技术涉及一种基于稀疏且鲁棒FisherSVM的声纳信号判别系统及方法,包括：数据预处理模块，用于统计收集海洋声纳探测的相关资料，作为训练集，对所述训练集中的数据进行归一化；数据训练模块，用于根据归一化处理后的数据对模型进行训练形成训练模型，所述训练模型包括判别函数

【技术实现步骤摘要】
基于稀疏且鲁棒FisherSVM的声纳信号判别系统及方法
本专利技术涉及声纳信号判别系统的
，尤其是指一种基于稀疏且鲁棒FisherSVM的声纳信号判别系统及方法。
技术介绍
近年来，随着科学技术的高速发展，人类对覆盖地球总面积70％的海洋的认识逐渐深化。海洋因其经济上的巨大潜力和战略上的重要地位也越来越被人们所重视。因为海水的特殊性质，电磁波、光波在海水中均不能有效传递信息。实验证明，在人们所熟知的各种辐射信号中，以声波在海水中的传播性能最佳。声波在水中传播的衰减亦相对较小，低频的声波甚至可以穿透海底几千米的地层。因此，无论潜艇还是水面船只都只能利用声纳系统，对水下物体进行探测。一个可靠的声纳信号判别系统能够快速判别探测物体是普通岩石还是金属物体，对金属资源进行快速准确定位探测。建立在统计学的VC维(VapnikChervonenksDimension)理论和结构风险最小化原则基础上的支持向量机(SupportVectorMachine，SVM)，可应用于模式识别和回归分析。而后，Zhang等人从正则化的角度将线性判别分析和SV本文档来自技高网...

【技术保护点】
1.一种基于稀疏且鲁棒FisherSVM的声纳信号判别系统，其特征在于，包括：/n数据预处理模块，用于统计收集海洋声纳探测的相关资料，作为训练集，对所述训练集中的数据进行归一化；/n数据训练模块，用于根据归一化处理后的数据对模型进行训练形成训练模型，所述训练模型包括判别函数

【技术特征摘要】
1.一种基于稀疏且鲁棒FisherSVM的声纳信号判别系统，其特征在于，包括：
数据预处理模块，用于统计收集海洋声纳探测的相关资料，作为训练集，对所述训练集中的数据进行归一化；
数据训练模块，用于根据归一化处理后的数据对模型进行训练形成训练模型，所述训练模型包括判别函数其中α＝[α1,…,αl]T为判别函数的权重向量，b为判别函数的偏差；
数据预测模块，用于将待预测的声纳信号数据进行归一化处理后输入至所述训练模型中，对被探测物体返回的声纳信号进行预测。


2.根据权利要求1所述的基于稀疏且鲁棒FisherSVM的声纳信号判别系统，其特征在于：所述判别函数的权重向量和偏差的计算方法为：利用其中γK和γF为非负正则化参数，核矩阵K的第i行第j列为[K]ij＝k(xi,xj),i,j＝1,2,...,l，N＝I-G,是单位矩阵，G为与类别相关的预设矩阵，对角矩阵Dy的第i行第i列为[Dy]ii＝yi，松弛变量且Lτ(·)为弹球损失函数，判别函数的权重向量α＝α+-α-，判别函数的偏差b＝b+-b-。


3.根据权利要求2所述的基于稀疏且鲁棒FisherSVM的声纳信号判别系统，其特征在于：所述弹球损失函数其中0＜τ≤1。


4.根据权利要求1所述的基于稀疏且鲁棒FisherSVM的声纳信号判别系统，其特征在于：所述训练集为其中yi∈{±1...

【专利技术属性】
技术研发人员：张莉，张正齐，屈蕴茜，章晓芳，王邦军，周伟达，
申请(专利权)人：苏州大学，
类型：发明
国别省市：江苏;32