项目名称: 水声信号检测与识别中信号处理和特征约简的新方法研究

项目编号: No.61501450

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 无线电电子学、电信技术

项目作者: 刘磊

作者单位: 中国科学院声学研究所

项目金额: 20万元

中文摘要: 利用水声信号对水下目标检测与识别是目前国内外通用的手段,但随着抗噪音技术和电子对抗技术的发展,现有的水声信号检测技术已不能满足现代海洋目标智能化检测的客观需求,迫切需要发展一种高效和智能化水声信号检测与识别技术。本项目研究拟利用信号处理、稀疏表示和凸优化算法,从水声信号约简与协同分析的角度出发,重点研究水声信号检测与识别中的去噪声/干扰、检测结果融合、特征维数约简/特征筛选和异质水声信号或特征的选择性融合模型与方法,建立高效、可靠的水声信号检测与识别模型,从而实现对水中目标有效检测与识别。本项目的研究在保持原有水声信号检测与识别优势和特点的基础上,能够为水声信号检测结果融合和异质水声信号特征的选择性融合问题提供鲁棒的解决方案,从而提高目标检测与识别能力。本研究将为我国水声检测与识别领域提供新思路和新方法,具有重要的学术研究价值和应用前景。

中文关键词: 水声信号检测;信号处理;特征提取;稀疏表示;维数约简

英文摘要: It is general method of the use of underwater acoustic signal for the detection of underwater target in most of researches. But with the development of anti-noise technology and electronic warfare technology the existing detection technology of underwater acoustic signal can’t meet the objective demand in modern intelligent ocean target detection and recognition, so it is urgent to develop an efficient and intelligent detection and recognition technology of underwater acoustic signal. In this project, from the perspective of reduction and synergic analysis of underwater acoustic signal we suggest to utilize signal processing, sparse representation and convex optimization algorithm to investigate denoising/interference excision, fusion of detection results, dimension reduction/feature selection, and selective combination of heterogeneous feature sets in the detection and recognition of underwater acoustic signal. Finally we aim to construct an efficient and reliable detection and recognition model of underwater acoustic signal that enable effective detection and recognition of underwater targets. In the research of the project not only it could preserve the advantages and characteristics of the detection and recognition of underwater acoustic signal, but also it could provide robust solution for the fusion of detection results and the combination of heterogeneous feature sets of underwater acoustic signal which can improve the detection and recognition performance of underwater targets. In summary, this study will provide new ideas and new methods in the field of underwater acoustic detection and recognition for our country, which have important academic value and application prospect.

英文关键词: Underwater Acoustic Signal Detection;Acoustic Signal Processing;Feature Extraction;Sparse Representation;Dimensionality Reduction

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
26+阅读 · 2021年8月24日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
44+阅读 · 2021年4月15日
专知会员服务
79+阅读 · 2021年2月16日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
专知会员服务
160+阅读 · 2020年4月21日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
【速览】IJCV 2022 | 自适应干扰解耦学习的人脸表情识别方法(ADDL)
中国图象图形学学会CSIG
6+阅读 · 2022年2月15日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
已删除
将门创投
11+阅读 · 2019年4月26日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Challenges for Open-domain Targeted Sentiment Analysis
Arxiv
21+阅读 · 2020年10月11日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
26+阅读 · 2021年8月24日
基于深度学习的视频目标检测综述
专知会员服务
81+阅读 · 2021年5月19日
专知会员服务
44+阅读 · 2021年4月15日
专知会员服务
79+阅读 · 2021年2月16日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
专知会员服务
160+阅读 · 2020年4月21日
相关资讯
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
【速览】IJCV 2022 | 自适应干扰解耦学习的人脸表情识别方法(ADDL)
中国图象图形学学会CSIG
6+阅读 · 2022年2月15日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
已删除
将门创投
11+阅读 · 2019年4月26日
海洋论坛丨水声目标识别技术现状与发展
无人机
26+阅读 · 2018年12月17日
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
干货 | 目标识别算法的进展
计算机视觉战队
17+阅读 · 2017年6月29日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员