طبقه بندی سیگنال های سونار با استفاده از الگوریتم های تشخیص الگو در سونار غیر فعال

thesis
abstract

تشخیص و طبقه بندی شناور های دریایی بر اساس نویز تشعشعی صوتی از آن ها از جمله ضرورت های سیستم های سوناری است. سال ها این کار در نیروهای نظامی جهان به توانایی ها و دقت اپراتور سونار وابسته بود. افزایش پیچیدگی های محیط زیر آب، ضرورت استفاده از فناوری های نوین و ایجاد سامانه هوشمندی سونار، بیش از پیش احساس می شود. غیرایستان بودن ماهیت نویز تشعشعی شناور های دریایی و وابستگی آن به کانال انتشار، متغیر بودن برخی پارامترهای آن و دشواری شبیه سازی این نویز، موجب می گردد الگوریتم های دسته بندی کننده که با استفاده از داده های واقعی با تنوع کم و تعداد محدود، یا داده های شبیه سازی شده، آموزش داده شده اند از اعتبار کافی برخوردار نباشند. در این پایان نامه، دو روش جدید جهت ارتقاء راندمان طبقه بندی سیگنال های صوتی تشعشع یافته از شناورهای دریایی ارائه می شود. در روش اول (stftlda-timb) با تحلیل کمبودهای روش پردازش سیگنال stft، ویژگی های متمایز کننده جدیدی را در حوزه سونار با استفاده از اطلاعات ادراکی صوت (timbre)، جهت رفع این نواقص ارائه شده است. بردار ویژگی استخراج شده از این روش، از ترکیب ویژگی های حاصل از دو پردازش سیگنال موازی بر روی داده های بهینه شده از روش stft، بدست می آید. ویژگی های استخراج شده در مسیر اول (stftlda) مبتنی بر بکارگیری تکنیک استخراج ویژگی lda بر روی داده های خروجی روش stft است و ویژگی های استخراج شده در مسیر دوم (timbre) مبتنی بر استفاده از ویژگی های ادراکی صوت در دو حوزه زمان و فرکانس است. نتایج حاصل از طبقه بندی با استفاده از بردار ویژگی متمایز کننده ترکیبی جدید، معرفی شده در این قسمت، بیانگر موفقیت چشم گیر این روش در تفکیک شناورهای دریایی از یکدیگر نسبت به روش stft است. در روش ارائه شده دوم، با استفاده از تبدیل فوریه کسری زمان-کوتاه (stfrft)، سیگنال صوتی به یک صفحه زمان-فرکانس جدید با رزولوشن بالاتر منتقل می شود و سپس از تکنیک های استخراج ویژگی جدید جهت کاهش ابعاد و استخراج ویژگی های متمایز کننده جدید بهره گرفته می شود. نتایج طبقه بندی حاصل از این روش (stfrftlda) نشان می دهد ویژگی های استخراج شده از این حوزه، توانایی تفکیک پذیری شناورهای دریایی را نسبت به ویژگی های استخراج شده از روش stft بسیار بالاتر برده است. در این روش، جهت رفع محدودیت در انتخاب مرتبه تبدیل فوریه کسری بهینه، دو روش بهینه شده با ساختار موازی پیشنهاد شده است. به جرأت می توان گفت که اکثر روش ها و ویژگی های متمایز کننده جدید معرفی شده در این پایان نامه قبلا در هیچ منبعی ارائه نشده اند.

similar resources

حذف ناحیه کور در تصاویر سونار و دسته بندی اهداف با کمک ویژگی های ساختاری شکل

نقش دریاها و در کنار آن خطرات انسانی موجود در اعماق آن‌ها باعث شد که هشداردهنده‌ها و آشکارسازهای بستر دریا ازجمله سونار موردتوجه محققین قرارگرفته و به‌عنوان یکی از زمینه‌های مهم تحقیقاتی مطرح شوند. در این مقاله، روشی جدید برای پردازش تصاویر سونار و حذف ناحیه کور در تصاویر سونار اسکن جانبی معرفی شد. در روش پیشنهادی، با استفاده از الگوریتم تجانس فاز و ویژگی‌های ساختاری شکل، ناحیه کور حذف و تشخیص ...

full text

طبقه بندی احساس افراد با استفاده از سیگنال های مغزی و محیطی

Abstract Emotions play a powerful and significant role in human beings everyday life. They motivate us, impact our beliefs and decision making and would affect some cognitive processes like creativity, attention, and memory. Nowadays the use of emotion in computers is an increasingly in vogue field. In many ways emotions are one of the last and least explored frontiers of intuitive human-comput...

full text

کنترل کلاتر سونار فعال توسط جهت دهی پرتوآرایه

سونارهای فعال که در آب‌های کم عمق کار می‌کنند با اهداف کاذبی مانند نویز، طنین وکلاتر  مواجه هستند، که این اهداف کاذب به شدت بر روی عملکرد آنها تأثیر منفی می‌گذارد. در سونارهای پیشرفته، باکوچک شدن سلول وضوح سونار، مهمترین عامل تولید هدف کاذب کلاتر می‌باشد. آمارهای کلاتر معمولاً توسط توزیعK  مدل می‌شوند. پارامتر شکل(α) توزیعK  معرف پهنای پرتو آرایه می‌باشد و پهنای پرتو آرایه دارای رابطه معکوس با آ...

full text

طبقه بندی شیر خام با استفاده از روش های تشخیص الگو

چکیده هدف از این پژوهش بررسی همبستگی میان ویژگی های میکروبی و فیزیکوشیمیایی شیر خام و استفاده از روش های آماری چند متغیره مانند تجزیه به مؤلفه اصلی و تحلیل خوشه ای سلسله مراتبی و تحلیل تشخیص گام به گام جهت تشخیص الگو و طبقه بندی آن می باشد. در این پژوهش 48 نمونه شیرخام از دامداری های صنعتی شهرستان مشهد نمونه برداری شد. سپس ویژگی های میکروبی و فیزیکوشیمیایی نمونه ها مورد سنجش قرار گرفت. بوسیله­ی...

full text

ردیابی اهداف سونار با استفاده از الگوریتم rao blackwellized

موضوع ردیابی و آشکارسازی هدف ها در زیر آب از دیر باز مورد توجه بوده که بعد از جنگ جهانی دوم شدت بیشتر پیدا کرده است. این موضوع هم از بعد نظامی و هم از بعد تجاری دارای اهمیت زیادی است. این پروژه بیشتر به بعد نظامی قضیه و ردیابی هدف هایی مانند زیر دریایی و دیگر وسیله های زیر دریایی کار دارد. الگوریتم های بسیاری برای ردیابی هدف ها بکار گرفته شده است که در این پروژه سعی شده با تکیه بر الگوریتم rao...

15 صفحه اول

طبقه بندی تراکم توده های جنگلی با استفاده از تصویر ماهوارۀ IRS و الگوریتم ناپارامتریک kNN

برآوردهای کمّی و دقیق از مشخصه‌های توده‌های جنگلی لازمه مدیریت صحیح آنها است. تصاویر سنجش از دور با توجه به اطلاعات مکانی دقیق و وسیع، همواره ابزاری مقرون به صرفه در مدیریت جنگل است و یکی از متداول‌ترین کاربردهای تصاویر در علم جنگلداری، طبقه‌بندی مشخصه‌های توده‌های جنگلی و تهیۀ نقشه‌های موضوعی آنها است. هدف این پژوهش بهینه‌سازی طبقه‌بندی تراکم (تعداد درختان در هکتار) در توده‌های جنگلی با استفاده...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه خلیج فارس - دانشکده مهندسی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023