地震动信号的分析与目标识别

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

地震动信号的分析与目标识别

聂伟荣, 朱继南, 郭亚军, 夏虹

文章导航 > 电子科技大学学报 > 2003 > 32(1): 26-30

聂伟荣, 朱继南, 郭亚军, 夏虹. 地震动信号的分析与目标识别[J]. 电子科技大学学报, 2003, 32(1): 26-30.

引用本文:

聂伟荣, 朱继南, 郭亚军, 夏虹. 地震动信号的分析与目标识别[J]. 电子科技大学学报, 2003, 32(1): 26-30.

Nie Weirong, Zhu Jinan, Guo Yajun, Xia Hong. Seismic Signals analysis And Identification[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 26-30.

Citation:

Nie Weirong, Zhu Jinan, Guo Yajun, Xia Hong. Seismic Signals analysis And Identification[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 26-30.

地震动信号的分析与目标识别

1.
南京理工大学机械工程学院南京 210094;
2.
江苏省教育装备管理中心南京 210008

基金项目:

国防预研基金资助项目

作者简介:
聂伟荣女 33岁博士主要从事传感器探测与信号处理方面的研究

中图分类号: O231;U270.9

Seismic Signals analysis And Identification

1.
Mechanical Engineering Institute of Nanjing University of Science and Technology Nanjing 210094;
2.
Manegement Center of Education Equipment of Jiangsu Province Nanjing 210008

Funds:

The Project is supported by the National Defence Research Found

摘要: 通过外场实验获得关于轮式车、履带式车的大量地震动信号,在时-频域应用多种方法对信号进行处理,得到相应的特征矢量。利用改进的BP网络对远距离的地震动信号进行目标识别,基于小波及小波包分解能量分布特征的识别率可达85%以上,这种特征矢量具有较好的可分性。
- 地震动信号 /
- 目标识别 /
- 小波及小波包 /
- 特征矢量
Abstract: Great deals of signals obtained from field-testing have been processed in time and frequency domain with Short Time Fourier Transform and wavelet package transform techniques. On the basis of far distance seismic signal, target recognition has been made by BP neural network, the result indicates that the recognition ratio is as high as 85% on the eigenvector of wavelet package decompose, and shows that the eigenvector of wavelet package decompose has better performance.
- seismic signal /
- target identification /
- wavelet and wavelet package /
- eigenvector

[1]	袁月婷, 闫光辉, 常文文, 张玉婵. 基于脑电信号空域特征的紧急制动行为识别 . 电子科技大学学报, 2024, 53(1): 84-91. doi: 10.12178/1001-0548.2022380
[2]	易清明, 王渝, 石敏, 骆爱文. 联合多连接特征编解码与小波池化的轻量级语义分割 . 电子科技大学学报, 2024, 53(): 1-10. doi: 10.12178/1001-0548.2023124
[3]	王磊, 陈端兵, 周俊临, 傅彦. 弹性异质电网的重要目标识别算法 . 电子科技大学学报, 2023, 52(2): 280-288. doi: 10.12178/1001-0548.2022077
[4]	田晟兆, 胡迎茜, 谷成, 陈端兵. 知识与数据联合驱动建模技术综述 . 电子科技大学学报, 2023, 52(6): 932-943. doi: 10.12178/1001-0548.2022289
[5]	郭磊, 王邱龙, 薛伟, 郭济. 基于改进YOLOv5的小目标检测算法 . 电子科技大学学报, 2022, 51(2): 251-258. doi: 10.12178/1001-0548.2021235
[6]	郭磊, 王邱龙, 薛伟, 郭济. 基于注意力机制的光线昏暗条件下口罩佩戴检测 . 电子科技大学学报, 2022, 51(1): 123-129. doi: 10.12178/1001-0548.2021222
[7]	易诗, 陈鑫凯, 宋瑞源, 常锦鹏, 周卓勋. 适用于智能球机的高鲁棒性侵入跟踪方法 . 电子科技大学学报, 2019, 48(5): 754-758. doi: 10.3969/j.issn.1001-0548.2019.05.015
[8]	刘影, 谢驰. 基于小波时间延迟估计的宽带信号波束形成算法研究 . 电子科技大学学报, 2018, 47(2): 183-188. doi: 10.3969/j.issn.1001-0548.2018.02.004
[9]	刘影, 谢驰. 基于小波分析的改进旁瓣相消宽带信号波束形成算法 . 电子科技大学学报, 2018, 47(1): 25-29. doi: 10.3969/j.issn.1001-0548.2018.01.004
[10]	张良, 李玉, 刘婷婷, 郝凯锋. 融合小波和LBP-GD特征的人脸表情识别 . 电子科技大学学报, 2018, 47(5): 654-659. doi: 10.3969/j.issn.1001-0548.2018.05.003
[11]	闫钧华, 段贺, 艾淑芳, 李大雷, 许倩倩. 旋转复杂背景中红外运动小目标实时检测 . 电子科技大学学报, 2017, 46(5): 697-702. doi: 10.3969/j.issn.1001-0548.2017.05.010
[12]	程建, 黎兰, 王海旭. 稀疏表示框架下的SAR目标识别 . 电子科技大学学报, 2014, 43(4): 524-529. doi: 10.3969/j.issn.1001-0548.2014.04.009
[13]	韦素媛, 马天骏, 宁超, 高有行. 用时空能量图和小波变换方法表征和识别步态 . 电子科技大学学报, 2009, 38(3): 431-434. doi: 10.3969/j.issn.1001-0548.2009.03.027
[14]	亓丽梅, 李晓峰, 张国柱. 小波变换思想及其在信号处理中的应用 . 电子科技大学学报, 2008, 37(3): 386-388.
[15]	于雪莲, 刘本永. 最优的核判别分析用于雷达目标识别 . 电子科技大学学报, 2008, 37(6): 883-885,937.
[16]	冷劲松, 傅英定, 钟守铭. a尺度多重双正交小波包的分解与重构算法 . 电子科技大学学报, 2006, 35(5): 851-853.
[17]	董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法 . 电子科技大学学报, 2006, 35(2): 183-185,192.
[18]	甘涛, 朱维乐. 基于四叉树结构的小波格型矢量量化 . 电子科技大学学报, 2005, 34(4): 460-463.
[19]	陈怀新, 南建设, 肖先赐. 基于统计特征主分量的信号调制识别 . 电子科技大学学报, 2004, 33(3): 231-234,238.
[20]	黄艳, 刘钊, 肖忠, 向敬成. 基于小波变换的结构矩阵矢量量化压缩方法 . 电子科技大学学报, 2000, 29(5): 479-482.

WeChat

点击查看大图

计量

文章访问数: 3584
HTML全文浏览量: 159
PDF下载量: 82
被引次数: 0

地震动信号的分析与目标识别

1. 南京理工大学机械工程学院南京 210094;

2. 江苏省教育装备管理中心南京 210008

基金项目:

国防预研基金资助项目

作者简介:
聂伟荣女 33岁博士主要从事传感器探测与信号处理方面的研究

收稿日期: 2002-07-29
刊出日期: 2003-02-15

中图分类号: O231;U270.9

关键词:

摘要: 通过外场实验获得关于轮式车、履带式车的大量地震动信号,在时-频域应用多种方法对信号进行处理,得到相应的特征矢量。利用改进的BP网络对远距离的地震动信号进行目标识别,基于小波及小波包分解能量分布特征的识别率可达85%以上,这种特征矢量具有较好的可分性。

English Abstract

聂伟荣, 朱继南, 郭亚军, 夏虹. 地震动信号的分析与目标识别[J]. 电子科技大学学报, 2003, 32(1): 26-30.

引用本文:

聂伟荣, 朱继南, 郭亚军, 夏虹. 地震动信号的分析与目标识别[J]. 电子科技大学学报, 2003, 32(1): 26-30.

Nie Weirong, Zhu Jinan, Guo Yajun, Xia Hong. Seismic Signals analysis And Identification[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 26-30.

Citation:

Nie Weirong, Zhu Jinan, Guo Yajun, Xia Hong. Seismic Signals analysis And Identification[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(1): 26-30.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发