基于仿生模式识别的地面声目标识别方法

摘要

利用地面目标的声信号实现目标类型的识别是当前传感器应用领域的研究热点,大量研究集中于提高目标的正确识别率,而关于实用系统中更为关键的目标误识率的实验结果却很少。针对这一问题,本文提出了一种新的基于仿生模式识别的地面声目标识别算法,详细描述了其原理及基于二权值神经元网络的实现算法,并利用实测数据集将其识别效果与现有识别方法(GMM,神经网络)进行了比较分析。实验结果表明,仿生模式识别方法能够有效克服现有识别系统中,误识率高、低训练样本数量情况下识别率低、系统需重复训练等缺点,具有更好的应用前景。