基于小波包能量特征及LVQ的目标检测方法研究  

Study on Target Detection Based on Wavelet Pack Energy Feature and LVQ Neural Networks

作　　者：张伟军[1] 李卉[1] 李毅[1] 袁乃昌[1] 

机构地区：[1]国防科技大学电子科学与工程学院微波中心,湖南长沙410073

出　　处：《计算机测量与控制》2007年第3期297-299,共3页Computer Measurement &Control

基　　金：国家高技术863基金资助项目(2005AA8350040)

摘　　要：基于常规雷达的目标检测方法不能很好地适应冲击雷达目标的检测,提出了一种基于小波包能量特征与LVQ神经网络相结合的新颖目标检测方法;首先利用小波包对目标回波信号进行分解,以得到目标的能量特征量,该特征量能明显区分目标和噪声;然后将能量特征量送入学习向量量化(LVQ)神经网络进行训练与仿真,以实现对超宽带目标信号的检测;仿真结果表明,该方法能获得较高的检测概率,较低的虚警概率。Since the normal target detection method is unfit for the target detection of impulse radar, a novel target detection method based on the wavelet pack energy feature and the LVQ artificial neural networks （ANN） is presented. First we get the energy feature of target echo using the wavelet pack analysis theory （the energy feature can distinguish between target signal and noise）, then we use the artificial neural network of LVQ to implement the detection of UWB target echo. The simulation results show that the method can obtain high detection probability and low false alarm probability.

关 键 词：小波包能量特征 LVQ神经网络 目标信号检测 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]