基于TMS320F2812的目标检测方法研究  

Research of target detection based on TMS320F2812

作　　者：王洋[1] 于君[1] 马志刚[2] 

机构地区：[1]电子测试技术国家重点实验室,仪器科学与动态测试教育部重点实验室,中北大学电子与计算机科学技术学院,太原030051 [2]山西农业大学现代教育学院,太谷030801

出　　处：《电子测试》2008年第11期1-4,11,共5页Electronic Test

基　　金：国家自然科学基金(50375050);山西省太原市2008年大学生创新创业专项(3870)资助

摘　　要：目标分类识别的关键在于对目标分类特征的提取和高品质的目标检测方法的应用。传统的利用单一传感器进行目标信息的采集并对目标进行检测的方法,目标分类能力不强,不能处理现实环境存在的各种情况。本文通过分析声传感器和目标特征提取方法,介绍并比较了各信息融合方法的优缺点,采用神经元网络方法运用于多传感器地面目标检测系统,并最终运用K-NN聚类算法对声信号进行分类,从而较好的实现了对地面目标的检测和分类。The key for target identity is to extract the characteristics of the target classification and to apply high-quality methods of target detection. The traditional use of a single sensor to collect target information and to detect targets can not deal with various conditions in the virtual reality environment. Through analysis of acoustic sensors and target feature extraction method, this paper indicates that the characteristics of the amalgamating information methods. Then make use of neural networks in multi-sensor ground target detection system, and eventually uses K-NN clustering algorithm to classify the signal. Thus the goal of testing on the ground and classification can be realized better.

关 键 词：目标检测 声阵列 BP神经网络 K-NN聚类 

分 类 号：TH878[机械工程—仪器科学与技术]