[发明专利]多潜器载体探测端声纳信息融合方法

权利要求书

1.一种多潜器载体探测端声纳信息融合方法，其特征是以潜器为载体的多探测端声纳设备的多个潜器探测端的回波数据信息经接收端接收后按照如下步骤进行融合处理：

(1)探测端回波信息数据预处理；

(2)探测端回波多种特征信息提取；

(3)多种特征信息特征层融合；

(4)特征层融合信息的决策层融合。

2.根据权利要求1所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的探测端回波信息数据预处理的方法为小波变换阈值法。

3.根据权利要求1或2所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的探测端回波多种特征信息提取包括几何亮点特征提取、弹性亮点特征提取、方位位置特征提取；几何亮点特征提取方法采用子带能量特征提取法；弹性亮点特征提取方法采用信号频谱的离散小波变换方法；方位位置特征提取方法采用多波束形成方法。

4.根据权利要求1或2所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的多种特征信息特征层融合采用BP神经网络设计特征层融合分类器，特征层信息融合分类器的个数与探测端的个数相同，每个特征层信息融合分类器的输入为步骤(2)中提取的几何亮点特征、弹性亮点特征、方位位置特征；输出为对应探测端探测到的目标种类和方位。

5.根据权利要求3所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的多种特征信息特征层融合采用BP神经网络设计特征层融合分类器，特征层信息融合分类器的个数与探测端的个数相同，每个特征层信息融合分类器的输入为步骤(2)中提取的几何亮点特征、弹性亮点特征、方位位置特征；输出为对应探测端探测到的目标种类和方位。

6.根据权利要求1或2所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的决策层融合是对多个分类器分类结果的一种高层次融合，采用概率加权表决方案对多个分类器的识别结果进行表决，计算每个分类器对目标样本识别的可能概率、每个分类器目标方位样本相同的可能概率，然后比较每个分类器分类结果的概率，将概率最大的样本所属类别作为正确识别的样本类别，目标方位样本相同的概率越大说明目标为同一个目标，否则为多个目标。

7.根据权利要求3所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的决策层融合是对多个分类器分类结果的一种高层次融合，采用概率加权表决方案对多个分类器的识别结果进行表决，计算每个分类器对目标样本识别的可能概率、每个分类器目标方位样本相同的可能概率，然后比较每个分类器分类结果的概率，将概率最大的样本所属类别作为正确识别的样本类别，目标方位样本相同的概率越大说明目标为同一个目标，否则为多个目标。

8.根据权利要求4所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的决策层融合是对多个分类器分类结果的一种高层次融合，采用概率加权表决方案对多个分类器的识别结果进行表决，计算每个分类器对目标样本识别的可能概率、每个分类器目标方位样本相同的可能概率，然后比较每个分类器分类结果的概率，将概率最大的样本所属类别作为正确识别的样本类别，目标方位样本相同的概率越大说明目标为同一个目标，否则为多个目标。

9.根据权利要求5所述的多潜器载体探测端声纳信息融合方法，其特征是：所述的决策层融合是对多个分类器分类结果的一种高层次融合，采用概率加权表决方案对多个分类器的识别结果进行表决，计算每个分类器对目标样本识别的可能概率、每个分类器目标方位样本相同的可能概率，然后比较每个分类器分类结果的概率，将概率最大的样本所属类别作为正确识别的样本类别，目标方位样本相同的概率越大说明目标为同一个目标，否则为多个目标。