[发明专利]一种基于神经网络的破片信号自动识别方法

摘要

本发明公开了一种基于神经网络的破片信号自动识别方法，本发明利用BP神经网络极强的非线性映射能力和对外界刺激和输入信息进行联想记忆的能力，来提高在破片速度测试系统中正确识别大量数据中破片过靶信号。

主权项

1.一种基于神经网络的破片信号自动识别方法，其特征在于，包括如下步骤：步骤1、采集破片速度测试过程的原始数据，并选用若干组典型破片过靶信号和若干组带有明显峰值的噪声信号作为样本数据；步骤2、对步骤1的到的样本数据进行去除干扰处理，得到用于神经网络训练和测试的样本数据；步骤3、对步骤2获得的样本数据进行微分处理，然后分别获取与峰值间隔为‑6个采样点处，‑3个采样点处，0个采样点处，3个采样点处以及6个采样点处共5处的信号斜率，同时求取峰值处的信号脉宽，由此得到破片过靶信号的6个特征参数值；步骤4、对步骤2获得的样本数据进行分类标记；步骤5、构建包括一个输入层、两个隐层和一个输出层的BP神经网络；步骤6、将步骤4完成分类标记的样本数据的特征值输入到步骤5建立的BP神经网络，对其进行训练；网络误差达到设定的条件后得到训练好的BP神经网络模型；步骤7、对于输入的破片信号，采用步骤3的处理方法，获得6个特征值，然后输入到步骤6训练好的BP神经网络模型中，进行识别。