[發(fā)明專利]低信噪比水下目標(biāo)信號的混沌特征參數(shù)提取方法

無效

• 申請?zhí)枺?/td>: 200910023784.9
• 申請日: 2009-09-04
• 公開（公告）號: CN101650429A
• 公開（公告）日: 2010-02-17
• 發(fā)明（設(shè)計(jì)）人: 李亞安;李國輝;楊宏
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G01S7/52
• 分類號: G01S7/52
• 代理公司: 西北工業(yè)大學(xué)專利中心
• 代理人: 黃毅新

技術(shù)領(lǐng)域

本發(fā)明涉及水下目標(biāo)信號的特征參數(shù)提取方法，特別是低信噪比水下目標(biāo)信號的混沌特征參數(shù)提取方法。

背景技術(shù)

水下目標(biāo)信號的特征參數(shù)提取是一項(xiàng)備受關(guān)注的研究課題，無論在軍事還是在民用領(lǐng)域都具有十分重要的理論意義和工程應(yīng)用價(jià)值。過去較長一段時(shí)間，人們一直以傳統(tǒng)的信號處理理論作為水聲信號特征提取的基礎(chǔ)，即以平穩(wěn)性、隨機(jī)性來刻畫水聲信號，以時(shí)域、頻域參數(shù)作為特征參數(shù)。近年來，通過大量的理論研究和實(shí)驗(yàn)研究，證明了水聲信號具有一定的混沌特性，這就為采用混沌理論研究水聲信號的參數(shù)提取和特征分類奠定了基礎(chǔ)。水聲信號的混沌特征參數(shù)提取，特別是低信噪比情況下利用這些混沌特征參數(shù)實(shí)現(xiàn)對水下目標(biāo)信號的檢測和分類是水聲信號處理的一個(gè)新的內(nèi)容。

文獻(xiàn)“水下混沌信號降噪研究，計(jì)算機(jī)工程與設(shè)計(jì)，2009，Vol.30(4)，p963-965”公開了一種利用多次迭代降噪的思想實(shí)現(xiàn)水下混沌信號降噪的方法。該方法是利用相空間重構(gòu)技術(shù)將單一的混沌信號轉(zhuǎn)換為適用于子空間降噪算法的多通道信號，并且利用信噪比改善量控制迭代次數(shù)和用降噪之后的吸引因子相圖評估降噪效果。雖然該方法對低信噪比的水下混沌信號也有較好的降噪效果，但它僅是混沌特征參數(shù)提取的預(yù)處理，還沒有涉及到對混沌特征參數(shù)的提取。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)不能對低信噪比水下目標(biāo)信號的混沌特征參數(shù)進(jìn)行提取的不足，本發(fā)明提供一種低信噪比水下目標(biāo)信號的混沌特征參數(shù)提取方法，通過對水下目標(biāo)信號進(jìn)行非線性降噪以及計(jì)算分形維數(shù)、最大Lyapunov指數(shù)和時(shí)間序列h₂熵，可以實(shí)現(xiàn)低信噪比情況下水下目標(biāo)信號混沌特征參數(shù)的提取。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案：一種低信噪比水下目標(biāo)信號的混沌特征參數(shù)提取方法，其特點(diǎn)包括以下步驟：

(a)將不同類艦船低信噪比水下目標(biāo)信號的實(shí)測水聲數(shù)據(jù)作為樣本，采用多次迭代降噪方法對水聲混沌信號進(jìn)行預(yù)處理。

(b)首先對時(shí)間序列進(jìn)行相空間重構(gòu)，然后對于給定的距離ε，計(jì)算關(guān)聯(lián)系數(shù)C(ε)，并求解lnC(ε，N)對lnε的線性區(qū)域的斜率，從而得到時(shí)間序列的關(guān)聯(lián)維數(shù)D；根據(jù)最大Lyapunov指數(shù)的定義計(jì)算艦船輻射噪聲的最大Lyapunov指數(shù)；采用由關(guān)聯(lián)積分對熵進(jìn)行估計(jì)的方法計(jì)算艦船輻射噪聲的h₂熵，完成低信噪比水下目標(biāo)信號的混沌特征參數(shù)即分形維數(shù)、最大Lyapunov指數(shù)和時(shí)間序列h₂熵提取。

本發(fā)明的有益效果是：本發(fā)明采用對時(shí)間序列進(jìn)行相空間重構(gòu)，然后對于給定的距離ε，計(jì)算關(guān)聯(lián)系數(shù)C(ε)，并求解lnC(ε，N)對lnε的線性區(qū)域的斜率，從而得到時(shí)間序列的關(guān)聯(lián)維數(shù)D；根據(jù)最大Lyapunov指數(shù)的定義計(jì)算艦船輻射噪聲的最大Lyapunov指數(shù)；采用由關(guān)聯(lián)積分對熵進(jìn)行估計(jì)的方法計(jì)算艦船輻射噪聲的h₂熵，實(shí)現(xiàn)了低信噪比水下目標(biāo)信號的混沌特征參數(shù)，即分形維數(shù)、最大Lyapunov指數(shù)和時(shí)間序列h₂熵提取，為低信噪比水下目標(biāo)信號的混沌特征分類奠定了基礎(chǔ)。

下面結(jié)合附圖和實(shí)施例對本發(fā)明作詳細(xì)說明。

附圖說明

圖1是本發(fā)明水下目標(biāo)信號的混沌特征參數(shù)提取方法對第一類目標(biāo)噪聲提取的混沌特征參數(shù)曲線圖。分別為：(a)分形維數(shù)積分斜率；(b)最大Lyapunov指數(shù)曲線；(c)h₂熵曲線

圖2是本發(fā)明水下目標(biāo)信號的混沌特征參數(shù)提取方法對第二類目標(biāo)噪聲提取的混沌特征參數(shù)曲線圖。分別為：(a)分形維數(shù)積分斜率；(b)最大Lyapunov指數(shù)曲線；(c)h₂熵曲線

圖3是本發(fā)明水下目標(biāo)信號的混沌特征參數(shù)提取方法對第三類目標(biāo)噪聲提取的混沌特征參數(shù)曲線圖。分別為：(a)分形維數(shù)積分斜率；(b)最大Lyapunov指數(shù)曲線；(c)h₂熵曲線

具體實(shí)施方式

結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。

實(shí)施例1第一類艦船噪聲的混沌特征參數(shù)提取方法，其步驟如下：

(a)將第一類艦船低信噪比水下目標(biāo)信號的實(shí)測水聲數(shù)據(jù)作為樣本，采用多次迭代降噪方法對水聲混沌信號進(jìn)行預(yù)處理。