[發明專利]基于局部均值分解的目標識別特征提取方法

有效

• 申請號: 201610044315.5
• 申請日: 2016-01-22
• 公開（公告）號: CN105676202B
• 公開（公告）日: 2018-04-17
• 發明（設計）人: 劉宏偉;王鵬輝;費大勇;杜蘭;糾博;陳渤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 陜西電子工業專利中心61205
• 代理人: 王品華,朱紅星

1.一種基于局部均值分解的目標識別特征提取方法，包括如下步驟：

1)對目標的時域回波信號S＝{s₁,s₂,...,s_k,...,s_N}進行局部均值分解，得到余量信號的和信號u以及L個單分量信號f_α，其中s_k為時域回波信號S第k點的值，k＝1,2,...,N，N為脈沖數，α＝1,2,...,L，L為單分量信號的個數；

2)定義第一單分量信號頻譜：F₁＝|fft[f₁]|以及剩余單分量信號頻譜：其中f₁為第一單分量信號，fft[·]代表快速傅立葉變換，|·|代表取模運算；

3)根據L個單分量信號f_α，以及定義的第一單分量信號頻譜F₁、剩余單分量信號頻譜F_r，提取如下四種目標識別特征：

第一單分量信號熵值：t1＝entropy[f₁]，式中entropy[·]代表取熵值運算；

第一單分量信號頻譜熵值：t2＝entropy[F₁]；

第一單分量信號頻譜與剩余單分量信號頻譜的能量比：t3＝energy[F_r]/energy[F₁]，式中energy[·]代表取能量運算；

第一單分量信號頻譜與剩余單分量信號頻譜的峰值比：t4＝max[F_r]/max[F₁]，式中max[·]代表取最大值運算。

2.根據權利要求1所述的目標識別特征提取方法，其中步驟1)所述的對目標的時域回波信號S＝{s₁,s₂,...,s_k,...,s_N}進行局部均值分解，步驟如下：

1a)確定回波信號S所有的局部極值點n_i，i＝1,2,...,W，W為信號S的局部極值點個數，計算相鄰兩個局部極值點n_i和n_i+1的平均值m_i，即：將所有相鄰的兩個均值m_i用直線連接，并對連接后得到的曲線使用滑動平均算法進行平滑處理，得到局部均值函數m_1,1；

1b)使用局部極值點n_i計算包絡估計值：將所有相鄰兩個包絡估計值a_i用直線連接，將連接后得到的曲線使用滑動平均算法進行平滑處理，得到包絡估計函數a_1,1；

1c)將局部均值函數m_1，1從S中分離，得到差值信號：h₁₁＝S-m_1，1；

1d)對差值信號h₁₁解調，得到解調信號：s_1，1＝h₁₁/a_1，1,并將s_1，1作為原始數據重復以上1a)至1c)迭代過程，當迭代j次后滿足a_1，j＝1時，迭代終止；

1e)將迭代過程中產生的所有包絡估計函數相乘得到包絡信號g₁，即:

1f)將包絡信號g₁和純調頻信號s_1，j相乘得到S的第一單分量信號f₁，即：f₁＝g₁×s_1，j；

1g)將第一單分量信號從S中分離，得到分離后的信號：u₁＝S-f₁，將分離后的信號重復上述1a)至1f)操作，最終得到余量信號的和信號u以及L個單分量信號f_α，α＝1,2,...,L。