[發明專利]對水下入侵目標引起接收信號變化的無監督學習檢測方法

在審

• 申請號: 201811606471.1
• 申請日: 2018-12-27
• 公開（公告）號: CN109782261A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 雷波;張遙;楊益新;卓頡
• 申請（專利權）人: 西北工業大學
• 主分類號: G01S7/539
• 分類號: G01S7/539;G01S7/536;G01S15/88;G06F17/16;G06F17/14
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 金鳳

1.一種對水下入侵目標引起接收信號變化的無監督學習檢測方法，其特征在于包括下述步驟：

步驟一：接收數據的預處理；

接收數據矩陣X由多個接收脈沖信號組成，表示如下：

X(t)＝[x₁(t)，x₂(t)，…，x_i(t)，…x_N(t)]

其中x_i(t)為第i個脈沖信號，N為脈沖個數，t為相對時間，預處理具體過程為：

1)對接收數據矩陣X進行希爾伯特變換，得到脈沖包絡矩陣H，具體變換過程為：

H(t)＝[h₁(t)，…,h_i(t),…h_N(t)]

2)將脈沖包絡以信號功率歸一化，得到歸一化脈沖包絡矩陣

其中M為相對時間t的點數；

3)對歸一化脈沖包絡矩陣進行離散傅里葉變換(DFT)，得到脈沖包絡頻譜頻譜分辨率不低于1％接收信號帶寬：

步驟二：預先準備包含N_R個接收脈沖信號的接收數據矩陣X_R，按照步驟一中預處理方法進行處理后，得到作為訓練數據建立孤立森林；具體過程如下：

使用訓練數據建立孤立森林，孤立森林由k棵二叉樹組成數，其中每顆二叉樹的建立方法如下：

1)從訓練數據中隨機抽取n個接收脈沖信號作為建立該二叉樹的子數據集其中n取N_R的10％～100％；

2)建立一個根節點，在該根節點上隨機選取第p個頻率點，并隨機選取一個幅值門限q，該幅值門限q在的最大值與最小值之間；

3)在根節點對訓練數據進行劃分：子數據集中的各個脈沖數據進行如下判斷：如果滿足則脈沖數據流向該節點的左子節點；不滿足則脈沖數據流向該節點的右子節點；

4)子節點的建立方法與根節點一致，當子數據集的每一條脈沖數據都不能再劃分，即所有脈沖數據都到達一個只含有自己的節點，或到達一個只含有與自己完全相同的脈沖數據的節點時，二叉樹建立完成；

步驟三：將需要進行測試的數據按照步驟一中預處理方法進行處理作為訓練數據，訓練數據從根節點依次通過步驟二中建立的二叉樹，統計測試數據平均經過的節點數計算測試脈沖數據的異常得分s_i，判斷是否存在前向散射信號引起的接收信號異常變化；

第i個脈沖的異常得分s_i的計算方法如下：

其中H(i)＝ln(i)+ξ，ξ≈0.5772156649；

對異常得分s_i進行修正，用A_i表示接收脈沖信號x_i(t)的最大幅值，定義幅度變化量ΔA為：

其中E_i(A)表示第i個接收脈沖信號時刻時的平均最大幅值，由當前時刻之前m個接收脈沖的最大幅值進行估計：

采用幅度變化量ΔA對異常得分s_i進行修正：

s′_i＝(|ΔA-1|+1)·s_i

得到修正后的異常得分s′_i，在0.3～0.7之間選取門限值，若的異常得分s′_i大于門限值，則第i個脈沖信號中存在前向散射信號引起的接收信號異常，檢測完成。

2.根據權利要求1所述的一種對水下入侵目標引起接收信號變化的無監督學習檢測方法，其特征在于：

本發明選取訓練數據矩陣X_R，脈沖個數N≥50，訓練數據中應有0％～50％的脈沖存在由前向散射信號引起的接收信號異常。