[發(fā)明專利]一種基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910464593.X
• 申請(qǐng)日: 2019-05-30
• 公開（公告）號(hào): CN110207689B
• 公開（公告）日: 2022-09-16
• 發(fā)明（設(shè)計(jì)）人: 孫景榮;趙聰聰;張華;許錄平;魏晨依;謝林昌
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G01C21/02
• 分類號(hào): G01C21/02;G06F16/2455;G06K9/62
• 代理公司: 西安長(zhǎng)和專利代理有限公司 61227
• 代理人: 黃偉洪

本發(fā)明屬于脈沖星信號(hào)處理技術(shù)領(lǐng)域，公開了一種基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法。首先利用小波變換分解脈沖星信號(hào)，計(jì)算出小波分解后各個(gè)子區(qū)間的小波熵。將小波熵和小波閾值相結(jié)合從而確定各層高頻小波系數(shù)閾值門限。利用閾值門限處理帶噪聲的脈沖星信號(hào)。再根據(jù)不同的脈沖星信號(hào)在各區(qū)間的能量值呈現(xiàn)差異化的特點(diǎn)，計(jì)算樣本中所有脈沖星信號(hào)在每個(gè)區(qū)間的小波熵的數(shù)值。記錄各個(gè)脈沖星信號(hào)的小波熵?cái)?shù)值的結(jié)果，結(jié)合相應(yīng)的名稱來(lái)構(gòu)建特征參數(shù)載入到數(shù)據(jù)庫(kù)中，再與未知的脈沖星信號(hào)特征進(jìn)行比對(duì)，并完成對(duì)脈沖星信號(hào)的辨識(shí)。本發(fā)明只使用小波熵算法，在信號(hào)去噪的同時(shí)，可以提取信號(hào)的小波熵值為特征量來(lái)完成辨識(shí)的任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明屬于脈沖信號(hào)處理技術(shù)領(lǐng)域，尤其涉及一種基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法。

背景技術(shù)

目前，最接近的現(xiàn)有技術(shù)：脈沖星信號(hào)周期的超高穩(wěn)定性，它在為航天器導(dǎo)航提供了新的研究方向，但長(zhǎng)傳播距離和星際空間材料的高干擾以及接收設(shè)備的性能，所接受的脈沖星信號(hào)中包含強(qiáng)噪聲。在一般情況下，帶噪信號(hào)要變成可使用的有效信號(hào)都要進(jìn)行去噪處理。在脈沖星辨識(shí)的過程中，也是需要先進(jìn)行去噪處理。現(xiàn)有的算法大都將脈沖星信號(hào)的去噪、辨識(shí)分為兩個(gè)部分來(lái)研究，并針對(duì)這兩個(gè)部分提出了不同的算法。這些算法都用于解決單一問題，而使用兩種算法解決脈沖星導(dǎo)航系統(tǒng)的去噪和辨識(shí)這兩個(gè)相容的信號(hào)處理問題，降低了系統(tǒng)的效率。

綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有的脈沖信號(hào)處理算法都用于解決單一問題，使用兩種算法解決脈沖星導(dǎo)航系統(tǒng)的去噪和辨識(shí)這兩個(gè)相容的信號(hào)處理問題，降低了系統(tǒng)的效率。

解決上述技術(shù)問題的難度：

利用一種方法同時(shí)解決去噪和辨識(shí)這兩個(gè)問題，既要滿足濾除噪聲又要達(dá)到提取噪聲的目的。現(xiàn)有的技術(shù)旨在抑制和消除噪聲信號(hào)，再利用其它方式提取信號(hào)特征。現(xiàn)有的技術(shù)沒有提供提取這兩種特征的可能性，而小波熵方法在信號(hào)分解后有效提取了噪聲信號(hào)特征和脈沖星信號(hào)特征。

解決上述技術(shù)問題的意義：

X射線脈沖星信號(hào)處理是導(dǎo)航技術(shù)的一個(gè)關(guān)鍵部分，同時(shí)制約著導(dǎo)航精度。因此研究X射線脈沖星信號(hào)的去噪及辨識(shí)對(duì)提高X射線脈沖星導(dǎo)航系統(tǒng)的精度和效率有著重要的意義。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法。

本發(fā)明是這樣實(shí)現(xiàn)的，一種基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法，所述基于小波熵的脈沖星信號(hào)去噪及辨識(shí)方法包括：

第一步，利用小波變換分解脈沖星信號(hào)，計(jì)算出小波分解后各個(gè)子區(qū)間的小波熵；將小波熵和小波閾值相結(jié)合確定各層高頻小波系數(shù)閾值門限；利用閾值門限處理帶噪聲的脈沖星信號(hào)；

第二步，根據(jù)不同的脈沖星信號(hào)在各區(qū)間的能量值呈現(xiàn)差異化的特點(diǎn)；計(jì)算樣本中所有脈沖星信號(hào)在每個(gè)區(qū)間的小波熵的數(shù)值；

第三步，將各個(gè)脈沖星的小波熵?cái)?shù)值的結(jié)果，結(jié)合相應(yīng)的名稱，構(gòu)建特征參數(shù)載入到數(shù)據(jù)庫(kù)中，再與未知的脈沖星信號(hào)進(jìn)行比對(duì)，并完成對(duì)脈沖星信號(hào)的辨識(shí)。

進(jìn)一步，所述第一步具體包括：

(1)首先對(duì)帶噪的脈沖星信號(hào)x(n)進(jìn)行m個(gè)尺度的小波變換，獲得各個(gè)尺度的離散小波系數(shù)，第j分解尺度下k時(shí)刻的高頻分量的系數(shù)表示為d_j，k，低頻分量的系數(shù)表示為a_j，k，信號(hào)的采樣頻率表示為f_s，其中j＝1，2…，5；k＝1，2…，10；作為優(yōu)選，采用db6作為小波基函數(shù)，對(duì)脈沖星序列進(jìn)行5個(gè)尺度的離散小波變換；

(2)根據(jù)各層離散小波系數(shù)，分別計(jì)算各個(gè)區(qū)間的高頻系數(shù)的小波能量E_j，k；把信號(hào)第j層系數(shù)d_j，k等分成n個(gè)區(qū)間，則該層每個(gè)區(qū)間的能量為：