[發明專利]基于EMD和壓縮感知的水聲目標輻射噪聲分類方法及系統

有效

• 申請號: 202010996846.0
• 申請日: 2020-09-21
• 公開（公告）號: CN112183280B
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 胡橋;田芮銘;鄭惠文;張陽坤;孫帥帥;蘇文斌
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

1.一種基于EMD和壓縮感知的水聲目標輻射噪聲分類方法，其特征在于，包括以下步驟：

步驟1)、獲取不同艦船輻射噪聲的原始信號，采用EMD方法對不同艦船輻射噪聲的原始信號進行模態分解得到多個基本模式分量；

步驟2)、利用壓縮感知方法提取每一個基本模式分量的線譜分量；

步驟3)、根據每個基本模式分量的線譜分量計算得到基本模式分量和該基本模式分量相對應的原始信號的最大互信息系數，根據最大互信息系數計算得到最能體現原始信號特征的線譜分量；

步驟4)、對最能體現原始信號特征的線譜分量進行稀疏字典的訓練；

步驟5)、對訓練后的信號線譜分量進行時域、頻域以及稀疏域特征提取形成特征集，利用形成的特征集對水聲目標輻射噪聲進行分類。

2.根據權利要求1所述的一種基于EMD和壓縮感知的水聲目標輻射噪聲分類方法，其特征在于，采用EMD方法將不同艦船輻射噪聲的原始信號x(t)分解為若干個IMF分量和一個殘余分量：

3.根據權利要求2所述的一種基于EMD和壓縮感知的水聲目標輻射噪聲分類方法，其特征在于，采用EMD方法將不同艦船輻射噪聲的原始信號x(t)分解具體包括以下步驟：

步驟1.計算原始信號的所有局部極值點，將所有極值點分別用三次樣條插值算法擬合得到信號的上包絡線f_max(t)和下包絡線f_min(t)，上包絡線f_max(t)和下包絡線f_min(t)的均值作為原始信號的均值包絡m(t)，得到：

步驟2.用原始信號x(t)減去均值包絡m(t)，得到

h₁(t)＝x(t)-m(t) (2)

若h₁(t)不滿足基本模式分量限定要求，則將h₁(t)作為原始信號，重復上述步驟1和步驟2，直至得到的h₁(t)滿足基本模式分量限定要求，記為：

c₁(t)＝h₁(t) (3)

步驟3.利用原始信號x(t)減去c₁(t)，得到剩余值序列r₁(t)：

r₁(t)＝x(t)-c₁(t) (4)

步驟4.令r₁(t)為新的原始信號，重復操作步驟1～步驟3，直到滿足預先設定的停止準則后停止，即可得到若干個IMF分量和一個殘余分量。

4.根據權利要求2所述的一種基于EMD和壓縮感知的水聲目標輻射噪聲分類方法，其特征在于，根據每個基本模式分量的線譜分量計算得到基本模式分量和原始信號的最大互信息系數，選出基本模式分量和原始信號相關的線譜：

式中：a,b是基本模式分量在y方向上的劃分格子的個數，B是變量，I(IMF_i；x(t))表示第i個固有模態分量和原始信號的互信息。

5.根據權利要求4所述的一種基于EMD和壓縮感知的水聲目標輻射噪聲分類方法，其特征在于，通過計算每個基本模式分量與原始信號的最大互信息值，對最大互信息值中最大的4個基本模式分量進行線譜提取，從而選出基本模式分量中和原始信號相關性最大的四個的線譜分量，通過計算原始信號與提取的線譜分量的最大互相關系數，得到最能體現原始信號特征的線譜分量。

6.根據權利要求1所述的一種基于EMD和壓縮感知的水聲目標輻射噪聲分類方法，其特征在于，利用K-奇異值算法對提取的最能體現原始信號特征的線譜分量進行稀疏字典的訓練，并將每類信號訓練所得的稀疏編碼中非零元素位置提取，將相應位置所對應的字典元素進行整合，形成全新的字典。