[發(fā)明專利]基于EMD和壓縮感知的水聲目標(biāo)輻射噪聲分類方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202010996846.0
• 申請日: 2020-09-21
• 公開（公告）號: CN112183280B
• 公開（公告）日: 2022-03-08
• 發(fā)明（設(shè)計）人: 胡橋;田芮銘;鄭惠文;張陽坤;孫帥帥;蘇文斌
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 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(zé)任公司 61200
• 代理人: 馬貴香

本發(fā)明公開了一種基于EMD和壓縮感知的水聲目標(biāo)輻射噪聲分類方法及系統(tǒng)，首先對獲取的艦船輻射噪聲信號采用EMD分解并利用壓縮感知對基本模式分量進(jìn)行線譜分量的提取；利用最大互信息系數(shù)選出基本模式分量中和原始信號的最大相關(guān)性系數(shù)得到的線譜分量重新合成信號線譜，本發(fā)明能夠提取出信號中幅值較低的線譜；對提取出的線譜進(jìn)行稀疏字典的訓(xùn)練，并不同的信號經(jīng)過稀疏表示后所得到的稀疏編碼矩陣分布在不同位置，對后續(xù)分類更加有利，再對信號線譜進(jìn)行時域、頻域以及稀疏域特征提取形成能夠作為分類依據(jù)的精準(zhǔn)特征集,能夠更加準(zhǔn)確的提取出信號的線譜；提取出的稀疏特征具有更好的可分性，在艦船等水聲目標(biāo)輻射噪聲分類中識別中具有良好的應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明屬于水聲信號處理領(lǐng)域，具體涉及基于EMD和壓縮感知的水聲目標(biāo)輻射噪聲分類方法及系統(tǒng)。

背景技術(shù)

艦船等水聲目標(biāo)輻射噪聲中主要成分包括機(jī)械噪聲、螺旋槳噪聲以及水動力噪聲，其包含了較多水聲目標(biāo)運(yùn)動信息，特別是螺旋槳噪聲和螺旋槳唱音所構(gòu)成的輻射噪聲線譜是識別目標(biāo)和估計目標(biāo)航速的重要依據(jù)，因此，若能從水聲目標(biāo)輻射噪聲信號中準(zhǔn)確地提取輻射噪聲線譜對于水聲目標(biāo)運(yùn)動信息的獲取以及水聲目標(biāo)的分類識別具有重大意義。

水聲目標(biāo)輻射噪聲由于產(chǎn)生機(jī)理較為復(fù)雜，本身具有非平穩(wěn)和非線性等特征，傳統(tǒng)的信號處理方法在處理此類問題時，具有一定的局限性，并且受海洋噪聲污染嚴(yán)重，因此聲納系統(tǒng)采集到的水聲目標(biāo)輻射噪聲信號包含了大量的背景噪聲，就導(dǎo)致水聲目標(biāo)輻射噪聲中線譜往往更難以提取。因此，如何在強(qiáng)背景噪聲干擾下從輻射噪聲中更好地提取出線譜以及尋找輻射噪聲特征集也是需要解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于EMD和壓縮感知的水聲目標(biāo)輻射噪聲分類方法及系統(tǒng)，以克服現(xiàn)有方法在強(qiáng)背景噪聲干擾下輻射噪聲識別困難等問題。

為達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于EMD和壓縮感知的水聲目標(biāo)輻射噪聲分類方法，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(jìn)行模態(tài)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(jù)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(yīng)的原始信號的最大互信息系數(shù)，根據(jù)最大互信息系數(shù)計算得到最能體現(xiàn)原始信號特征的線譜分量；

步驟4)、對最能體現(xiàn)原始信號特征的線譜分量進(jìn)行稀疏字典的訓(xùn)練以及重構(gòu)；

步驟5)、對訓(xùn)練后的信號線譜分量進(jìn)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(biāo)輻射噪聲進(jìn)行分類。

進(jìn)一步的，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：

進(jìn)一步的，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(diǎn)，將所有極值點(diǎn)分別用三次樣條插值算法擬合得到信號的上包絡(luò)線f_max(t)和下包絡(luò)線f_min(t)，上包絡(luò)線f_max(t)和下包絡(luò)線f_min(t)的均值作為原始信號的均值包絡(luò)m(t)，得到：

步驟2.用原始信號x(t)減去均值包絡(luò)m(t)，得到

h₁(t)＝x(t)-m(t) (2)