[发明专利]一种高度自适应时延目标信号自动提取方法

权利要求书

1.一种高度自适应时延目标信号自动提取方法，其特征在于：包括如下步骤：

首先，设计一种通用原子g原子，g原子表达式如下所示：

其中，t为采样时刻；t₀为原子双边分界时刻，τ₁和τ₂分别为双边有效振荡时间；d₁和d₂分别为双边衰减因子；f为原子信号频率，Φ为原子信号相位；ε为双边比例因子；

具体步骤如下：

(1)、利用目标数据段自动定位检测算法定位目标数据段，然后选取无目标信号数据段；

(2)、设置稀疏分解双阈值判据：残差l-2范数阈值σ和最大迭代次数阈值N；σ由背景噪声强度即不含目标信号序列n_s的l-2范数确定：N由用户根据实时性需求设置，设置为30；

(3)、初始化，迭代次数n＝1，已选取原子个数k＝0；当前残差ξ_n＝x；当前最优适应度Fitⁿ_best＝1E6；

(4)、根据目标数据段自动定位检测算法，确定初始化时间参数τ₁，τ₂和t₀，提取目标样本E_i＝x(t₀-τ₁:t₀+τ₂)；

(5)、对E_i作Hilbert变换以获取更为精确的目标参数信息

R(t)＝E_i(t)*h(t) (2)

其中：h(t)为希氏变换因子；构造如下复数解析信号：

z(t)＝x(t)+iR(t)＝A(t)e^iφ(t) (3)

其中，A(t)为幅值函数

双边比例因子ε由幅值极大值和相邻两个次极大值的对数比确定；

φ(t)为相位函数：

E_i的瞬时频率由下式给出：

以样本的时频信息作为通用原子的基准参数para⁰＝[f φ d₁ d₂ t₀ τ₁ τ₂ ε]获得特征基原子，原子长度与原始信号长度相同；

(6)、利用步骤(4)和步骤(5)确定的时频参数初始化蝙蝠种群；其中表示第n代第j只蝙蝠的初始位置，λ_j为随机数，满足λ_j∈(-1,1)；

(7)、利用改进型蝙蝠算法寻找第n次稀疏分解迭代后蝙蝠最优位置最优匹配原子并更新适应度：

其中，N_ite为改进型蝙蝠算法最大迭代次数，N_pop为蝙蝠个数；为实时灵活原子，通过将蝙蝠个体实时位置作为特征参数代入公式(1)获得，即标准化系数保证ξ_n中的有效信号与其稀疏分解结果具有相同的能量，为对应的分解系数；

(8)、判断是否成立：

若成立：则k＝k+1，计算标准化最优匹配原子最优原子系数更新残差

若不成立：ξ_n+1＝ξ_n，

(9)、令n＝n+1，判断或nN是否成立，若均不成立则重复步骤(1)～(9)，若至少其中一条成立则执行步骤(10)；

(10)、获得稀疏分解最优匹配字典稀疏分解各步分量并提取目标信号估计量