[发明专利]一种基于MEEMD与SG滤波的海杂波去噪方法及装置

说明书

本发明实施例公开了一种基于MEEMD与SG滤波的海杂波去噪方法及装置，涉及海杂波的检测技术，能够有效地过滤海杂波中的噪声，并提升精确程度。本发明包括：首先采用MEEMD中的CEEMD部分对海杂波进行经验模态分解。再采用MEEMD中的排列熵计算各阶经验模态分量随机性，确定两个阈值，大于最大阈值予以剔除，筛选在阈值范围内的经验模态分量，认定为噪声占主导的分量。最后利用SG滤波对筛选出的经验模态分量进行滤波。

技术领域

本发明涉及海杂波的检测技术，尤其涉及一种基于MEEMD与SG滤波的海杂波去噪方法及装置。

背景技术

海杂波具有混沌特性。混沌是一种非线性系统产生的运动状态，广泛存在于经济、气象、电子、通信等领域，具有长期不可预测性和类随机性。其中的噪声是杂乱无章没有结构的，普遍存在于周围的各种事物，难免会对目标信号产生干扰。而混沌与噪声都有着随机性，不可预测性等类似特性，但是混沌和噪声在本质上是有区别的。

噪声反映的是一种在任何时刻取值都是随机的动力学复杂行为，具有不可预测性，而混沌是一种确知非线性系统产生的运动状态，具有短期可预测性。海杂波具有混沌特性，有研究者认为可能是由5~6个非线性微分方程组成的非线性动力学系统产生的。噪声的随机性是动力系统产生的，混沌的类随机性与非线性系统对初值的敏感依赖性有关。

因此，在目前的研究中，如何提升海杂波去噪的效果，成为了急需研究的课题。

发明内容

本发明的实施例提供一种基于MEEMD与SG滤波的海杂波去噪方法及装置，能够有效地过滤海杂波中的噪声，并提升精确程度。

为达到上述目的，本发明的实施例采用如下技术方案：

步骤一、利用MEEMD中的CEEMD部分，对采集到的海杂波信号进行经验模态分解；

步骤二、利用所述步骤一种所得到的分解结果，获取各阶IMF分量排列熵；

步骤三、根据所得到的排列熵确定阈值范围，并筛选在阈值范围内的经验模态分量作为噪声占主导的分量；

步骤四、利用SG滤波对所述噪声占主导的分量进行滤波，并对筛选后的经验模态分量进行信号重构。

在所述步骤一中，包括：

在采集到的海杂波信号X（t）中，添加幅值相等方向相反的噪声和 ，得到原信号加入正向噪声 ，原信号加入反向噪声，其中i-1,2,…,N，N为噪声对数，t为时间；利用 EMD算法分别对和进行分解获得第一阶IMF分量，之后集成平均所得IMF分量，直至得到的残余信号单调。，其中，集成平均即为和一起进行平均，残余信号可以理解为分解剩下的信号分量。