[发明专利]一种基于IMF能量熵与PCA的水下船舰噪声特征提取方法

摘要

一种基于IMF能量熵与PCA的水下船舰噪声特征提取方法，提取船舰噪声信号均值、方差、峰值、偏度时域特征参数，构成时域特征矩阵；采用EEMD方法，将原船舰噪声信号分解，得到IMF分量，并将IMF分量转化为能量特征向量，从而观测自频带能量特征的变化，构成频域特征向量，与时域特征向量共同构成特征矩阵A；利用PCA降维方法对特征矩阵A做降维处理，将高维度的特征矩阵映射到低维度作为新的特征，构成特征矩阵B；训练LSSVM参数，根据风险最小化原则，调整参数γ和核宽度σ，最后将降维后的特征矩阵B向量输入到分类器中，测验分类结果，本发明方法能结合时域与频域信息，形成信息互补，提供更加完备的特征信息，且能提高分类精度。

主权项

一种基于IMF能量熵与PCA的水下船舰噪声特征提取方法，其特征在于，所述方法包括以下步骤：步骤1，提取船舰噪声信号均值、方差、峰值、偏度时域特征参数，作为时域特征向量，构成时域特征矩阵；步骤2，采用EMD改进的EEMD方法，将原船舰噪声信号分解，得到IMF分量，并将IMF分量转化为能量特征向量，从而观测自频带能量特征的变化，构成频域特征向量，与步骤1中的时域特征向量共同构成特征矩阵A；步骤3，利用PCA降维方法对特征矩阵A做降维处理，将高维度的特征矩阵映射到低维度作为新的特征，且尽可能的代表原特征，构成特征矩阵B；步骤4，训练LSSVM(最小二乘支持向量机)参数，根据风险最小化原则，调整参数γ和核宽度σ，最后将降维后的特征矩阵B向量输入到分类器中，测验分类结果，并与未降维的特征矩阵分类结果进行对比。