[发明专利]基于EMD和压缩感知的水声目标辐射噪声分类方法及系统有效

专利信息
申请号: 202010996846.0 申请日: 2020-09-21
公开(公告)号: CN112183280B 公开(公告)日: 2022-03-08
发明(设计)人: 胡桥;田芮铭;郑惠文;张阳坤;孙帅帅;苏文斌 申请(专利权)人: 西安交通大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 马贵香
地址: 710049 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 emd 压缩 感知 目标 辐射 噪声 分类 方法 系统
【权利要求书】:

1.一种基于EMD和压缩感知的水声目标辐射噪声分类方法,其特征在于,包括以下步骤:

步骤1)、获取不同舰船辐射噪声的原始信号,采用EMD方法对不同舰船辐射噪声的原始信号进行模态分解得到多个基本模式分量;

步骤2)、利用压缩感知方法提取每一个基本模式分量的线谱分量;

步骤3)、根据每个基本模式分量的线谱分量计算得到基本模式分量和该基本模式分量相对应的原始信号的最大互信息系数,根据最大互信息系数计算得到最能体现原始信号特征的线谱分量;

步骤4)、对最能体现原始信号特征的线谱分量进行稀疏字典的训练;

步骤5)、对训练后的信号线谱分量进行时域、频域以及稀疏域特征提取形成特征集,利用形成的特征集对水声目标辐射噪声进行分类。

2.根据权利要求1所述的一种基于EMD和压缩感知的水声目标辐射噪声分类方法,其特征在于,采用EMD方法将不同舰船辐射噪声的原始信号x(t)分解为若干个IMF分量和一个残余分量:

3.根据权利要求2所述的一种基于EMD和压缩感知的水声目标辐射噪声分类方法,其特征在于,采用EMD方法将不同舰船辐射噪声的原始信号x(t)分解具体包括以下步骤:

步骤1.计算原始信号的所有局部极值点,将所有极值点分别用三次样条插值算法拟合得到信号的上包络线fmax(t)和下包络线fmin(t),上包络线fmax(t)和下包络线fmin(t)的均值作为原始信号的均值包络m(t),得到:

步骤2.用原始信号x(t)减去均值包络m(t),得到

h1(t)=x(t)-m(t) (2)

若h1(t)不满足基本模式分量限定要求,则将h1(t)作为原始信号,重复上述步骤1和步骤2,直至得到的h1(t)满足基本模式分量限定要求,记为:

c1(t)=h1(t) (3)

步骤3.利用原始信号x(t)减去c1(t),得到剩余值序列r1(t):

r1(t)=x(t)-c1(t) (4)

步骤4.令r1(t)为新的原始信号,重复操作步骤1~步骤3,直到满足预先设定的停止准则后停止,即可得到若干个IMF分量和一个残余分量。

4.根据权利要求2所述的一种基于EMD和压缩感知的水声目标辐射噪声分类方法,其特征在于,根据每个基本模式分量的线谱分量计算得到基本模式分量和原始信号的最大互信息系数,选出基本模式分量和原始信号相关的线谱:

式中:a,b是基本模式分量在y方向上的划分格子的个数,B是变量,I(IMFi;x(t))表示第i个固有模态分量和原始信号的互信息。

5.根据权利要求4所述的一种基于EMD和压缩感知的水声目标辐射噪声分类方法,其特征在于,通过计算每个基本模式分量与原始信号的最大互信息值,对最大互信息值中最大的4个基本模式分量进行线谱提取,从而选出基本模式分量中和原始信号相关性最大的四个的线谱分量,通过计算原始信号与提取的线谱分量的最大互相关系数,得到最能体现原始信号特征的线谱分量。

6.根据权利要求1所述的一种基于EMD和压缩感知的水声目标辐射噪声分类方法,其特征在于,利用K-奇异值算法对提取的最能体现原始信号特征的线谱分量进行稀疏字典的训练,并将每类信号训练所得的稀疏编码中非零元素位置提取,将相应位置所对应的字典元素进行整合,形成全新的字典。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010996846.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top