一种舰船辐射噪声信号的特征提取和分类方法技术

本发明专利技术公开了一种舰船辐射噪声信号的特征提取和分类方法；该方法采用RPSEMD方法对舰船辐射噪声信号进行分解，克服了EMD的模态混叠现象以及EEMD的计算量大问题；首次把微分符号熵应用于水声信号处理，DSE不仅具有计算效率高的优点，而且适合于度量较短时间序列的复杂性；现有技术中多是只选择一个典型的IMF进行特征提取，而本发明专利技术公开的方法通过对每一个IMF的熵进行加权，考虑了每一个IMF的重要性，使得最终提取出的每种舰船辐射噪声信号特征更加准确。

A Method for Feature Extraction and Classification of Ship Radiated Noise Signals

The invention discloses a method for feature extraction and classification of ship radiated noise signals; the method uses RPSEMD method to decompose ship radiated noise signals, overcomes the mode aliasing phenomenon of EMD and the problem of large amount of calculation of EEMD; applies differential sign entropy to underwater acoustic signal processing for the first time, and DSE not only has the advantages of high computational efficiency, but also is suitable for measuring shorter time sequence. The method of the present invention weights the entropy of each IMF, takes into account the importance of each IMF, and makes the final extracted characteristics of each ship's radiated noise signal more accurate.

【技术实现步骤摘要】
一种舰船辐射噪声信号的特征提取和分类方法
本专利技术属于水声信号处理领域，具体涉及一种舰船辐射噪声信号特征提取和分类方法。
技术介绍
文献“Featureextractionofship-radiatednoisebasedonpermutationentropyoftheintrinsicmodefunctionwiththehighestenergy,Entropy,2016,18(11)：393(1-15)”公开了一种基于经验模态分解(EMD)和排列熵的舰船辐射噪声信号特征提取方法，首先使用EMD把舰船辐射噪声信号分解为若干固有模态函数(IMF)，然后把能量最高的IMF确定为典型IMF，最后以典型IMF的排列熵作为特征参数，实现了三类舰船辐射噪声信号的分类。但是该方法只以一个IMF的熵作为特征，而忽略了其他IMF的重要性，造成三类舰船辐射噪声信号识别精度低的问题。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供一种舰船辐射噪声信号的特征提取和分类方法。主要解决现有的特征提取方法中，往往只选择一个典型IMF的熵值作为特征，而忽略了其他IMF的重要性，造成三类舰船辐射噪声信号识别精度低的问题。为达到上述目的，本专利技术采用以下技术方案予以实现：一种舰船辐射噪声信号的特征提取和分类方法，包括以下步骤：(1)对实测舰船辐射噪声信号样本进行归一化预处理；(2)通过再生相移正弦辅助经验模态分解将舰船辐射噪声信号分解为若干个固有模态函数；(3)计算每个固有模态函数的差分符号熵；(4)计算每个固有模态函数与舰船辐射噪声信号之间的互信息，然后将所有互信息之和作为分母，计算每个互信息的归一化值，得到归一化互信息；(5)以归一化互信息作为权重系数对相应的差分符号熵进行加权求和，提取出特征参数的加权差分符号熵；(6)将加权差分符号熵输入支持向量机进行分类，得到舰船辐射噪声信号的分类结果。本专利技术的进一步改进在于：优选的，步骤(1)中，对实测舰船辐射噪声信号样本进行归一化预处理：其中：t表示采样点，x(t)为实测舰船辐射噪声信号序列，y(t)为归一化后测量的舰船辐射噪声信号序列，N为舰船辐射噪声信号序列的长度。优选的，步骤(2)中，再生相移正弦辅助经验模态分解将舰船辐射噪声信号y(n)分解为若干个固有模态函数具体步骤为，将归一化后测量的舰船辐射噪声信号序列y(t)分解为K个固有模态函数，则归一化后测量的舰船辐射噪声信号序列表示为：其中：K被分解的固有模态函数的数量，IMFi(t)为第i个固有模态函数，依次从高频到低频排列。优选的，步骤(3)中，计算每个固有模态函数的差分符号熵包括以下步骤：(3-1)对于时间序列X＝{x1,x2,...,xj,...}，分别计算其前向差分D1＝||xj-xj-1||和后向差分D2＝||xj+1-xj||；式中xj为第j个采样点的值；(3-2)将步骤(3-1)得到的差分结果转换为4符号化的符号序列S(j)，xj的转换公式如下所示：其中：diff＝D1-D2，控制因子α在0.3到0.6之间取值；(3-3)依次以m比特为单位对符号序列S(j)进行编码，每相邻m比特的子符号序列表示一个“字符”，所有的“字符”组成了编码序列C(j)；对于4符号化处理，将会在编码序列中存在4m个种编码符号；对于某个序列，设每种编码符号的概率分别为(3-4)根据所有编码“字符”的概率分布计算其Shannon熵得到差分符号熵：上式(4)中的p(πl)表示第l种“字符”出现的概率。优选的，步骤(3)的步骤(3-4)中，当序列为舰船辐射噪声信号时，m为3。优选的，第i个IMF与舰船辐射噪声信号y(t)之间的归一化互信息norMI如下式(7)所示：式中，IMFn(t)为第n个固有模态函数。优选的，式(7)中的MI(IMFi(t)；y(t))表示为下式：优选的，步骤(5)中，特征参数加权差分符号熵WDSE计算公式为：式中，DSEi表示第i个IMF的差分符号熵。与现有技术相比，本专利技术具有以下有益效果：本专利技术公开了一种舰船辐射噪声信号的特征提取和分类方法；该方法采用RPSEMD方法对舰船辐射噪声信号进行分解，克服了EMD的模态混叠现象以及EEMD的计算量大问题；首次把微分符号熵应用于水声信号处理，DSE不仅具有计算效率高的优点，而且适合于度量较短时间序列的复杂性；现有技术中多是只选择一个典型的IMF进行特征提取，而本专利技术公开的方法通过对每一个IMF的熵进行加权，考虑了每一个IMF的重要性，使得最终提取出的每种舰船辐射噪声信号特征更加准确。采用本专利技术降噪方法对三种不同类别的舰船辐射噪声信号进行特征提取后，并与原始舰船辐射噪声信号的DSE、最高能量的IMF的差分符号熵(IMF-Energy-DSE)和最大norMI的IMF的差分符号熵(IMF-norMI-DSE)三种方法的比较，通过支持向量机的分类证明通过本方法进行特征提取的识别率达到98.3333％，说明本专利技术中的方法能够更好的提取出舰船辐射噪声信号的特征。【附图说明】图1为本专利技术提供的一种舰船辐射噪声信号的特征提取和分类方法的流程图；图2为三种舰船辐射噪声信号的归一化时域波形图，其中，(a)图为Ship-1的归一化时域波形图，(b)图为Ship-2的归一化时域波形图，(c)图为Ship-3的归一化时域波形图；图3为三种舰船辐射噪声信号经过RPSEMD分解后的分解结果，其中，(a)图为Ship-1的分解结果，(b)图为Ship-2的分解结果，(c)图为Ship-3的分解结果；图4为三种舰船辐射噪声信号的IMF的DSE和norMI曲线，其中，(a)图为Ship-1的IMF的DSE和norMI曲线，(b)图为Ship-2的IMF的DSE和norMI曲线，(c)图为Ship-3的IMF的DSE和norMI曲线；图5为三种舰船辐射噪声信号的特征提取结果，其中，(a)图为使用本专利技术方法的特征提取结果，(b)图为原始舰船辐射噪声信号的DSE的特征提取结果，(c)图为IMF-Energy-DSE方法的特征提取结果，(d)图为IMF-norMI-DSE方法的特征提取结果；图6为三种舰船辐射噪声信号的支持向量机输出结果，其中，(a)图为使用本专利技术方法的支持向量机输出结果，(b)图为原始舰船辐射噪声信号的DSE的支持向量机输出结果，(c)图为IMF-Energy-DSE方法的支持向量机输出结果，(d)图为IMF-norMI-DSE方法的支持向量机输出结果。【具体实施方式】下面结合附图和具体步骤对本专利技术做进一步详细描述；本专利技术公开了一种舰船辐射噪声信号的特征提取方法，本专利技术将RPSEMD、DSE和MI引入，以克服识别精度低的问题；其中，再生相移正弦辅助经验模态分解(RPSEMD)是一种优化的EMD，它克服了EMD的模态混叠问题。差分符号熵(DSE)是一种新型的香农熵，不仅计算速度快，而且可以度量较短序列的非线性复杂性。互信息(MI)能够定量地表示两个变量之间相互依赖程度，比相关系数更加准确。参见图1，本专利技术舰船辐射噪声信号的特征提取方法具体包括以下步骤：(1)对实测舰船辐射噪声信号样本进行归一化预处理，其中：t表示采样点，x(t)为实测舰船辐射噪声信号序列，y(t)为归一化后测量的本文档来自技高网...

【技术保护点】
1.一种舰船辐射噪声信号的特征提取和分类方法，其特征在于，包括以下步骤：(1)对实测舰船辐射噪声信号样本进行归一化预处理；(2)通过再生相移正弦辅助经验模态分解将舰船辐射噪声信号分解为若干个固有模态函数；(3)计算每个固有模态函数的差分符号熵；(4)计算每个固有模态函数与舰船辐射噪声信号之间的互信息，然后将所有互信息之和作为分母，计算每个互信息的归一化值，得到归一化互信息；(5)以归一化互信息作为权重系数对相应的差分符号熵进行加权求和，提取出特征参数的加权差分符号熵；(6)将加权差分符号熵输入支持向量机进行分类，得到舰船辐射噪声信号的分类结果。

【技术特征摘要】
1.一种舰船辐射噪声信号的特征提取和分类方法，其特征在于，包括以下步骤：(1)对实测舰船辐射噪声信号样本进行归一化预处理；(2)通过再生相移正弦辅助经验模态分解将舰船辐射噪声信号分解为若干个固有模态函数；(3)计算每个固有模态函数的差分符号熵；(4)计算每个固有模态函数与舰船辐射噪声信号之间的互信息，然后将所有互信息之和作为分母，计算每个互信息的归一化值，得到归一化互信息；(5)以归一化互信息作为权重系数对相应的差分符号熵进行加权求和，提取出特征参数的加权差分符号熵；(6)将加权差分符号熵输入支持向量机进行分类，得到舰船辐射噪声信号的分类结果。2.根据权利要求1所述的一种舰船辐射噪声信号的特征提取和分类方法，其特征在于，步骤(1)中，对实测舰船辐射噪声信号样本进行归一化预处理：其中：t表示采样点，x(t)为实测舰船辐射噪声信号序列，y(t)为归一化后测量的舰船辐射噪声信号序列，N为舰船辐射噪声信号序列的长度。3.根据权利要求2所述的一种舰船辐射噪声信号的特征提取和分类方法，其特征在于，步骤(2)中，再生相移正弦辅助经验模态分解将舰船辐射噪声信号y(n)分解为若干个固有模态函数具体步骤为，将归一化后测量的舰船辐射噪声信号序列y(t)分解为K个固有模态函数，则归一化后测量的舰船辐射噪声信号序列表示为：其中：K被分解的固有模态函数的数量，IMFi(t)为第i个固有模态函数，依次从高频到低频排列。4.根据权利要求3所述的一种舰船辐射噪声信号的特征提取和分类方法，其特征在于，步骤(3)中，计算每个固有模态函数的差分符号熵包括以下步骤：(3-1...

【专利技术属性】
技术研发人员：李国辉，杨智超，杨宏，高立鹏，张翔宇，常婉妮，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：陕西,61