【技术实现步骤摘要】
一种水声目标辐射噪声调制特征提取方法
本专利技术属于水声信号处理领域,具体涉及一种水声目标辐射噪声调制特征提取方法。
技术介绍
舰船等水声目标辐射噪声中主要成分包括机械噪声、螺旋桨噪声以及水动力噪声,其包含了较多水声目标运动信息,特别是螺旋桨噪声,螺旋桨节拍对水声目标辐射噪声信号存在振幅调制,这种幅度调制信号实质即包络信号,调制线谱与螺旋桨轴频、叶频以及水声目标的航速有关,因此,若能从水声目标辐射噪声信号中准确地提取调制特征对于水声目标运动信息的获取以及水声目标的分类识别具有重大意义。水声目标辐射噪声由于产生机理较为复杂,本身具有非平稳和非线性等特征,传统的信号处理方法在处理此类问题时,具有一定的局限性,并且受海洋噪声污染严重,因此声纳系统采集到的水声目标辐射噪声信号包含了大量的背景噪声,就导致水声目标辐射噪声中调制线谱往往更难以提取。针对EMD以及EEMD等递归方式分解算法存在模态混叠与端点效应等问题,Dragomiretskiy于2014年提出来了变分模态分解(VMD),相比于前两者,VMD在处理非线性非平稳信号 ...
【技术保护点】
1.一种水声目标辐射噪声调制特征提取方法,其特征在于,包括以下步骤:/n步骤1)、获取舰船辐射噪声原始信号,采用粒子群算法对VMD算法中的分解层数与惩罚因子进行寻优;/n步骤2)、将粒子群算法寻优得到的最佳分解层数与最佳惩罚因子作为VMD算法的输入参数,并利用VMD算法将舰船辐射噪声原始信号分解为若干固有模态分量;/n步骤3)、计算各固有模态分量的包络熵值,选取对应最小包络熵值的固有模态分量作为最佳分量;/n步骤4)、对最佳分量进行Hilbert包络解调分析得到包络信号;/n步骤5)、对解调所得的包络信号进行1(1/2)谱分析,得到辐射噪声调制线谱,完成水声目标辐射噪声信号调制特征提取。/n
【技术特征摘要】
1.一种水声目标辐射噪声调制特征提取方法,其特征在于,包括以下步骤:
步骤1)、获取舰船辐射噪声原始信号,采用粒子群算法对VMD算法中的分解层数与惩罚因子进行寻优;
步骤2)、将粒子群算法寻优得到的最佳分解层数与最佳惩罚因子作为VMD算法的输入参数,并利用VMD算法将舰船辐射噪声原始信号分解为若干固有模态分量;
步骤3)、计算各固有模态分量的包络熵值,选取对应最小包络熵值的固有模态分量作为最佳分量;
步骤4)、对最佳分量进行Hilbert包络解调分析得到包络信号;
步骤5)、对解调所得的包络信号进行1(1/2)谱分析,得到辐射噪声调制线谱,完成水声目标辐射噪声信号调制特征提取。
2.根据权利要求1所述的一种水声目标辐射噪声调制特征提取方法,其特征在于,步骤1)中,采用水听器采集舰船辐射噪声原始信号。
3.根据权利要求1所述的一种水声目标辐射噪声调制特征提取方法,其特征在于,采用粒子群算法对VMD算法中的分解层数与惩罚因子进行寻优具体步骤如下:
(1-1)初始化粒子群优化算法参数,选取固有模态分量的包络熵作为适应度函数,以局部极小包络熵值最小化作为寻优目标;
(1-2)以待寻优参数分解层数K与惩罚因子α作为粒子的位置x(K,α),设定粒子的位置范围与速度范围,初始化粒子种群并随机初始化种群中各粒子位置与速度;
(1-3)当种群中粒子i位置为xi(Ki,αi)时,利用VMD算法解析信号并计算所得固有模态分量的包络熵,选取其中极小包络熵值Eeimin作为粒子i适应度函数值;
(1-4)对比种群中各粒子的适应度函数值,更新种群的个体极值pbest和全局极值gbest;
(1-5)利用所得的个体极值pbest和全局极值gbest更新种群中各粒子的位移与速度;
(1-6)重复步骤(1-3)~(1-5)迭代求解,直至满足全局极值收敛或达到最大迭代次数得出最优适应度值以及对应的粒子位置xbest,输出得到最优分解层数Kbest与惩罚因子αbest参数。
4.根据权利要求1所述的一种水声目标辐射噪声调制特征提取方法,其特征在于,步骤2)中,利用VMD算法将舰船辐射噪声原始信号分解为若干固有模态分量具体包括以下步骤:
建立约束变分问题模型:
式中:K为固有模态分量的数量,f为输入的信号,{uk}:={u1,u2,u3...,uK}表示分解得到的K个...
【专利技术属性】
技术研发人员:胡桥,郑惠文,续丹,刘钰,唐滢瑾,毛景禄,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。