局部IMF能量加权的低空飞行目标信号时延估计方法技术

本发明专利技术涉及一种局部IMF能量加权的低空飞行目标信号时延估计方法，首先对信号进行经验模态分解(EMD)，根据频谱相关性准则进行有效本征模态函数(IMF)的选取，然后选取信号间频谱一致的有效IMF构成局部IMF，对局部IMF进行互相关时延估计得到其时延估计值，最后根据能量比加权估计准则求出信号间的时延估计结果。该方法提高了相关性噪声干扰下信号间时延估计结果的准确性和稳健性，尤其适用于运动目标源产生的声信号和地震信号的时延估计，例如喷气式飞机、直升机等低空飞行目标。本发明专利技术提出的方法适用于声传感器阵列或者地震检波器阵列信号处理领域，可以解决低空飞行目标的定位及跟踪问题。

【技术实现步骤摘要】
局部IMF能量加权的低空飞行目标信号时延估计方法
：本专利技术涉及一种运动目标信号的时延估计，尤其是声传感器阵列或者地震检波器阵列信号对局部IMF能量加权的低空飞行目标信号的延时估计方法。
技术介绍
：时间延迟估计是表征信号的一个基本参量，是统计信号处理的基本工具之一，广泛应用于声源定位、雷达、地震勘探、阵列信号处理等领域。时延估计是对阵列中不同传感器接收到信号的时间差进行估计，从而确定目标的方位、速度、距离等信息。传统的时延估计方法有：相关法、广义互相关法、频域互功率谱法、相位谱法、自适应时延估计法等，这些方法主要用于静止目标信号时延估计。相关法和广义互相关法在信号的信噪比较高时可以精确估计时延，如唐浩洋-基于麦克风阵列的GCC时延估计算法分析中提到，广义互相关法在信噪比较低时估计精度差且不稳定，且广义互相关法在信号信噪比较低时加权函数无法确定，选择估计值替代增大了其时延估计误差。对于频域互功率谱法，梁宇-基于广义互相关算法的时延估计中提到如果信号之间存在相关性的噪声时，该方法时延估计效果大大下降。相位谱时延估计方法需要设定用于直线拟合的上下限频率，且只对宽带信号有效，在信噪比较大时时延估计精度高且不需要插值，而在信噪比较低或信号中存在信噪比很低的频点时会大大降低时延估计精度。自适应时延估计法需要设定参数和迭代初值，通过自适应学习来计算时延，增加了计算量，且该方法需要背景噪声为不相关的高斯噪声为前提，实际环境下应用效果不佳。相位谱法和自适应时延估计法相关具体信息可以参考乔振岳-最小均方误差自适应时延估计算法研究。可以看出，以上几类方法都是通过较长时窗进行信号时延估计，主要应用于静止目标信号处理，并且当信号受到噪声干扰时尤其是相关性噪声干扰时上述几类方法效果较差。当我们对运动目标的信号进行时延估计时，以上几类方法对于要求短时窗进行时延估计的快速移动源信号来说效果较差，且易受到相关性噪声的干扰。所以在受到相关性噪声干扰环境下(相关高斯干扰、相关随机噪声等)，在短时窗内对运动目标信号进行时延估计时，需要一种抗噪效果好、更精确、更稳健的时延估计方法。
技术实现思路
：本专利技术的目的就在于针对上述现有技术的不足，提出一种局部IMF能量加权的低空飞行目标信号时延估计方法。本专利技术的主要思想是：在野外进行移动声源定位实验时，对于运动目标产生的声信号来说，其统计特征不明显，尤其对于高速运动的低空飞行目标来说，要想对其精确定位，其时延估计窗口越小越好，现有时延估计方法在时延估计窗口较小时估计精度较差，且易受到相关性噪声干扰，不能很好满足运动目标信号时延估计的需要。基于此，本专利技术提出一种局部IMF能量加权的低空飞行目标信号时延估计方法，首先对信号进行EMD分解，根据频谱相关性准则进行有效IMF的选取，在上述基础上进一步选取信号间频谱一致的有效IMF构成局部IMF，对局部IMF进行互相关时延估计得到其时延估计值，最后根据能量比加权估计准则求出信号间的时延估计值。该方法不仅能够压制相关性噪声干扰，而且通过构建窄带局部IMF，在短时窗内大大提高了运动目标信号时延估计结果的准确性和稳健性。尤其适用于运动目标源产生的声信号和地震信号，在存在相关性噪声干扰的情况下，本方法更能发挥其优越性。本专利技术的目的是通过以下技术方案实现的：局部IMF能量加权的低空飞行目标信号时延估计方法，包括以下步骤：a、采集两路传感器接收到的低空飞行目标信号，截取同一时间点长度为L的两路目标信号的采样序列s1(t)和s2(t)，若信号传播速度为V，两路传感器之间的距离为C，则长度L的选择标准为L＝3C/V；b、对信号序列s1(t)进行经验模态分解(EMD)，得到Z个本征模态函数(IMF)分量(I1,I2,…,Iz)以及一个余量R1，对s1(t)和Z个IMF分量分别进行傅里叶变换得到对应的频谱曲线F(S1)、(F(I1),F(I2),…,F(IZ))；c、根据下式依次计算(F(I1),F(I2),…,F(IZ))与F(S1)的相关系数：得到相关系数序列C＝[C1,C2,…,CZ]，在相关系数序列中找到第一个相关系数突变峰值点O，O点对应的本征模态函数分量为IO，相关系数为CO，从序列[CO,CO+1,…,CZ]中找到第一个相关系数小于B的点P,P点对应的本征模态函数分量为IP，相关系数为CP，B值取0.1，将IMF分量(IO,IO+1,…,IP-1)认为是有效IMF分量；d、对采样信号序列s2(t)依次重复步骤b至c，得到s2(t)的有效IMF分量(JM,JM+1,…,JN)；e、比较(IO,IO+1,…,IP-1)与(JM,JM+1,…,JN)的IMF分量个数，以个数少的为基础，假如是(IO,IO+1,…,IP-1)的IMF分量个数较少，分别计算(IO,IO+1,…,IP-1)中每个IMF分量与(JM,JM+1,…,JN)中每个IMF分量之间的频谱相似性，IMF分量IO对应一组频谱相似性结果，IMF分量IO+1对应另一组频谱相似性结果，以此类推。定义下式计算两个信号的有效IMF分量之间的频谱相似性：式中x为s1(t)的某一有效IMF分量，y为s2(t)的某一有效IMF分量，函数F代表傅里叶变换；f、选取每组频谱相似性结果的最大值组成频谱相似性结果序列[SO,SO+1,…,SP-1]，对该序列元素值进行归一化并作出频谱相似性结果最大值关系曲线，选取该曲线上频谱相似性结果最大值大于B1的这些值，这些值对应的两个IMF分量频谱相似性最高，这些IMF分量命名为局部IMF分量，(IO,IO+1,…,IP-1)的局部IMF分量为(I11,I12,…,I1W)，(JM,JM+1,…,JN)的局部IMF分量为(J11,J12,…,J1W)，B1值取0.7；g、对步骤f中选出的每两个局部IMF分量分别进行互相关时延估计得到时延估计值序列X＝[X1,X2,…,XW]，根据下式计算(I11,I12,…,I1W)各分量的能量占比：式中函数E为求信号能量函数；h、s1(t)与s2(t)的最终时延估计值为：有益效果：经验证，本专利技术提出的局部IMF能量加权的低空飞行目标信号时延估计方法，大大提高了运动目标信号时延估计结果的准确性，在相关性噪声干扰条件下，时延估计结果更精确稳健，不仅适用于静止目标源信号时延估计，而且在运动目标源信号时延估计上相比其他时延估计方法更有优势，当时延窗口长度为三倍声程差时间时，应用本专利技术方法可以取得准确的结果，而传统广义互相关方法结果误差较大。本方法拓宽了时延估计的应用范围，对信号先验知识要求较少，大大提高了时延估计结果的稳健性，在声传感器阵列及地震检波器阵列目标定位等领域具有比较好的应用效果。附图说明：图1局部IMF能量加权的低空飞行目标信号时延估计方法的目标仿真信号图2局部IMF互相关时延估计结果图3广义互相关时延估计结果具体实施方式：下面结合附图做进一步的详细说明：a、采本文档来自技高网...

【技术保护点】
1.一种局部IMF能量加权的低空飞行目标信号时延估计方法，其特征在于，包括以下步骤：/na、采集两路传感器接收到的低空飞行目标信号，截取同一时间点长度为L的两路目标信号的采样序列s

【技术特征摘要】
1.一种局部IMF能量加权的低空飞行目标信号时延估计方法，其特征在于，包括以下步骤：
a、采集两路传感器接收到的低空飞行目标信号，截取同一时间点长度为L的两路目标信号的采样序列s1(t)和s2(t)，若信号传播速度为V，两路传感器之间的距离为C，则长度L的选择标准为L＝3C/V；
b、对信号序列s1(t)进行经验模态分解(EMD)，得到Z个本征模态函数(IMF)分量(I1,I2,…,Iz)以及一个余量R1，对s1(t)和Z个IMF分量分别进行傅里叶变换得到对应的频谱曲线F(S1)、(F(I1),F(I2),…,F(IZ))；
c、根据下式依次计算(F(I1),F(I2),…,F(IZ))与F(S1)的相关系数：



得到相关系数序列C＝[C1,C2,…,CZ]，在相关系数序列中找到第一个相关系数突变峰值点O，O点对应的本征模态函数分量为IO，相关系数为CO，从序列[CO,CO+1,…,CZ]中找到第一个相关系数小于B的点P,P点对应的本征模态函数分量为IP，相关系数为CP，B值取0.1，将IMF分量(IO,IO+1,…,IP-1)认为是有效IMF分量；
d、对采样信号序列s2(t)依次重复步骤b至c，得到s2(t)的有效IMF分量(JM,JM+1,…,JN)；
e、比较(IO,IO+1,…,IP-1)与(JM,JM+1,…,JN)的IMF分量个数，以...

【专利技术属性】
技术研发人员：晁云峰，姜弢，刘光达，王鑫，王京椰，郑晶涵，胡秋月，覃锴，周琪，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22