基于多维熵特征的信号特征提取方法技术

本发明专利技术提供一种基于多维熵特征的信号特征提取方法，包括步骤：S1：对多种目标信号进行仿真；S2：对所述目标信号进行小波熵特征提取，获得小波能量熵；S3：对进行小波熵特征提取后的所述目标信号进行模糊熵特征提取，获得模糊熵；S4：对进行模糊熵特征提取后的所述目标信号进行多维熵特征提取。本发明专利技术的一种基于多维熵特征的信号特征提取方法，采用小波能量熵、模糊熵组成多维熵特征对信号进行“切片”处理，分层进行特征提取，解决特征信号出现交叠无法分类的情况。分类的情况。分类的情况。

【技术实现步骤摘要】
基于多维熵特征的信号特征提取方法


[0001]本专利技术涉及信号特征提取领域，尤其涉及一种基于多维熵特征的信号特征提取方法。

技术介绍

[0002]目前用于信号特征提取的技术大体上分为对暂态信号和稳态信号两大类，主要方法针对时域特征、频域特征、时频域特征，利用信号处理工具，如小波变换、循环平稳、积累量等提取信号的特征参数。时域特征包括有量纲和无量纲指标，主要包括偏度、脉冲、峰值、均值、均方差等。频域特征包括幅值、频率、相位等。常用方法有傅里叶变换、小波变换、短时傅里叶变换。时频域特征有幅值、频率、相位、功率谱、Wigner
‑
Ville分布(WVD)等。常用方法有S变换、希尔伯特黄变换、短时傅里叶变换、熵特征。以上特征提取方法针对复杂环境下会存在提取的特征信号交叠，无法分离因而导致无法进行有效的信号特征提取。
[0003]就目前的研究现状分析，大多数研究方法主要存在三个问题：(1)特征提取计算量大，需要大量存储空间；(2)特征选择困难，不同的特征分类识别能力不同(3)研究重点多集中于不同调制体制的辐射源识别，对不同参数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维熵特征的信号特征提取方法，包括步骤：S1：对多种目标信号进行仿真；S2：对所述目标信号进行小波熵特征提取，获得小波能量熵；S3：对进行小波熵特征提取后的所述目标信号进行模糊熵特征提取，获得模糊熵；S4：对进行模糊熵特征提取后的所述目标信号进行多维熵特征提取。2.根据权利要求1所述的基于多维熵特征的信号特征提取方法，其特征在于，所述目标信号包括：2FSK信号、4FSK信号、8FSK信号、QPSK信号、64QM信号和MSK信号。3.根据权利要求1所述的基于多维熵特征的信号特征提取方法，其特征在于，所述S2步骤进一步包括步骤：S21：对所述目标信号进行小波变换，获得小波信号；S22：对所述小波信号进行傅里叶变换，获得所述小波信号的功率谱；S23：对所述小波信号的功率谱进行归一化，得到所述目标信号的所述小波能量熵。4.根据权利要求3所述的基于多维熵特征的信号特征提取方法，其特征在于，所述小波信号的功率谱S(k)满足：{S(k),k＝1,2,
…
,j+1}，其中k为自然数，j表示小波变换尺度。5.根据权利要求4所述的基于多维熵特征的信号特征提取方法，其特征在于，所述小波能量熵H
sw
满足公式(1)：其中，N表示样本总数，p
i
表示第i层的小波分布的概率分布。6.根据权利要求5所述的基于多维熵特征的信号特征提取方法，其特征在于，所述S3步骤进一步包括步骤：S31：对进行小波熵特征提取后的所述目标信号的序列[x
...

【专利技术属性】
技术研发人员：王瑞，李靖超，邓波，沈家兰，
申请(专利权)人：上海电机学院，
类型：发明
国别省市：