【技术实现步骤摘要】
本申请涉及水下航行器自噪声特征提取、识别与分离，尤其涉及一种分解分类再重构的uuv自噪声分离方法。
技术介绍
1、无人水下航行器(unmanned underwater vehicle，uuv)自噪声是指uuv声学载荷在水声通信、目标探测等过程中，存在于信号接收端，影响接收信号信噪比的各种干扰噪声。uuv自噪声的大小决定着uuv声学载荷的性能指标，已经成为提升相关技术性能的关键。uuv结构复杂，其自噪声的来源也很复杂，不同来源的自噪声对声学载荷系统的干扰影响也不尽相同。从uuv自噪声中提取并分离出不同类型的自噪声，并开展针对性的噪声治理，是有效提高uuv接收能力的途径和手段。
2、然而，在实际对uuv自噪声的研究和应用中，存在以下问题：
3、首先，在水下环境中，uuv一般通过自身搭载的传感器获取外界信息，并采用水声信号作为信息传播的主要媒介，以此来实现与外界的信息交互，但在实际应用中，uuv一般是凭借着较小的无人平台的机动性和自主性优势，来进行潜艇跟踪和追猎、水下搜索和调查、海事侦察，导航援助等水下任务，但由于无...
【技术保护点】
1.一种分解分类再重构的UUV自噪声分离方法，其特征在于，包括以下步骤：
2.根据权利要求1所述分解分类再重构的UUV自噪声分离方法，其特征在于，所述自噪声信号源包括混合在一起的窄带线谱分量，宽带连续谱分量和调制成分；
3.根据权利要求1所述分解分类再重构的UUV自噪声分离方法，其特征在于，模态分解为多个所述信号模态分量的表达式为：
4.根据权利要求3所述分解分类再重构的UUV自噪声分离方法，其特征在于，所述时域特征集至少包括第一时域特征，第二时域特征和第三时域特征；
5.根据权利要求4所述分解分类再重构的UUV自噪声分...
【技术特征摘要】
1.一种分解分类再重构的uuv自噪声分离方法，其特征在于，包括以下步骤：
2.根据权利要求1所述分解分类再重构的uuv自噪声分离方法，其特征在于，所述自噪声信号源包括混合在一起的窄带线谱分量，宽带连续谱分量和调制成分；
3.根据权利要求1所述分解分类再重构的uuv自噪声分离方法，其特征在于，模态分解为多个所述信号模态分量的表达式为：
4.根据权利要求3所述分解分类再重构的uuv自噪声分离方法，其特征在于，所述时域特征集至少包括第一时域特征，第二时域特征和第三时域特征；
5.根据权利要求4所述分解分类再重构的uuv自噪声分离方法，其特征在于，所述频域特征集包括第一频域特征、第二频域特征、第三频域特征、第四频域特征，第五频域特征和第六频域特征；
6.根据权利要求5所述分解分类再重构的uu...
【专利技术属性】
技术研发人员：史文涛，陈东，郑力涵，张群飞，刘树勋，景连友，何成兵，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
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。