基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法技术

基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法，解决了如何在复杂水声环境和低信噪比条件下有效提取目标信号的问题，属于水下声场目标识别领域。本发明专利技术包括：KRAKEN模型生成参考信号，提取频谱的中心频率ω<subgt;ref</subgt;和带宽Δω<subgt;k</subgt;；通过变分模态分解将原始信号分解为K个具有不同频率成分的模态信号函数，建立目标函数，该目标函数使模态信号和原始信号的频谱差异最小；将ω<subgt;ref</subgt;和Δω<subgt;k</subgt;引入目标函数的路径加权频谱约束项中，确保模态信号函数的频率中心ω<subgt;k</subgt;在参考信号频谱范围内；对目标函数进行求解得到一组模态信号函数，并得到最佳重构信号；根据最佳重构信号进行水下目标深度属性识别。适用于水面、水下目标属性的判别。

【技术实现步骤摘要】

本专利技术涉及一种基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，属于水下声场目标识别领域。

技术介绍

1、随着海洋开发和利用的不断深入，对水下声场信号的高精度提取和去噪需求日益增长。在军事、民用和科研等多个领域，准确、高效地处理水下声场信号至关重要。然而，水下信号在传播过程中受到多路径效应、背景噪声、非平稳特性等复杂因素影响，导致信号的时间-频率特征发生畸变，影响目标信号的准确提取。因此，如何在复杂水声环境和低信噪比条件下有效提取目标信号，成为当前水声信号处理领域亟待解决的问题。

技术实现思路

1、针对如何在复杂水声环境和低信噪比条件下有效提取目标信号的问题，本专利技术提供一种基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法。

2、本专利技术的一种基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，包括：

3、s1、kraken模型生成参考信号xsim(t)，进一步得到参考信号频谱ssim(ω)，从参考信号频谱ssim(ω)中，提取其中本文档来自技高网...

【技术保护点】

1.基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，包括：

2.根据权利要求1所述的基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，目标函数为：

3.根据权利要求2所述的基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，

4.根据权利要求3所述的基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，S3包括：

5.根据权利要求1所述的基于KRAKEN频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，S4包括：

<...

【技术特征摘要】

1.基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，包括：

2.根据权利要求1所述的基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，目标函数为：

3.根据权利要求2所述的基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，

4.根据权利要求3所述的基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，s3包括：

5.根据权利要求1所述的基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，s4包括：

6.根据权利要求5所述的基于kraken频谱约束的变分模态分解下水下目标深度属性识别方法，其特征在于，

...

【专利技术属性】
技术研发人员：赵安邦，李铭泽，岳耀华，王光炜，陈泉君，
申请(专利权)人：黑龙江八一农垦大学，
类型：发明
国别省市：