APP下载

基于舰船噪声小波包重构子带权重系数的确定方法*

2012-10-16李训诰林一品

舰船电子工程 2012年12期
关键词:特征提取信号

张 洋 李训诰 林一品

(1.海军潜艇学院 青岛 266000)(2.东海舰队司令部 宁波 315000)

1 引言

潜艇及水面舰艇在海战中,先敌发现并有效地对敌进行水声对抗,先敌使用武器攻击,正确有效地进行目标特征提取是克敌制胜的前提,也是海军各型潜艇和水面舰艇急需解决的关键技术。然而,舰船辐射噪声的复杂性和多样性,同类目标信号的离散性和不同类目标信号之间的相似性,海洋环境和本艇各种噪声的污染,水声信道的特殊性,使得舰船噪声的特征提取一直是水声信号处理的一个难题。

提取舰船噪声特征,进行噪声源的识别与定位,是降低舰船辐射噪声强度的基础,因而舰船的噪声源识别已成为人们关注的焦点问题之一。传统的噪声源识别方法在时域处理范畴,主要有分部运转、时力分析、辐射效率测定和相关分析等方法;在频域处理范畴主要有谱分析方法、相关分析方法和偏相干分析方法。

小波包变换对信号具有任意的多尺度分解形式。它通过小波包分解将频带多层次划分,并能够根据被分析信号的特征自适应地选择频带。不同的小波包基具有不同的性质,反映不同的信号特性,能提供其他变换所不能提供的信号的重要特征。本文提出了一种基于小波包分解与能量特征提取的分析方法。

2 基于小波包的噪声分解与重构

小波包分析能够为信号提供一种更加精细的分析方法。它将频带进行多层次划分,对多分辨分析没有细分的高频部分进行进一步分解,并能够根据被分析信号的频率,自适应地选择相应频带,使之与信号频谱相匹配,从而提高时频分辨力,因此小波包具有更广泛的应用价值。……

登录APP查看全文

猜你喜欢

特征提取信号
特征提取和最小二乘支持向量机的水下目标识别
信号
完形填空二则
基于Gazebo仿真环境的ORB特征提取与比对的研究
孩子停止长个的信号
基于Daubechies(dbN)的飞行器音频特征提取
Bagging RCSP脑电特征提取算法
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
基于MED和循环域解调的多故障特征提取