基于改进EEMD及能量特征的战场目标识别方法

被引：11

作者：

邸忆 ^{[1
]}

顾晓辉 ^{[1
]}

车龙 ^{[1
]}

刘亚雷 ^{[2
]}

机构：

[1] 南京理工大学机械工程学院

[2] 公安海警学院

来源：

电子测量与仪器学报 | 2017年 / 31卷 / 06期

关键词：

目标识别分类; 总体经验模态分解; 高低频能量差; 能量向量; 能量特征分析;

D O I：

10.13382/j.jemi.2017.06.014

中图分类号：

TJ410 [一般性问题]; TN911.6 [信号分析];

学科分类号：

082603 [火炮、自动武器与弹药工程]; 120505 [信息分析];

摘要：

针对战场声目标探测系统对目标识别及分类问题,提出了一种基于频率截止EEMD(cut-off frequency-EEMD,CFEEMD)的能量特征分析(energy feature analysis,EFA)方法。选取信号自身的最小有效频率作为EEMD筛分的终止条件,对EEMD方法进行改进,实现目标声信号的快速分解,获得准确的IMF分量;通过计算各阶IMF能量,得到目标信号的总体能量向量,进而分析典型目标声信号各阶IMF分量的能量分布情况;定义目标声信号高低频段能量差特征参数,用于战场声目标的特征识别与分类。半实物仿真试验结果证明了CF-EEMD与EFA相结合的目标声信号识别方法的可行性和实用性,适用于战场声目标识别及分类。

引用

页码：914 / 921

页数：8

共 15 条

[1]

An improvement EMD method based on the optimized rational Hermite interpolation approach and its application to gear fault diagnosis.[J].Yongbo Li;Minqiang Xu;Yu Wei;Wenhu Huang.Measurement.2015,

[2]

Optimal arrangement of four-sensor dynamic acoustic array [J].