[发明专利]一种基于统计流形寻优降维的干扰类型自动识别方法

权利要求书

1.一种基于统计流形寻优降维的干扰类型自动识别方法，其特征在于：

步骤1：利用脉冲描述字初始化干扰信号空时频统计特征f(x)，x为干扰信号样本，为干扰信号描述字构成的观察样本集合；同时，利用干扰样式先验信息初始化多维流形空间g(y)，其中y为干扰信号样本，为干扰类型集合；

步骤2：从观测样本集合中选n个样本，对于每个样本(x_i,y_i)估计干扰信号空时频特征的分布P_X(x_i)，并更新干扰信号空时频统计特征：

其中，Δ为常数；

步骤3：从观测样本集合中选n个样本，利用观测干扰信号样本(x_i,y_i)估计多维流形空间特征分布P_Y(y_i)，并更新典型干扰类型多维流形空间：

其中，Δ为常数；

步骤4：利用n个干扰信号样本对干扰类型高维流形空间的实时转移牵引效应，归一化干扰类型多维流形空间估计结果其中表示对n干扰信号样本统计所得干扰多维流形空间数学期望；

步骤5：基于归一化干扰类型多维流形空间估计结果，构造干扰几何流形空间相关矩阵：

步骤6：利用干扰几何流形空间相关矩阵，采用SVD方式降维提取干扰多维流形空间信号分量U和噪声分量Λ：

[U Λ]＝eig(Φ)；

步骤7：利用信号分量和噪声分量，重构干扰多维流形空间：

步骤8：重复步骤1～步骤7，直至变化率≤5％。