[发明专利]基于变微分步长相对变化熵的目标检测与信号频率估计方法

权利要求书

1.一种基于变微分步长相对变化熵的目标检测与信号频率估计方法，其特征在于包括下述步骤：

步骤一：利用声呐采集海洋中的声信号，记为s(t)，即为输入信号；

步骤二：根据Takens重构定理对接收数据s(t)进行相空间重构；

将接收到声信号的数据，利用G-P算法求取数据的重构维数与时间延迟，最后完成接收数据的相空间重构：

S(t_i)＝[s(t_i)，s(t_i+τ)，s(t_i+2τ)，…，s(t_i+(m-1)τ)] (1)

其中S(t_i)表示重构后信号第i个向量，s(t_i)表示输入信号第i个数据，τ为延迟时间，m为重构维数；

步骤三：利用式(1)将初始时刻接收到的数据s₁(t)进行相空间重构，得到重构后的数据S₁(t)；

步骤四：将微分步长设定为L+d，L与d是设定的数据重组间隔，根据重构后的数据S₁(t)按照式(2)进行序列的重组，得到重组序列S₁₁(t)，公式(2)为：

S₁₁(t)＝{S₁(t_L+d+1),S₁(t_L+d+2),S₁(t_L+d+3),…,S₁(t_N-1),S₁(t_N),S₁(t₁),S₁(t₂),…,S₁(t_L+d)} (2)

其中S₁₁(t)为某一时刻t的数据s(t)重组结果，N为数据s(t)点数；

然后按照式(3)得到S₁(t)的一阶微分矩阵S′₁(t)；

其中，T是采样周期；

步骤五：将步骤四得到的微分矩阵S′₁(t)按照步骤四，进行n次循环微分得到S″′₁(t)，最后求取循环微分矩阵S″′₁(t)的奇异值并记为参考向量A；

步骤六：将初始时刻之后的接收的数据s₂(t)，按照步骤二进行相空间重构，得到重构后的数据S₂(t)，重构完成后按照步骤四与步骤五，求取S₂(t)的循环微分矩阵S″′₂(t)，并求取S″′₂(t)的奇异值并记为待测向量B；

步骤七：将待测向量B与参考向量A按照式(4)进行计算，得到相对向量C_i：

其中：i＝1、2…m，代表相应向量中元素的下标；

步骤八：按照式(5)求取接收数据的相对膨胀熵；

其中：F(C)表示相对向量C中元素的乘积，N为原始数据s(t)点数，t为数据s(t)重组结果的某一时刻；

步骤九：从1到k依次改变d的取值，依次进行步骤四至步骤八，得到相应步长对应的相对变化熵，最终得到步长d与相对变化熵之间的对应关系图，如果出现规则的深凹，则认为有目标出现，凹陷的深度为超过没有目标时最小值的1.5倍，则认为有深凹出现，并通过深凹之间步长的间距l以及公式(6)，估算出目标的特征线谱的频率f：

其中，f为目标特征线谱频率，l为出现规则深凹的步长间距，F_s为采样率，计算出目标频率之后，通过特征线谱频率的大小以及差别，实现对不同目标的分类以及识别。

2.根据权利要求1所述的基于变微分步长相对变化熵的目标检测与信号频率估计方法，其特征在于：

所述L是一个定值，取值为10000。

3.根据权利要求1所述的基于变微分步长相对变化熵的目标检测与信号频率估计方法，其特征在于：

所述d是一个变量，取值范围为1,2,3，…,Fs，Fs为声信号数据的采样率。