[发明专利]一种基于经验模态分解与1(1/2)谱分析的目标检测方法

权利要求书

1.一种基于经验模态分解与1(1/2)谱分析的目标检测方法，其特征在于步骤如下：

步骤1：采用EMD方法对可能含有目标的水中信号片段进行分解，提取原信号由n阶IMF和残差，信号经经验模态分解后表示为：

其中：X(t)为原信号，d(t)为分解得到的IMF分量，r(t)为残差；

所述待分解的信号满足三个条件：

1、信号至少有两个极值，一个最大值和一个最小值；

2、特征时间尺度由极值之间的时间间隔确定；

3、如果数据完全没有极值，但包含拐点，则对其进行一次或多次微分求得极值，最终结果通过积分来获得；

所述提取的IMF分量满足两个条件：

1、待分解的信号在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个；

2、在任意时刻点，局部最大值的包络即上包络线和局部最小值的包络即下包络线平均必须为零；

步骤2：对获得的n阶IMF分量进行筛选，获得含有目标信息的IMF分量，

(1)求每一阶IMF分量与采集到的环境噪声n(t)的相关系数ρ

(2)对获得的n组相关系数进行大小判定，阈值为该组相关系数的标准差，将相关系数小于标准差对应的IMF分量视为可能存在目标的分量相加并输出；

相关系数ρ的标准差δ为：

步骤3：对筛选出的IMF分量进行谱分析，获得水中目标辐射噪声的特征频谱，以此作为目标检测；

步骤4：以奈曼-皮尔逊准则为例进行目标检测；在无目标情况下，采集100次环境噪声样本，分别提取其高阶谱密度函数，计算指定频段内的高阶谱功率，对这100个样本的高阶谱功率进行从大到小的排序，如果给定虚警为0.05，则取第5个高阶谱功率作为检测门限λ；

在可能有目标的场景下，对接收信号按上述步骤提取高阶谱特征、计算指定频段内的高阶谱功率，如果大于门限λ则判定有目标，小于λ则判定无目标。

2.根据权利要求1所述基于经验模态分解与1(1/2)谱分析的目标检测方法，其特征在于：所述EMD方法中从给定信号中提取IMF分量具体过程如下：

1、将所有的局部极大值点通过三次样条插值函数拟合形成上包络，对局部极小值点重复该步骤以生成下包络；计算上下包络的均值，记为m₁(t)；

2、用原信号X(t)减去该包络均值m₁(t)，得到一个新的序列h₁(t)：

h₁＝X(t)-m₁(t)

3、若此时产生的新数据h₁(t)仍存在负的局部极大值和正的局部极小值点，则应将h₁(t)作为原信号重复上述步骤；记h₁(t)上下包络均值为m₁₁(t)，新生成的序列记为h₁₁(t)：

h₁₁(t)＝h₁(t)-m₁₁(t)

该迭代过程可记为：

h_1n(t)＝h_1(n-1)(t)-m_1n(t)

以连续两个处理结果的标准差Sd作为筛选过程迭代是否终止的条件：

对于Sd，Huang的取值范围为0.2～0.3；

4、将满足条件的h_1n(t)输出作为一阶IMF，记为d(t)，用原信号X(t)减去d(t)，得到一残差r(t)，重复该过程，直到信号中不可再提取出IMF，终止分解过程；

信号经经验模态分解后可表示为：

即原信号X(t)由n阶IMF和残差构成。

3.根据权利要求1所述基于经验模态分解与1(1/2)谱分析的目标检测方法，其特征在于：所述对筛选出的IMF分量进行谱分析，具体过程如下：

1、将筛选出的IMF分量分为K段，每段长度为M，记为：

{x₁,x₂,…,x_N＝KM}

2、对每个片段去均值化；

3、计算去均值化后每个片段三阶累积量的对角切片c(τ)：

其中i＝1,2,...,k,s₁＝max(0,-τ),s₂＝min(M-1,M-1-τ)

4、对K个片段的c⁽ⁱ⁾(τ)取平均，即：

5、对做一维傅立叶变换，即得到筛选后IMF分量的维谱。