[发明专利]一种基于信号分解和支持向量机的制导律辨识方法

权利要求书

1.一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，包括：

步骤1、模拟防御弹采用不同制导律拦截机动作战飞机时的视线角速度和距离变化率信号；

步骤2、基于经验模态分解EMD方法，对不同制导律下视线角速度和距离变化率信号进行分解，分别提取得到两个信号的全部IMF分量和一个残差res；

步骤3、计算视线角速度各IMF分量和残差res的能量，以及距离变化率信号各IMF分量和残差res的能量，将所有能量排列成向量，构成各制导律对应的特征向量能量带T，为每一个特征向量能量带T标注制导律类别标签；

步骤4、对制导律类别的两两组合进行遍历，为每一种组合构建一个二分类支持向量机SVM，采用对应两种制导律的特征向量能量带T对SVM进行训练；

步骤5、针对待识别的防御弹的视线角速度和距离变化率信号，先进行基于经验模态分解EMD方法进行分解，再得到对应的特征向量能量带T，输入到每个训练好的SVM中，每个二分类SVM的辨识结果计为1票，最后得票最多的制导律类别即为待识别信号的类别。

2.如权利要求1所述的一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，所述步骤2的具体方法为：

Step1：找到信号或者信号所有的极值点，采用三次样条插值法根据极值点拟合上、下包络线e_max和e_min；

Step2：求取上、下包络线均值为m(t)；

Step3：将信号或者信号减去m(t)得到序列c(t)；

Step4：检测序列c(t)是否满足设定条件：

若满足，c(t)作为一个IMF分量分离出来，得到剩余序列r(t)，即或

若不满足，则将序列c(t)作为新信号重复上述Step1至Step3，直至序列c(t)满足设定条件为止，则提取出信号的全部IMF分量和一个残差；

所述设定条件为：在整个时间轴上，信号序列的极值点和过零点数目相同或至多相差一个，且任意的时间点，信号序列的局部极大值与局部极小值分别构成的上包络线与下包络线的平均值须为0，即该信号序列波形必须局部对称。

3.如权利要求1或2所述的一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，所述步骤2中，对于信号或者信号在信号的两端分别对数据进行镜像操作，将原始信号对称地延拓成一个闭合的环形信号，然后再进行所述分解。

4.如权利要求1所述的一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，所述步骤3中，不同制导律对应的特征向量能量带T元素数量不同时，最低频IMF后补充0特征，使得后续基于机器学习的制导律辨识环节中的样本数据的长度一致。

5.如权利要求1所述的一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，所述步骤3中，对特征向量能量带T元素进行归一化操作。

6.如权利要求1所述的一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，SVM采用高斯核函数。

7.如权利要求1所述的一种基于信号分解和支持向量机的制导律辨识方法，其特征在于，所述步骤3中，计算能量式为：

式中，c_i为各IMF分量i时刻对应的值；r_i为残差i时刻对应的值。