[发明专利]一种基于VMD算法和排列熵的蛙人信号特征提取方法及系统

说明书

本发明涉及蛙人及蛙人探测领域，具体涉及一种基于VMD算法和排列熵的蛙人信号特征提取方法及系统。本发明方法包括利用变分模态分解方法对蛙人信号进行迭代分解，获得固定模态函数；选取能量最高的固态模态函数计算排列熵，获得蛙人时间序列包络；计算排列熵的傅里叶变换，获得包络频谱；依据频谱，进行针对蛙人信号的特征提取。本发明系统包括：固定模态函数获取模块、排列熵计算模块、频谱获取模块和特征提取模块。本发明能在低信噪比下对蛙人辐射信号进行自适应的特征提取。且无需运用高频宽频带，设备采样率可以较低。

技术领域

本发明涉及蛙人及蛙人探测领域，具体涉及一种基于VMD算法和排列熵的蛙人信号特征提取方法及系统。

背景技术

蛙人(frogmen)，是担负着水下侦察、爆破和执行特殊作战任务的部队，因他们携带的装备中有形似青蛙脚形状的游泳工具，所以称之为“蛙人”。长时间在水下游动而戴着面罩、备有脚蹼、橡皮衣、氧气筒等担负特殊任务的两栖部队。

轻潜蛙人辐射声主要来自于呼吸设备。吸气时，能量主要集中在高频；呼气时，能量主要在低频，呼吸的周期规律明显。其可被识别的特征为呼吸的周期性瞬态谱，因而区别于其它小目标。

目前对于蛙人的探测分为主动探测与被动探测，主动声纳虽探测距离远，但在港口周围等近海环境下混响严重，且其对供电的需求也较高，这限制了主动声呐探测蛙人的发展。与之相比被动声纳探测技术隐蔽性强，并且不需要为发射信号提供电源，对海洋环境友好，因此蛙人的被动探测具有意义。但蛙人辐射信号噪声较低，造成被动探测信噪比较低，因而提升信噪比对于蛙人探测十分重要。

以往的研究方法通常是基于蛙人频谱能量的，需要一定的先验知识。且只能选定固定的频带，计算包络提取特征。但不同的呼吸器产生的噪声频段不同，选定频段无法适合每个呼吸器，导致提取效果变差。

发明内容

本发明的目的在于克服现有方法缺陷，提出了一种基于变分模态分解(Variational Mode Decomposition，VMD)和排列熵的蛙人特征提取方法，该方法能在较低信噪比情况下自适应的提取蛙人呼吸包络谱，具体地，提出了一种基于VMD算法和排列熵的蛙人信号特征提取方法及系统。

为达到上述目的，本发明通过下述技术方案实现。

本发明提出了一种基于VMD算法和排列熵的蛙人信号特征提取方法，所述方法包括：

步骤1)对采集到的蛙人信号进行预处理，利用变分模态分解对预处理后的蛙人信号进行迭代分解，获得固定模态函数；

步骤2)选取能量最高的固态模态函数计算排列熵；

步骤3)计算排列熵的傅里叶变换，获得包络频谱；

步骤4)依据频谱，对蛙人信号进行特征提取。

作为上述技术方案的改进之一，所述预处理包括：取均值和归一化处理。

作为上述技术方案的改进之一，所述步骤1)中，利用变分模态分解对预处理后的蛙人信号进行迭代分解，获得固定模态函数，具体包括：

步骤1-1)构造变分问题，将每个固有模态函数均定义为调频调幅信号；

步骤1-2)设置约束条件，构造变分模态分解约束变分模型；所述约束条件包括：分解序列为具有中心频率的有限带宽的模态分量、各个模态的估计带宽之和最小和约束条件为所有模态之和与预处理后的蛙人信号相等；

步骤1-3)引入惩罚因子和Lagrange算子，将变分模态分解约束变分模型变为非约束性变分问题，得到扩展的Lagrange表达式；

步骤1-4)采用交替方向乘子算法，对扩展的Lagrange表达式进行迭代；

步骤1-5)重复步骤1-4)，直至满足迭代约束条件，获得固定模态函数。