希尔伯特黄变换在强干扰分离中的研究

论文摘要

水下目标识别是反水雷声纳回波信号处理的一个重要问题。由于强烈的海底混响干扰,水底目标探测成为一个困难的工作。本文引入三种新的时频分析方法来处理水下目标的特征提取问题,包括希尔伯特黄变换方法,分数阶傅立叶变换方法,和频域小波变换方法。并使用基于BP神经网络的混沌时间序列预测方法用于消除回波信号的强混响背景,以提高目标特征提取性能。仿真实验表明希尔伯特边际谱能够抑制混响,突出亮点成分,而希尔伯特谱能够有效的区分目标与混响；分数阶傅立叶变换方法可以使目标的回波在分数阶域的对应区域聚集；频域小波变换的第四阶近似系数可以突出弹性亮点。三种方法的联合处理方法对于多目标的识别有更强的优势。信号处理实验结果表明,这些方法对水下目标特征有一定识别能力。研究了海上实验和湖上实验各种混响信号和目标信号的混沌特征,证实了目标回波是由发射信号非线性叠加产生的复杂信号的推断,在此基础上引入了应用混沌预测理论的信号提取方法。对实验数据的处理结果表明混沌时间序列预测方法能够有效的消除目标的混响背景,使三种时频分析方法及联合处理方法算法对目标识别性能有很大提高,研究表明结合了混沌时间序列预测理论的目标特征提取方法是一种有效的水下目标特征提取方法。通过处理不同收发换能器掠射角下接收的数据,得到了收发换能器掠射角与检测目标精度之间的关系,总结了能够收发换能器检测目标的最小掠射角度和最佳的掠射角度。本文结合时频分析方法和混沌理论处理水下目标识别问题的工作为以后的水下信号处理方向提供了新的研究思路。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 立题背景和意义
• 1.2 响背景下水下目标检测的研究背景与方法
• 1.3 混响的混沌性质的研究背景
• 1.4 时频分析方法概述
• 1.5 混沌理论概述
• 1.6 论文的研究内容
• 第2章 时频分析方法与混沌的理论与仿真
• 2.1 小波变换
• 2.2 希尔伯特黄变换的基本概念与方法
• 2.3 分数阶傅立叶变换
• 2.4 想亮点模型的仿真研究
• 2.5 混沌的理论基础
• 2.5.1 混沌定义
• 2.5.2 相空间与盒维度
• 2.6 混沌时间预测
• 2.6.1 相空间重构
• 2.6.2 嵌入维度的计算
• 2.6.3 最大Lyapunov指数的计算
• 2.6.4 混沌序列预测
• 2.7 混沌序列的小波去噪
• 2.8 本章小结
• 第3章 实验数据的混沌特性研究
• 3.1 实验概况
• 3.2 混响信号的性质研究
• 3.3 目标回波信号性质的研究
• 3.4 实验结果分析
• 3.5 本章小结
• 第4章 应用混沌理论的混响背景下目标检测方法
• 4.1 应用混沌参数的信号检测方法
• 4.1.1 应用混沌参数的信号检测方法的基本原理
• 4.1.2 回波信号的分割长度的选取
• 4.1.3 仿真实验与实测数据处理
• 4.2 应用混沌预测理论的信号提取方法
• 4.2.1 应用混沌预测理论的目标提取方法的基本原理
• 4.2.2 仿真实验与实测数据处理
• 4.3 本章小结
• 第5章 实验数据的处理
• 5.1 希尔伯特黄变换对实验信号的处理
• 5.2 分数阶傅立叶变换对实验信号的处理
• 5.3 频域离散小波变换对实验信号的处理
• 5.4 联合处理方法
• 5.5 目标的识别与算法性能评价
• 5.6 结果分析与结论
• 5.6.1 湖上实验数据处理结果与结论
• 5.6.2 海上实验数据处理结果与结论
• 5.7 混响消除后的目标的识别
• 5.8 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢