基于集成经验模态分解的海杂波去噪

• 作者: 朱清清 行鸿彦
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 海杂波 集成经验模态分解 自相关函数 Savitzky Golay滤波
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 1-7
• 页数: 7页
• 分类号: TN911.7
• 字数: 3841字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2016.01.001

摘要

针对实际海杂波信号非线性非平稳的特点,提出基于集成经验模态分解(EEMD)的海杂波去噪方法.利用EEMD将含有目标信号的海杂波数据分解成一系列从高频到低频的固有模态函数(IMF),通过各个IMF的自相关,分选出有用信号和噪声分量,对噪声占主导作用的IMF选用Savitzky Golay (SG)滤波方法进行消噪,将滤波后的模态分量和剩余的分量进行重构得到削噪后的信号.结合最小二乘支持向量机(LSSVM)建立混沌序列的单步预测模型,从预测误差中检测淹没在海杂波背景中的微弱信号,比较去噪前和去噪后的均方根误差,利用均方根误差评价去噪效果.实验结果表明,EEMD算法对海杂波数据去噪是有效的,去噪后所得的均方根误差0.0028比去噪前所得的均方根误差0.0119降低了一个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	行鸿彦	南京信息工程大学气象灾害预报预警与评估协同创新中心	137	1324	19.0	31.0
10	朱清清	南京信息工程大学气象灾害预报预警与评估协同创新中心	1	17	1.0	1.0