原文服务方: 水下无人系统学报       
摘要:
为了实现舰船辐射噪声在复杂海洋环境中的特征提取,采用样本熵对3类舰船辐射噪声(SRN)进行特征提取.针对样本熵只能在单尺度下对原信号进行分析,无法有效区分不同类别舰船,提出了一种将样本熵与集合经验模态分解(EEMD)相结合的舰船辐射噪声特征提取方法.首先对3类不同种SRN信号进行EEMD,对分解后得到的各阶固有模态函数(IMF)的样本熵进行分析,选取更具有区分度的最强IMF样本熵作为特征参数.通过比较一定数量3类SRN的最强IMF样本熵及原SRN样本熵特征参数发现,同类舰船的特征参数基本处于同一水平,不同类型的舰船存在一定差异.试验结果表明,以SRN的最强IMF样本熵作为特征参数相比原SRN样本熵对舰船具有更好的可分性.
推荐文章
舰船辐射噪声听觉谱张量特征提取与分类识别
船船辐射噪声
特征提取
听觉
目标识别
舰船辐射噪声功率谱特征提取及系统实现
舰船噪声
特征提取
功率谱
连续谱
线谱
舰船辐射噪声功率谱特征提取方法研究
局部拟合
线谱特征提取
连续谱特征提取
目标识别
舰船辐射噪声特征线谱提取方法研究
舰船辐射噪声
谱估计
CZT变换
线谱提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于样本熵与EEMD的舰船辐射噪声特征提取方法
来源期刊 水下无人系统学报 学科
关键词 舰船辐射噪声 样本熵 集合经验模态分解 固有模态函数 特征提取
年,卷(期) 2018,(1) 所属期刊栏目 基础研究
研究方向 页码范围 28-34
页数 7页 分类号 TJ630|TN911.72|TN912.3
字数 语种 中文
DOI 10.11993/j.issn.2096-3920.2018.01.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李亚安 西北工业大学航海学院 104 756 14.0 21.0
2 陈晓 西北工业大学航海学院 38 209 9.0 11.0
3 蔚婧 西北工业大学航海学院 17 51 4.0 5.0
4 李余兴 西北工业大学航海学院 8 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (163)
参考文献  (15)
节点文献
引证文献  (3)
同被引文献  (23)
二级引证文献  (1)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(1)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(4)
  • 参考文献(2)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
舰船辐射噪声
样本熵
集合经验模态分解
固有模态函数
特征提取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水下无人系统学报
双月刊
1673-1948
61-1509/TJ
大16开
1993-01-01
chi
出版文献量(篇)
1591
总下载数(次)
0
总被引数(次)
5946
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导