基于变分模态分解的水下目标噪声特征提取及分类

• 作者: 鞠东豪 李宇 张万达 张春华
• 来源期刊: 声学技术
• 关键词: 水下被动目标 分类 变分模态分解(VMD) 希尔伯特变换 分类器
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 水声学
• 页码范围: 181-187
• 页数: 7页
• 分类号: TN911.7
• 语种: 中文

摘要

当信号中存在异常事件引起的间歇现象时,传统的经验模态分解算法常易产生较为严重的模态混叠现象,严重影响目标特征提取的性能.文章在水下被动目标信号特征分析提取中引用变分模态分解算法.该方法能够自适应地对信号频带进行切割,极大程度上避免了传统模态分解算法所产生的模态混叠现象,提高了对目标特征提取的准确性,同时也避免了无效计算.此外,还利用相关性阈值进行模态选择,一定程度上消除干扰模态.在对变分模态分解(Variational Mode Decomposition,VMD)的各阶模态函数进行希尔伯特变换的基础上,提出一种基于变分模态分解和希尔伯特变换(VDM-Hilbert Transformation,VDM-HT)联合处理的特征集进行目标分类.采用四种分类器对3种水下目标噪声信号进行分类.结果表明,VMD-HT算法所提取的特征集相比其他模态分解算法具有更好的分类性能.