本发明涉及海洋科学和电磁传播的交叉,尤其涉及一种基于扩展prony算法的舰船尾迹电磁信号检测重构方法。
背景技术:
1、近年来,随着舰船声学降噪技术的发展,传统声学探潜方式分辨力不足。同时,由于近海区域高噪声和强干扰水声环境,舰船信噪比低,弱目标特征提取精度受限,因此,研究海水中目标分辨、干扰抑制技术具有重要的意义。而舰船因螺旋桨转动等原因对海水形成巨大的扰动,据考证,海水中的舰船尾迹自产生起可持续传播1h,最远可延伸至15~25km。常用的红外遥感和蓝绿激光等探测手段鉴别舰船尾迹需要在动态背景下进行目标检测,算法复杂度高,海上复杂多变的天气也会对分辨力产生严重影响。利用舰船尾迹切割地磁场产生低频振荡电磁信号的探测方法,探测隐蔽性好,受海洋水文条件的影响小,通过电磁信号处理可实现对舰船特征信息进行识别,如舰船的航向、航速、排水量等。
技术实现思路
1、为解决上述现有技术存在的技术问题,本发明的目的在于提供一种基于扩展prony算法的舰船尾迹电磁信号检测重构方法,可以利用重构信号对舰船目标的特征信息进行分类识别。
2、为实现上述发明目的,本发明的技术方案是:
3、本发明提供一种基于扩展prony算法的舰船尾迹电磁信号检测重构方法,包括:
4、利用传感器采集舰船尾迹电磁信号,并对采集后的信号进行采样;
5、利用小波变换对采样后的舰船尾迹电磁信号进行预处理;
6、利用扩展prony算法对小波预处理后的舰船尾迹电磁信号进行分解和重构,获得重构信号,并对舰船目标的特征信息进行分类识别。
7、根据本发明的一个方面,所述舰船尾迹电磁信号包含海洋环境中的电磁噪声。
8、根据本发明的一个方面,所述利用小波变换对采样后的舰船尾迹电磁信号进行预处理,包括:利用设定的阈值对采样后的舰船尾迹电磁信号频带范围以外的噪声信号进行抑制。
9、根据本发明的一个方面,所述小波预处理后的舰船尾迹电磁信号为一组具有p个具有任意振幅幅值、振荡频率、相位和衰减因子的指数函数的集合,表示为:
10、
11、其中,x(n),n=0,1,...n-1为预处理后的舰船尾迹电磁信号,ai为振幅幅值,θi为相位,fi为振荡频率,αi为衰减因子,δt为采样间隔。
12、根据本发明的一个方面,所述利用扩展prony算法对小波预处理后的舰船尾迹电磁信号进行分解和重构,获得重构信号,并对舰船目标的特征信息进行分类识别,包括:
13、根据预处理后的舰船尾迹电磁信号构造扩展阶的样本矩阵;
14、利用奇异值分解-总体最小二乘算法确定所述样本矩阵的有效秩和第一系数a1,l,ap的总体最小二乘估计;
15、利用所述第一系数a1,l,ap求解表示舰船目标特征信息的特征多项式1+a1z-1+l+apz-p=0的根z1,l,zp,并利用计算其中
16、利用计算得到第二系数b1,l,bp,其中,
17、
18、利用下式计算得到振幅幅值ai、相位θi、振荡频率fi和衰减因子αi,
19、ai=|bi|
20、θi=arctan[im(bi)/re(bi)]/(2πδt)
21、αi=ln|zi|/δt
22、fi=arctan[im(zi)/re(zi)]/(2πδt),i=1,l,p。
23、根据本发明的一个方面,所述根据预处理后的舰船尾迹电磁信号构造扩展阶的样本矩阵,包括:
24、构造代价函数并使其误差平方和最小,求解得到预处理后的舰船尾迹电磁信号x(0),x(1),l,x(n-1)的振幅幅值ai、相位θi、振荡频率fi和衰减因子αi;
25、计算样本函数并构造扩展阶的样本矩阵re,
26、
27、有益效果:
28、根据本发明的方案,利用小波对传感器接收到的舰船尾迹电磁信号进行去噪处理,突出有用的目标信号,提高信噪比。利用扩展prony算法对舰船目标尾迹电磁信号的分解和重构,同时采用奇异值分解-总体最小二乘(svd-tls)算法求解特征多项式,计算重构信号的多阶频率、振幅、相位、衰减因子等特征信息,利用重构信号对舰船目标的特征信息进行分类识别,进而分析获得舰船的体积、型号、技术等级信息。
29、根据本发明的一个方案,基于扩展prony算法对于噪声的敏感特性,将其首次应用于舰船尾迹的阻尼振荡电磁信号的检测分析应用中,并结合小波对信号进行预处理,可以提高海洋环境中带噪目标信号的信噪比,增强信号分解和重构的可行性及准确性。该算法结构简单,所需原始数据少,目标特征的分辨效率高、实时性强,还有利于识别入侵目标的特征信息,从而实现对近海入侵舰船目标进行监测及预警,具有重要的国防应用价值。
1.一种基于扩展prony算法的舰船尾迹电磁信号检测重构方法,包括:
2.根据权利要求1所述的方法,其特征在于,所述舰船尾迹电磁信号包含海洋环境中的电磁噪声。
3.根据权利要求1所述的方法,其特征在于,所述利用小波变换对采样后的舰船尾迹电磁信号进行预处理,包括:利用设定的阈值对采样后的舰船尾迹电磁信号频带范围以外的噪声信号进行抑制。
4.根据权利要求1所述的方法,其特征在于,所述小波预处理后的舰船尾迹电磁信号为一组具有p个具有任意振幅幅值、振荡频率、相位和衰减因子的指数函数的集合,表示为:
5.根据权利要求4所述的方法,其特征在于,所述利用扩展prony算法对小波预处理后的舰船尾迹电磁信号进行分解和重构,获得重构信号,并对舰船目标的特征信息进行分类识别,包括:
6.根据权利要求5所述的方法,其特征在于,所述根据预处理后的舰船尾迹电磁信号构造扩展阶的样本矩阵,包括: