CN115903052B - 基于扩展Prony算法的舰船尾迹电磁信号检测重构方法 - Google Patents
基于扩展Prony算法的舰船尾迹电磁信号检测重构方法 Download PDFInfo
- Publication number
- CN115903052B CN115903052B CN202211091804.8A CN202211091804A CN115903052B CN 115903052 B CN115903052 B CN 115903052B CN 202211091804 A CN202211091804 A CN 202211091804A CN 115903052 B CN115903052 B CN 115903052B
- Authority
- CN
- China
- Prior art keywords
- ship
- wake
- electromagnetic
- signals
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims abstract description 6
- 230000010355 oscillation Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 5
- 230000009545 invasion Effects 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 238000013016 damping Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005534 acoustic noise Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005358 geomagnetic field Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种基于扩展Prony算法的舰船尾迹电磁信号检测重构方法,包括: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;利用小波变换对采样后的舰船尾迹电磁信号进行预处理;利用扩展Prony算法对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。本发明基于扩展Prony算法,结合小波预处理,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,利用重构信号实现舰船目标特征信息的分类识别,分辨效率高。
Description
技术领域
本发明涉及海洋科学和电磁传播的交叉技术领域,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
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。
发明内容
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。
为实现上述发明目的,本发明的技术方案是:
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:
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;
利用小波变换对采样后的舰船尾迹电磁信号进行预处理;
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。
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。
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。
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:
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。
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:
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;
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,…,ap的总体最小二乘估计;
利用所述第一系数a1,…,ap求解表示舰船目标特征信息的特征多项式1+a1z-1+…+apz-p=0的根z1,…,zp,并利用计算/>其中
利用计算得到第二系数b1,…,bp,其中,
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,
Ai=|bi|
θi=arctan[Im(bi)/Re(bi)]/(2πΔt)
αi=ln|zi|/Δt
fi=arctan[Im(zi)/Re(zi)]/(2πΔt),i=1,…,p。
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:
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),…,x(N-1)的振幅幅值Ai、相位θi、振荡频率fi和衰减因子αi;
计算样本函数并构造扩展阶的样本矩阵Re,
有益效果:
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。
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。
附图说明
为了更清楚地说明本发明实施方式或现有技术中的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性表示本发明实施例公开的一种基于扩展Prony算法的舰船尾迹电磁信号检测重构方法的流程图;
图2示意性表示本发明实施例公开的一种基于扩展Prony算法的舰船尾迹电磁信号检测重构方法的具体实施过程;
图3示意性表示本发明实施例公开的舰船运动目标尾迹产生的电磁信号;
图4示意性表示本发明实施例公开的传感器接收到带有随机噪声的舰船尾迹电磁信号;
图5示意性表示本发明实施例公开的经过小波预处理及扩展Prony信号分解重构的舰船尾迹电磁信号;
图6示意性表示本发明实施例公开的重构信号与仿真信号的误差值;
图7示意性表示本发明实施例公开的重构误差随阶数P的变化;
图8示意性表示本发明实施例公开的当接收信号中不含随机噪声时的重构信号。
具体实施方式
此说明书实施方式的描述应与相应的附图相结合,附图应作为完整的说明书的一部分。在附图中,实施例的形状或是厚度可扩大,并以简化或是方便标示。再者,附图中各结构的部分将以分别描述进行说明,值得注意的是,图中未示出或未通过文字进行说明的元件,为所属技术领域中的普通技术人员所知的形式。
此处实施例的描述,有关方向和方位的任何参考,均仅是为了便于描述,而不能理解为对本发明保护范围的任何限制。以下对于优选实施方式的说明会涉及到特征的组合,这些特征可能独立存在或者组合存在,本发明并不特别地限定于优选的实施方式。本发明的范围由权利要求书所界定。
根据本发明的构思,本发明实施例提供的一种基于扩展Prony算法的舰船尾迹电磁信号检测重构方法,首先采用小波预处理对带有噪声的舰船尾迹电磁信号进行滤波,提高信噪比。再将采集的尾迹电磁信号与扩展Prony算法信号模型匹配,以提取目标信号,分析频率、幅值、衰减因子、相位等特征。采用平方最小原则,使拟合信号与实际测量信号最佳逼近,从而获得舰船目标尾迹运动产生的电磁信号特征与目标属性之间的关系。
如图1和图2所示,本发明实施例公开的一种基于扩展Prony算法的舰船尾迹电磁信号检测重构方法,包括以下步骤:
步骤100,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。采样后得到离散信号x(n),n=0,1,...N-1。进一步地,步骤100中传感器采集的舰船尾迹电磁信号包含海洋环境中的电磁噪声。
示例性的,舰船运动形成的x方向尾迹电磁信号如图3所示,设定舰船背离传感器运动,随着传感器探测距离的增大,目标信号幅度逐渐衰减,舰船尾迹电磁信号表现为带有阻尼特征的正弦振荡形式。同时,传感器不可避免会接收到海洋环境中的电磁噪声,为了模拟真实环境中的传感器接收到的信号,对仿真的舰船尾迹电磁信号增加随机噪声,如图4所示。
步骤200,利用小波变换对采样后的舰船尾迹电磁信号进行预处理。
一些实施例中,步骤200中利用小波变换对采样后的舰船尾迹电磁信号进行预处理的具体实施过程包括: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。通过对低频振荡的电磁信号进行小波滤波,滤除带外高频噪声,可以增强舰船目标尾迹电磁信号分解和重构的可行性。同时基于扩展Prony算法对噪声的敏感性,可以提高舰船目标尾迹信号的信噪比。
具体的,步骤200中小波预处理后的舰船尾迹电磁信号(即不含噪声的舰船目标尾迹电磁信号)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:
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。
步骤300,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。
一些实施例中,步骤300中利用扩展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的具体实施过程包括:
步骤301,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。
一些实施例中,步骤301中根据预处理后的舰船尾迹电磁信号(即x(0),x(1),…,x(N-1))构造扩展阶的样本矩阵的具体过程包括:
步骤3011,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),…,x(N-1)的振幅幅值Ai、相位θi、振荡频率fi和衰减因子αi;
步骤3012,计算样本函数并构造扩展阶的样本矩阵Re,
步骤302,利用奇异值分解-总体最小二乘(SVD-TLS)算法确定所述样本矩阵Re的有效秩P和第一系数a1,…,ap的总体最小二乘估计。
步骤303,利用所述第一系数a1,…,ap求解表示舰船目标特征信息的特征多项式1+a1z-1+…+apz-p=0的根z1,…,zp,并利用计算/>其中,/>
步骤304,利用计算得到第二系数b1,…,bp,其中,
步骤305,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,
Ai=|bi|
θi=arctan[Im(bi)/Re(bi)]/(2πΔt)
αi=ln|zi|/Δt
fi=arctan[Im(zi)/Re(zi)]/(2πΔt),i=1,…,p。
示例性的,本发明利用扩展Prony算法对舰船尾迹x方向磁场信号Bx进行重构,得到当阶数P=136时,重构信号与带噪声原始信号的误差最小。经扩展Prony分解得到的部分振幅、频率、相位和衰减因子如下表1所示(因篇幅原因,仅保留振幅>0.1的信号分量进行展示):
表1
通过对以上信号特征进行重构,得到复原的Bx信号如图5所示。由于仿真信号存在随机噪声,扩展Prony算法的精度受噪声影响,重构信号与仿真信号的误差值如图6所示。绝对误差随P阶数的变化如图7所示。
当传感器接收信号中舰船尾迹电磁信号,不含噪声时,利用扩展Prony算法重构得到的信号如图8所示。此时,P=13即可取得最佳重构参数。由此可见,扩展Prony算法对噪声变化敏感,接收信号的信噪比越高,经扩展Prony算法实现重构的阶数越少,所得信号分量越少,越接进真实目标所产生的电磁信号量级,为后续进行电磁目标分类、构建样本数据库提供有效支撑。
本发明中采用小波预处理联合扩展Prony算法重构舰船尾迹电磁信号,算法简单快速,处理效果良好,能够有效分辨海洋环境中各类频率信息,还有利于识别入侵目标的特征信息,为舰船目标探测提供新的研究思路和途径。不同的舰船目标所产生的尾迹形态各有区别,通过探测舰船尾迹可以反演得到舰船的航向、航速、吃水深度等特征参数,进而实现对动态目标的识别、定位和跟踪。这对于海洋探测和军事打击来说具有十分重要的意义。
对于本发明的方法所涉及的上述各个步骤的序号并不意味着方法执行顺序的先后,各步骤的执行顺序应以其功能和内在逻辑确定,而不应对本发明的实施方式的实施过程构成任何限定。
以上所述仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (5)
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:
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;
利用小波变换对采样后的舰船尾迹电磁信号进行预处理;
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;
其中,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:
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;
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,…,ap的总体最小二乘估计;
利用所述第一系数a1,…,ap求解表示舰船目标特征信息的特征多项式1+a1z-1+…+apz-p=0的根z1,…,zp,并利用计算/>其中/>
利用计算得到第二系数b1,…,bp,其中,
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,
Ai=|bi|
θi=arctan[Im(bi)/Re(bi)]/(2πΔt)
αi=ln|zi|/Δt
fi=arc tan[Im(zi)/Re(zi)]/(2πΔt),i=1,…,p。
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:
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。
5.根据权利要求1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:
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),…,x(N-1)的振幅幅值Ai、相位θi、振荡频率fi和衰减因子αi;
计算样本函数并构造扩展阶的样本矩阵Re,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211091804.8A CN115903052B (zh) | 2022-09-07 | 2022-09-07 | 基于扩展Prony算法的舰船尾迹电磁信号检测重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211091804.8A CN115903052B (zh) | 2022-09-07 | 2022-09-07 | 基于扩展Prony算法的舰船尾迹电磁信号检测重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115903052A CN115903052A (zh) | 2023-04-04 |
CN115903052B true CN115903052B (zh) | 2023-12-19 |
Family
ID=86488616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211091804.8A Active CN115903052B (zh) | 2022-09-07 | 2022-09-07 | 基于扩展Prony算法的舰船尾迹电磁信号检测重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115903052B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459643A (zh) * | 2014-09-29 | 2015-03-25 | 北京环境特性研究所 | 一种舰船尾迹雷达回波仿真方法及系统 |
CN105182429A (zh) * | 2015-09-29 | 2015-12-23 | 吉林大学 | 一种海洋可控源电磁数据海水扰动噪声校正方法 |
CN105279330A (zh) * | 2015-10-24 | 2016-01-27 | 复旦大学 | 海面运动舰船湍流尾迹的数值仿真方法 |
WO2017134057A1 (fr) * | 2016-02-01 | 2017-08-10 | Centre National D'etudes Spatiales | Procédé et dispositif de reconstruction d'un signal utile à partir d'un signal acquis bruité |
CN111523231A (zh) * | 2020-04-22 | 2020-08-11 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于EEMD和Prony方法的次同步振荡分析方法 |
CN112269054A (zh) * | 2020-09-16 | 2021-01-26 | 国网安徽省电力有限公司六安供电公司 | 基于改进Prony的功率自适应算法 |
WO2022057305A1 (zh) * | 2020-09-16 | 2022-03-24 | 南方科技大学 | 信号处理方法、装置、终端设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109477907A (zh) * | 2016-05-13 | 2019-03-15 | 天气流公司 | 触觉雨水传感器 |
-
2022
- 2022-09-07 CN CN202211091804.8A patent/CN115903052B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104459643A (zh) * | 2014-09-29 | 2015-03-25 | 北京环境特性研究所 | 一种舰船尾迹雷达回波仿真方法及系统 |
CN105182429A (zh) * | 2015-09-29 | 2015-12-23 | 吉林大学 | 一种海洋可控源电磁数据海水扰动噪声校正方法 |
CN105279330A (zh) * | 2015-10-24 | 2016-01-27 | 复旦大学 | 海面运动舰船湍流尾迹的数值仿真方法 |
WO2017134057A1 (fr) * | 2016-02-01 | 2017-08-10 | Centre National D'etudes Spatiales | Procédé et dispositif de reconstruction d'un signal utile à partir d'un signal acquis bruité |
CN111523231A (zh) * | 2020-04-22 | 2020-08-11 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于EEMD和Prony方法的次同步振荡分析方法 |
CN112269054A (zh) * | 2020-09-16 | 2021-01-26 | 国网安徽省电力有限公司六安供电公司 | 基于改进Prony的功率自适应算法 |
WO2022057305A1 (zh) * | 2020-09-16 | 2022-03-24 | 南方科技大学 | 信号处理方法、装置、终端设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
Ridgelet变换在低信噪比舰船尾迹识别中的应用;周波 等;《计算机工程与应用》;第45卷;190-191, 250 * |
Tiling algorithm with line-based transform for rapid ship detection and wake feature extraction in ALOS-2 SAR sensor data;Deepika Selvaraj 等;《International Journal of Applied Science and Engineering》;第19卷(第1期);1-11 * |
基于小波变换的舰船磁场信号粗提取;罗静博;林春生;;舰船电子工程(第04期);162-167 * |
基于扩展 Prony 算法的海杂波循环对消法;杨炼 等;《现代雷达》;第33卷(第6期);53-57 * |
Also Published As
Publication number | Publication date |
---|---|
CN115903052A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | Denoising and baseline drift removal method of MEMS hydrophone signal based on VMD and wavelet threshold processing | |
CN110852201B (zh) | 一种基于多脉冲包络谱匹配的脉冲信号检测方法 | |
CN106886044B (zh) | 一种基于剪切波与Akaike信息准则的微地震初至拾取方法 | |
CN101881628A (zh) | 基于混沌系统和小波阈值去噪的微弱周期信号的检测方法 | |
CN109581516B (zh) | 曲波域统计量自适应阈值探地雷达数据去噪方法及系统 | |
CN112255607B (zh) | 一种海杂波的抑制方法 | |
Yao et al. | An adaptive seismic signal denoising method based on variational mode decomposition | |
Tian et al. | Underwater multi-target passive detection based on transient signals using adaptive empirical mode decomposition | |
Lu et al. | Fundamental frequency detection of underwater acoustic target using DEMON spectrum and CNN network | |
CN113640768B (zh) | 一种基于小波变换的低分辨雷达目标识别方法 | |
Lei et al. | Compressed sensing multiscale sample entropy feature extraction method for underwater target radiation noise | |
CN115903052B (zh) | 基于扩展Prony算法的舰船尾迹电磁信号检测重构方法 | |
Ma et al. | Poles extraction of underwater targets based on matrix pencil method | |
Zhu et al. | High-Order Domain Feature Extraction Technology for Ocean Acoustic Observation Signals: A Review | |
Biao et al. | Identification of sonar detection signal based on fractional Fourier transform | |
CN113030861A (zh) | 一种时间反转和分数阶小波变换的水声信号检测方法 | |
Wang et al. | Track Before Detect for Low Frequency Active Towed Array Sonar | |
Yang et al. | Research on noise reduction method based on CEEMD-WTSVD and its application in acoustic signal of pipeline blockage | |
Sharma et al. | Detection of various vehicles using wireless seismic sensor network | |
Sun et al. | A data-driven method for estimating the target position of low-frequency sound sources in shallow seas | |
CN117148432B (zh) | 基于多尺度分量提取的浅剖数据空间插值方法 | |
CN103487794A (zh) | 一种基于小波包变换的水底混响抑制方法 | |
Yu et al. | High-Gain Detection for Underwater Acoustic Beacon Signals Using Envelope Spectrum of Multi-Pulse | |
CN117148332A (zh) | 一种基于主动声呐的水下小目标特征提取和分类识别方法 | |
Zhang et al. | A wavelet thresholding method for vibration signals denoising of high-piled wharf structure based on a modified artificial bee colony algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |