CN116318437B - 一种跨介质通信干扰抑制方法和系统 - Google Patents
一种跨介质通信干扰抑制方法和系统 Download PDFInfo
- Publication number
- CN116318437B CN116318437B CN202310257848.1A CN202310257848A CN116318437B CN 116318437 B CN116318437 B CN 116318437B CN 202310257848 A CN202310257848 A CN 202310257848A CN 116318437 B CN116318437 B CN 116318437B
- Authority
- CN
- China
- Prior art keywords
- signal
- water surface
- aliasing
- surface micro
- order
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000001629 suppression Effects 0.000 title claims abstract description 31
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 152
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 88
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 53
- 230000006835 compression Effects 0.000 claims description 16
- 238000007906 compression Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 abstract description 9
- 230000005284 excitation Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000012530 fluid Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B15/00—Suppression or limitation of noise or interference
- H04B15/02—Reducing interference from electric apparatus by means located at or near the interfering apparatus
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种跨介质通信干扰抑制方法和系统。其中,所述方法包括:对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;对所述混叠信号进行改进的自适应经验模态分解,得到所述混叠信号的各阶IMF分量和残余误差;根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;根据求解的重构尺度,重构水下声源激励的水面微幅波信号。本发明基于频率的角度,通过改进的自适应经验模态分解以及水面微幅波信号对应的重构尺度的求解,实现干扰信号与水下声源激励的水面微幅波信号的有效分离,有效降低通信误码率了,从而提高获取的声源信息的准确率。
Description
技术领域
本发明属于跨介质通信领域,尤其涉及一种跨介质通信干扰抑制方法和系统。
背景技术
随着人们对海洋探索活动的日益增加,掌握海洋的主动权有利于在未来海战中处于有利地位,各国也越来越意识到海洋的经济价值和重要的军事战略地位,要想合理利用海洋资源,占据军事主动权,需要不断发展跨介质通信技术。
跨介质通信包括上行通信和下行通信。上行通信为水下航行器向水下平台发送水下侦察、探测数据信息,下行通信为水上平台对水下航行器发送指令信息。其中,上行通信压力大。现有的跨介质通信方式主要有浮标通信、光通信、声波-激光通信和电磁波-声波通信。
浮标通信存在隐蔽性差的问题,易暴露我方位置;光通信存在设备复杂、技术难度大的问题,同时,对水体质量要求高;声波-激光通信受云雾天气影响较大,且激光的照射区域较小,对平台稳定性要求高;电磁波-声波通信具备高隐蔽性、全天时、全天候等优点,未来可应用于水下航行器与飞机、卫星等航空航天平台的高效可靠通信。
应用于水下的电磁波-声波的跨介质通信方式是从包含水面干扰的振动中提取微幅波振动,其实用化的一大难点是消除水面干扰,比如海浪干扰、船只干扰等。关于跨介质通信干扰抑制,现有提出一种干扰抑制方案,可以直接通过设计的滤波器实现低频海浪的干扰,然而,这种方案不能滤除通信频带内的海浪干扰;现有还提出一种利用改进相位生成载波技术去除水面波动干扰,然而,该方法要求环境扰动波的频率低于5Hz,最大波动幅度不超过2cm,在实际应用中具有很大局限性。
发明内容
为解决上述技术问题,本发明提出一种跨介质通信干扰抑制方法的技术方案,能够有效将干扰分量分离,降低通信误码率。
本发明第一方面公开了一种跨介质通信干扰抑制方法;所述方法包括:
步骤S1、对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;
步骤S2、对所述混叠信号进行改进的自适应经验模态分解ICEEMDAN,得到所述混叠信号的各阶固有模态函数IMF分量和残余误差;
步骤S3、根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;
步骤S4、根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
根据本发明第一方面的方法,述对电磁波感知设备接收的水面数据进行预处理,包括:
对电磁波感知设备接收的回波信号进行脉冲压缩处理;
根据脉冲压缩后各个距离门的散射强度,选取目标距离门,所述目标距离门为含有水面微幅波信号和干扰信号的距离门;
对所述目标距离门内的多个连续脉冲数据进行积累;
利用最大值原则,从所述目标距离门内进行相位信号提取;
对电磁波感知设备的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号。
根据本发明第一方面的方法,所述对所述混叠信号进行改进的自适应经验模态分解ICEEMDAN,包括:
第一次分解时将高斯白噪声经过经验模态分解EMD得到的第一个固有模态函数IMF分量添加在所述混叠信号上,计算局部包络平均并进行集合平均获得第一个残余误差;所述混叠信号减去所述第一个残余误差,得到所述混叠信号的第一阶IMF分量;
在第一个残余误差的基础上,之后的每次分解,在前一次分解得到的残余误差上添加高斯百噪声经过同样次数分解的IMF分量,计算局部包络平均并进行集合平均得到本次分解的残余误差,前一次分解得到的残余误差减去本次分解的残余误差,得到所述混叠信号的本次分解的IMF分量,直至残余误差的极值点数小于2,停止分解。
根据本发明第一方面的方法,求解所述水面微幅波信号对应的重构尺度之前,所述方法还包括:
对所述混叠信号的各阶IMF分量进行小波分解,并通过小波逆变换重建所述混叠信号的各阶IMF分量;
相应地,根据重建的所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度。
根据本发明第一方面的方法,所述求解所述水面微幅波信号对应的重构尺度,包括:
针对所述混叠信号的每一阶,根据该阶IMF分量和残余误差,计算该阶IMF分量的能量密度与平均周期的乘积,得到所述混叠信号在该阶的第一参数P;计算该阶的第一参数与上一阶的第一参数的比值,得到所述混叠信号在该阶的第二参数R;
若所述混叠信号在第i阶的第一参数Pi为局部极小值,且在第i阶的第二参数Ri大于或等于2,则所述水面微幅波信号对应的重构尺度为i,i=1,2,…N,N为所述混叠信号的IMF长度。
根据本发明第一方面的方法,在提取相位信号之后,所述方法还包括:
基于提取的相位信号,估计声源激励的发射信号频率,并基于估计的所述声源激励的发射信号频率进行水面微幅波信号的重构,得到频率重构信号;
相应地,在计算得到所述混叠信号在各阶的第二参数之后,若所述混叠信号在i阶的第一参数为局部极小值,且在i阶的第二参数大于等于2,则确定i为所述水面微幅波信号对应的待重构尺度;
基于待重构尺度对应的IMF分量进行水面微幅波信号的重构,得到待重构尺度重构信号;
计算所述频率重构信号与所述待重构尺度重构信号之间的相关系数;
若相关系数大于设定阈值时,则确定待重构尺度为所述水面微幅波信号对应的重构尺度。
根据本发明第一方面的方法,在重构水下声源激励的水面微幅波信号之后,所述方法还包括:对重构的水面微幅波信号进行频率估计和解码。
本发明第二方面公开了一种跨介质通信干扰抑制系统;所述系统包括:
第一处理模块,被配置为对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;
第二处理模块,被配置为对所述混叠信号进行ICEEMDAN,得到所述混叠信号的各阶IMF分量和残余误差;
第三处理模块,被配置为根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;
第四处理模块,被配置为根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
根据本发明第二方面的系统,所述第一处理模块具体被配置为,对电磁波感知设备接收的回波信号进行脉冲压缩处理;根据脉冲压缩后各个距离门的散射强度,选取目标距离门,所述目标距离门为含有水面微幅波信号和干扰信号的距离门;对所述目标距离门内的多个连续脉冲数据进行积累;利用最大值原则,从所述目标距离门内进行相位信号提取;对电磁波感知设备的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号。
根据本发明第二方面的系统,所述第二处理模块具体被配置为,第一次分解时将高斯白噪声经过经验模态分解EMD得到的第一个固有模态函数IMF分量添加在所述混叠信号上,计算局部包络平均并进行集合平均获得第一个残余误差;所述混叠信号减去所述第一个残余误差,得到所述混叠信号的第一阶IMF分量;在第一个残余误差的基础上,之后的每次分解,在前一次分解得到的残余误差上添加高斯百噪声经过同样次数分解的IMF分量,计算局部包络平均并进行集合平均得到本次分解的残余误差,前一次分解得到的残余误差减去本次分解的残余误差,得到所述混叠信号的本次分解的IMF分量,直至残余误差的极值点数小于2,停止分解。
根据本发明第二方面的系统,所述系统还包括:
小波分解模块,被配置为对所述混叠信号的各阶IMF分量进行小波分解,并通过小波逆变换重建所述混叠信号的各阶IMF分量。相应地,所述第三处理模块具体被配置为根据重建的所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度。
根据本发明第二方面的系统,所述第三处理模块具体被配置为针对所述混叠信号的每一阶,根据该阶IMF分量和残余误差,计算该阶IMF分量的能量密度与平均周期的乘积,得到所述混叠信号在该阶的第一参数P;计算该阶的第一参数与上一阶的第一参数的比值,得到所述混叠信号在该阶的第二参数R;若所述混叠信号在第i阶的第一参数Pi为局部极小值,且在第i阶的第二参数Ri大于或等于2,则所述水面微幅波信号对应的重构尺度为i,i=1,2,…N,N为所述混叠信号的IMF长度。
根据本发明第二方面的系统,所述第一处理模块还被配置为在提取相位信号之后,基于提取的相位信号,估计声源激励的发射信号频率,并基于估计的所述声源激励的发射信号频率进行水面微幅波信号的重构,得到频率重构信号。
相应地,所述第三处理模块被配置为在计算得到所述混叠信号在各阶的第二参数之后,若所述混叠信号在i阶的第一参数为局部极小值,且在i阶的第二参数大于等于2,则确定i为所述水面微幅波信号对应的待重构尺度;基于待重构尺度对应的IMF分量进行水面微幅波信号的重构,得到待重构尺度重构信号;计算所述频率重构信号与所述待重构尺度重构信号之间的相关系数;若相关系数大于设定阈值时,则确定待重构尺度为所述水面微幅波信号对应的重构尺度。
根据本发明第二方面的系统,所述系统还包括:
信息解码模块,被配置为对重构的水面微幅波信号进行频率估计和解码。
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,实现本公开第一方面中任一项的一种跨介质通信干扰抑制方法中的步骤。
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现本公开第一方面中任一项的一种跨介质通信干扰抑制方法中的步骤。
本发明提出的方案,对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;对所述混叠信号进行改进的自适应经验模态分解,得到所述混叠信号的各阶IMF分量和残余误差;根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
综上,本发明提出的方案能够基于频率的角度,通过改进的自适应经验模态分解以及水面微幅波信号对应的重构尺度的求解,实现干扰信号与水下声源激励的水面微幅波信号的有效分离,有效降低通信误码率,从而提高获取的声源信息的准确率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,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为根据本发明实施例的一种跨介质通信干扰抑制方法的流程图;
图2为根据本发明实施例的另一种跨介质通信干扰抑制方法的流程图;
图3a为根据本发明实施例的一种跨介质通信干扰抑制系统的结构图;
图3b为根据本发明实施例的另一种跨介质通信干扰抑制系统的结构图;
图4为根据本发明实施例的一种电子设备的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
实施例1:
本发明公开了一种跨介质通信干扰抑制方法。图1为根据本发明实施例的一种跨介质通信干扰抑制方法的流程图,如图1所示,所述方法包括:
步骤S1、对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;
步骤S2、对所述混叠信号进行ICEEMDAN(Improved Complete EnsembleEmpirical Mode Decomposition with Adaptive Noise,改进的自适应噪声完备集合经验模态分解,简称改进的自适应经验模态分解),得到所述混叠信号的各阶IMF(IntrinsicMode Function,固有模态函数)分量和残余误差;
步骤S3、根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;
步骤S4、根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
在步骤S1,对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号。
在本发明的一些实施例中,在所述步骤S1中,可以对电磁波感知设备接收的回波信号进行脉冲压缩处理;根据脉冲压缩后各个距离门的散射强度,选取目标距离门,所述目标距离门为含有水面微幅波信号和干扰信号的距离门;对所述目标距离门内的多个连续脉冲数据进行积累;利用最大值原则,从所述目标距离门内进行相位信号提取;对电磁波感知设备的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号。
实际应用中,考虑到声波从水中进入空气时,由于二者之间的特性阻抗相差过大,将会在界面处发生反射和透射,而在界面的反射和透射处会使水气界面处质点发生振动,正是这种声压入射点处质点扰动激发水面表横向传播的微幅波。水下声源激励的水面微幅波:声波为机械波,声源做功推动水等流体介质质点做往复运动,忽略粘滞阻力的情况下由于流体只能承受压力,故而声波在流体介质中体现为纵波的形式。由于声波为是波动的二阶小量,在水表面引起的扰动很弱,水表面横向微波振幅很小,进而可以将普遍的流体力学方程线性化,并且考虑水中粘滞力的作用,推导出水表面微幅波三维模型。水下声源激发水面产生微小扰动,由于水面不是一个理想的释压面,通过流体力学定理以及相关边界条件,找出水下声源发送频率与水面微幅波的特征参数之间的关系,从而可以间接掌握水面微幅波的变化规律从而获取声源信息。
本发明的一些实施例中,对所需发射信息进行声源信息编码,将发射信息进行音频信息转换并通过水下声源设备进行发射之后,可以通过电磁波感知设备进行水面数据获取。其中,编码调制方式可采用OOK(on-off keying,二进制振幅键控),QPSK(QuadraturePhase Shift Keying,正交相移键控),OFDM(Orthogonal Frequency DivisionMultiplexing,正交频分复用技术)等。
实际应用中,电磁波感知设备可以是毫米波雷达,通过毫米波雷达获取雷达作用距离内的场景信息。本发明实施例将以毫米波雷达作为示例来进行技术方案的说明。
本发明的一些实施例中,毫米波雷达可以为调频连续波雷达,通过调频连续波雷达发射信号,并接收回波信号来获取雷达作用距离内的场景信息。之后,对雷达接收的回波信号进行脉冲压缩处理;根据脉冲压缩后各个距离门的散射强度信息选取含有水面微幅波信号和干扰信号的距离门,即目标距离门。目标距离门含有水面微波振动和海浪干扰信息。接着对该目标距离门内的多个连续脉冲数据进行积累,以便完整提取声源信息。
本发明的一些实施例中,利用最大值原则,对积累后的连续脉冲数据进行相位信号提取,水下声源激励水面振动的信号和海面干扰信号包含在提取的相位信号之中。
本发明的一些实施例中,在提取相位信号之后,可以对其进行预处理。具体地,可以基于提取的相位信号,估计声源激励的发射信号频率,以便后续可以基于估计的所述声源激励的发射信号频率,以及预先推导出的水表面微幅波模型进行水面微幅波信号的重构。
为研究方便,由风浪引起的海浪运动可以看成一系列不同波长,不同周期以及不同初始相位的谐波叠加。本发明的一些实施例中,雷达获取解调后的相位信号包括微幅波和海浪干扰信号,对调频连续波雷达的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号。实际应用中,可以对调频连续波雷达的发射信号和接收的回波信号进行一个混频和滤波处理,得到目标的差拍信号。通过对变化的相位做处理,最后得到水表面的变化情况。
在步骤S2,对所述混叠信号进行ICEEMDAN,得到所述混叠信号的各阶IMF分量和残余误差。
在本发明的一些实施例中,在所述步骤S2中,第一次分解时将高斯白噪声经过EMD(Empirical Mode Decomposition,经验模态分解)得到的第一个IMF分量添加在所述混叠信号上,计算局部包络平均并进行集合平均获得第一个残余误差;所述混叠信号减去所述第一个残余误差,得到所述混叠信号的第一阶IMF分量;在第一个残余误差的基础上,之后的每次分解,在前一次分解得到的残余误差上添加高斯百噪声经过同样次数分解的IMF分量,计算局部包络平均并进行集合平均得到本次分解的残余误差,前一次分解得到的残余误差减去本次分解的残余误差,得到所述混叠信号的本次分解的IMF分量,直至残余误差的极值点数小于2,停止分解。
本发明的一些实施例中,为了有效分离微幅波和海浪干扰,通过ICEEMDAN将混叠信号分解成多个不同频率的模态分量和残余误差,模态分量对应的频率变化从高频到低频。为了消除频率混叠的影响,上述分解过程中加入高斯白噪声,用以实现相邻尺度之间频率的连续性。具体地,ICEEMADAN第一次分解时添加的是经过EMD分解的高斯白噪声,而不是原始的高斯白噪声,相对的,IECEEMDAN每次分解都加入经过同样多次分解的高斯白噪声。ICEEMDAN第一次分解通过求IMF分量的均值来得到最终的IMF分量,而第一次分解以后的每次分解都是通过求解残余分量的均值,通过信号减去残余分量均值的得到最终的IMF分量。可以理解的是,IECEEMDAN的具体计算可参考本领域技术人员常用的技术手段,此处不再详述。
考虑到海浪的变化是一个宽带范围,在接收的水面微幅波信号中包含着多种干扰频率分量。小波变换理论以其良好的多尺度时频分析特性在多个领域得到广泛的应用和发展。小波变换是时频分析方法的一种,其可以用来分析信号的时频细节。
本发明的一些实施例中,通过小波分解将水面微幅波信号中的干扰信号去除,去除过程主要涉及小波基的选取、分解层数的确定、小波阈值的确定和阈值函数的选定。之后,通过小波逆变换重建新的信号。
具体地,可以在对所述混叠信号进行改进的自适应经验模态分解之后,且在求解所述水面微幅波信号对应的重构尺度之前,对所述混叠信号的各阶IMF分量进行小波分解,并通过小波逆变换重建所述混叠信号的各阶IMF分量。相应地,根据重建的所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度。可以理解的是,小波分解与逆变换可参考本领域技术人员常用的技术手段,此处不再详述。
在步骤S3,根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度。
为了确定水面微幅波信号所处的模态分量,可以求解对应重构尺度。
在本发明的一些实施例中,在所述步骤S3中,针对所述混叠信号的每一阶,根据该阶IMF分量和残余误差,计算该阶IMF分量的能量密度与平均周期的乘积,得到所述混叠信号在该阶的第一参数P;计算该阶的第一参数与上一阶的第一参数的比值,得到所述混叠信号在该阶的第二参数R;若所述混叠信号在第i阶的第一参数Pi为局部极小值,且在第i阶的第二参数Ri大于或等于2,则所述水面微幅波信号对应的重构尺度为i,i=1,2,…N,N为所述混叠信号的IMF长度。
具体地,计算第i阶IMF分量的能量密度Ei和平均周期并求乘积Pi:
其中,N是IMF长度,Ai是第i阶IMF分量的幅度,Oi是第i阶IMF分量的极值点数,即第i阶IMF分量对应的残余误差的极值点数。计算第二参数Ri:
高斯白噪声EMD分解以后,每一阶的IMF的能量密度与平均周期的乘积为常量,当Pi中某一点为局部极小值时,即在其中包含有用频率成分。当系数Ri≥2时,重构尺度k等于i。
优选地,在本发明的一些实施例中,通过小波分解对所述混叠信号的各阶IMF分量中的干扰信号进行去除,并使用小波逆变换重建混叠信号的各阶IMF分量的情况下,基于重建的各阶IMF分量计算各阶的第一参数和第二参数。
在本发明的一些实施例中,在对提取的相位信号进行预处理,估计声源激励的发射信号频率之后,可以基于估计的所述声源激励的发射信号频率进行水面微幅波信号的重构,将基于估计的频率重构的信号称为频率重构信号。
优选地,在本发明的一些实施例中,在计算得到所述混叠信号在各阶的第二参数之后,若所述混叠信号在i阶的第一参数为局部极小值,且在i阶的第二参数大于等于2,则确定i为所述水面微幅波信号对应的待重构尺度。之后,基于待重构尺度对应的IMF分量进行水面微幅波信号的重构,得到待重构尺度重构信号;计算基于估计的所述声源激励的发射信号频率重构的所述频率重构信号与所述待重构尺度重构信号之间的相关系数;若相关系数大于设定阈值时,则确定待重构尺度为所述水面微幅波信号对应的重构尺度。可以理解的是,设定阈值由本领域技术人员根据实际需求进行设置,例如,可以设置为0.95。
在步骤S4,根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
在本发明的一些实施例中,在所述步骤S4中,在通过步骤S3求解水面微幅波信号对应的重构尺度之后,可以选取重构尺度对应的IMF分量,基于选取的IMF分量重构水下声源激励的水面微幅波信号,实现水面微幅波信号与海浪干扰信号的分离。
在本发明的一些实施例中,可以对重构的水面微幅波信号进行频率估计和解码,还原水下声源发送的信息,从而实现水下到水上信息传递。可以理解的是,频率估计和解码的方式均可采用本领域技术人员常用的技术手段,此处不再详述。
综上,本发明提出的方案能够用于水-空跨介质通信中海浪干扰信息的消除,基于频率的角度,通过改进的自适应经验模态分解以及水面微幅波信号对应的重构尺度的求解,实现干扰信号与水下声源激励的水面微幅波信号的有效分离,有效降低通信误码率,从而提高获取的声源信息的准确率。
实施例2:
基于上述实施例1,本发明公开了一种跨介质通信干扰抑制方法。图2为根据本发明实施例的另一种跨介质通信干扰抑制方法的流程图,如图2所示,所述方法包括:
步骤S201、通过毫米波雷达进行水面数据获取;
步骤S202、对雷达接收的回波信号进行脉冲压缩处理;
步骤S203、根据脉冲压缩后各个距离门的散射强度,选取含有水面微幅波信号和干扰信号的距离门;
步骤S204、对所述目标距离门内的多个连续脉冲数据进行积累;
步骤S205、利用最大值原则,从所述目标距离门内进行相位信号提取,并进行预处理,估计发射信号频率;
步骤S206、基于提取的相位信号,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号,并对混叠信号进行ICEEMDAN;
步骤S207、将模态分解得到的IMF分量进行小波分解,求解待重构尺度;
步骤S208、基于待重构尺度对应的IMF分量与发射信号频率分别重构信号,并做相关处理,由相关系数确定重构尺度。
步骤S209、由重构尺度重构水面微幅波信号,对重构后的信号进行频率估计和解码。
可以理解的是,本发明实施例2提供的跨介质通信干扰抑制方法中的各步骤可参考上述实施例1中各步骤的具体实现,此处不再赘述。
本发明提出的方案,通过ICEEMDAN能够将接收的信号以频率为基准分成多个不同的模态分量。为了确定水面微幅波信号所处模态分量,求解对应重构尺度,有效地将水面微幅波信号和海浪干扰信号实现分离,降低通信误码率,从而提高获取的声源信息的准确率。
实施例3:
本发明公开了一种跨介质通信干扰抑制系统。图3a为根据本发明实施例的一种跨介质通信干扰抑制系统的结构图;如图3a所示,所述系统300包括:第一处理模块301、第二处理模块302、第三处理模块303和第四处理模块304。
其中,第一处理模块301被配置为对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号。
第二处理模块302被配置为对所述混叠信号进行ICEEMDAN,得到所述混叠信号的各阶IMF分量和残余误差。
第三处理模块303被配置为根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度。
第四处理模块304被配置为根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
在本发明的一些实施例中,根据本发明第二方面的系统300,所述第一理模块301具体被配置为,对电磁波感知设备接收的回波信号进行脉冲压缩处理;根据脉冲压缩后各个距离门的散射强度,选取目标距离门,所述目标距离门为含有水面微幅波信号和干扰信号的距离门;对所述目标距离门内的多个连续脉冲数据进行积累;利用最大值原则,从所述目标距离门内进行相位信号提取;对电磁波感知设备的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号。
在本发明的一些实施例中,所述第二处理模块302具体被配置为,第一次分解时将高斯白噪声经过经验模态分解EMD得到的第一个固有模态函数IMF分量添加在所述混叠信号上,计算局部包络平均并进行集合平均获得第一个残余误差;所述混叠信号减去所述第一个残余误差,得到所述混叠信号的第一阶IMF分量;在第一个残余误差的基础上,之后的每次分解,在前一次分解得到的残余误差上添加高斯百噪声经过同样次数分解的IMF分量,计算局部包络平均并进行集合平均得到本次分解的残余误差,前一次分解得到的残余误差减去本次分解的残余误差,得到所述混叠信号的本次分解的IMF分量,直至残余误差的极值点数小于2,停止分解。
在本发明的一些实施例中,所述第三处理模块303具体被配置为针对所述混叠信号的每一阶,根据该阶IMF分量和残余误差,计算该阶IMF分量的能量密度与平均周期的乘积,得到所述混叠信号在该阶的第一参数P;计算该阶的第一参数与上一阶的第一参数的比值,得到所述混叠信号在该阶的第二参数R;若所述混叠信号在第i阶的第一参数Pi为局部极小值,且在第i阶的第二参数Ri大于或等于2,则所述水面微幅波信号对应的重构尺度为i,i=1,2,…N,N为所述混叠信号的IMF长度。
在本发明的一些实施例中,所述第一处理模块301还被配置为在提取相位信号之后,基于提取的相位信号,估计声源激励的发射信号频率,并基于估计的所述声源激励的发射信号频率进行水面微幅波信号的重构,得到频率重构信号。
相应地,在本发明的一些实施例中,所述第三处理模块303具体被配置为在计算得到所述混叠信号在各阶的第二参数之后,若所述混叠信号在i阶的第一参数为局部极小值,且在i阶的第二参数大于等于2,则确定i为所述水面微幅波信号对应的待重构尺度;基于待重构尺度对应的IMF分量进行水面微幅波信号的重构,得到待重构尺度重构信号;计算所述频率重构信号与所述待重构尺度重构信号之间的相关系数;若相关系数大于设定阈值时,则确定待重构尺度为所述水面微幅波信号对应的重构尺度。
在本发明的一些实施例中,第四处理模块304具体被配置为选取重构尺度对应的IMF分量,基于选取的IMF分量重构水下声源激励的水面微幅波信号,实现水面微幅波信号与海浪干扰信号的分离。
在本发明的一些实施例中,图3b为根据本发明实施例的一种跨介质通信干扰抑制系统的结构图;如图3b所示,所述系统300除了包括上述实施例提供的第一处理模块301、第二处理模块302、第三处理模块303和第四处理模块304之外,所述系统300还包括:小波分解模块305。
其中,小波分解模块305被配置为对所述混叠信号的各阶IMF分量进行小波分解,并通过小波逆变换重建所述混叠信号的各阶IMF分量。通过小波分解可对所述混叠信号的各阶IMF分量中的干扰信号进行去除。相应地,所述第三处理模块303具体被配置为根据重建的所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度。
进一步地,在本发明的一些实施例中,如图3b所示,所述系统300还包括:信息解码模块306。
其中,信息解码模块306被配置为对重构的水面微幅波信号进行频率估计和解码,还原水下声源发送的信息,从而实现水下到水上信息传递。可以理解的是,频率估计和解码的方式均可采用本领域技术人员常用的技术手段,此处不再详述。
可以理解的是,跨介质通信干扰抑制系统中各模块的具体功能实现可参考上述实施例1提供的跨介质通信干扰抑制方法中的各步骤,此处不再赘述。
本发明提出的方案能够用于水-空跨介质通信中海浪干扰信息的消除,基于频率的角度,通过改进的自适应经验模态分解以及水面微幅波信号对应的重构尺度的求解,实现干扰信号与水下声源激励的水面微幅波信号的有效分离,有效降低通信误码率,从而提高获取的声源信息的准确率。
实施例4:
本发:公开了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,实现本发明公开实施例1中任一项的一种跨介质通信干扰抑制方法中的步骤。
图4为根据本发明实施例的一种电子设备的结构图,如图4所示,电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本公开的技术方案相关的部分的结构图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
实施例5:
本发明公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现本发明的实施例1中任一项的一种跨介质通信干扰抑制方法中的步骤中的步骤。
请注意,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
本说明书中描述的主题及功能操作的实施例可以在以下中实现:数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序,即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地,程序指令可以被编码在人工生成的传播信号上,例如机器生成的电、光或电磁信号,该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行,以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行,并且装置也可以实现为专用逻辑电路。
适合用于执行计算机程序的计算机包括,例如通用和/或专用微处理器,或任何其他类型的中央处理单元。通常,中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常,计算机还将包括用于存储数据的一个或多个大容量存储设备,例如磁盘、磁光盘或光盘等,或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据,抑或两种情况兼而有之。然而,计算机不是必须具有这样的设备。此外,计算机可以嵌入在另一设备中,例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备,仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备,例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本说明书包含许多具体实施细节,但是这些不应被解释为限制任何发明的范围或所要求保护的范围,而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面,在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外,虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护,但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除,并且所要求保护的组合可以指向子组合或子组合的变型。
类似地,虽然在附图中以特定顺序描绘了操作,但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行,以实现期望的结果。在某些情况下,多任务和并行处理可能是有利的。此外,上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离,并且应当理解,所描述的程序组件和系统通常可以一起集成在单个软件产品中,或者封装成多个软件产品。
由此,主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下,权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外,附图中描绘的处理并非必需所示的特定顺序或顺次顺序,以实现期望的结果。在某些实现中,多任务和并行处理可能是有利的。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (5)
1.一种跨介质通信干扰抑制方法,其特征在于,所述方法包括:
步骤S1、对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;
步骤S2、对所述混叠信号进行改进的自适应经验模态分解ICEEMDAN,得到所述混叠信号的各阶固有模态函数IMF分量和残余误差;
步骤S3、根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;
步骤S4、根据求解的重构尺度,重构水下声源激励的水面微幅波信号;
所述对电磁波感知设备接收的水面数据进行预处理,包括:
对电磁波感知设备接收的回波信号进行脉冲压缩处理;
根据脉冲压缩后各个距离门的散射强度,选取目标距离门,所述目标距离门为含有水面微幅波信号和干扰信号的距离门;
对所述目标距离门内的多个连续脉冲数据进行积累;
利用最大值原则,从所述目标距离门内进行相位信号提取;
对电磁波感知设备的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号;
所述对所述混叠信号进行改进的自适应经验模态分解ICEEMDAN,包括:
第一次分解时将高斯白噪声经过经验模态分解EMD得到的第一个固有模态函数IMF分量添加在所述混叠信号上,计算局部包络平均并进行集合平均获得第一个残余误差;所述混叠信号减去所述第一个残余误差,得到所述混叠信号的第一阶IMF分量;
在第一个残余误差的基础上,之后的每次分解,在前一次分解得到的残余误差上添加高斯白噪声经过同样次数分解的IMF分量,计算局部包络平均并进行集合平均得到本次分解的残余误差,前一次分解得到的残余误差减去本次分解的残余误差,得到所述混叠信号的本次分解的IMF分量,直至残余误差的极值点数小于2,停止分解;
求解所述水面微幅波信号对应的重构尺度之前,所述方法还包括:
对所述混叠信号的各阶IMF分量进行小波分解,并通过小波逆变换重建所述混叠信号的各阶IMF分量;
相应地,根据残余误差和重建的所述混叠信号的各阶IMF分量,求解所述水面微幅波信号对应的重构尺度;
所述求解所述水面微幅波信号对应的重构尺度,包括:
针对所述混叠信号的每一阶,根据该阶IMF分量和残余误差,计算该阶IMF分量的能量密度与平均周期的乘积,得到所述混叠信号在该阶的第一参数P;计算该阶的第一参数与上一阶的第一参数的比值,得到所述混叠信号在该阶的第二参数R;
若所述混叠信号在第i阶的第一参数Pi¬为局部极小值,且在第i阶的第二参数Ri大于或等于2,则所述水面微幅波信号对应的待重构尺度为i,i=1,2,…N,N为所述混叠信号的IMF长度;
在提取相位信号之后,所述方法还包括:
基于提取的相位信号,估计声源激励的发射信号频率,并基于估计的所述声源激励的发射信号频率进行水面微幅波信号的重构,得到频率重构信号;
相应地,在计算得到所述混叠信号在各阶的第二参数之后,若所述混叠信号在i阶的第一参数为局部极小值,且在i阶的第二参数大于等于2,则确定i为所述水面微幅波信号对应的待重构尺度;
基于待重构尺度对应的IMF分量进行水面微幅波信号的重构,得到待重构尺度重构信号;
计算所述频率重构信号与所述待重构尺度重构信号之间的相关系数;
若相关系数大于设定阈值时,则确定待重构尺度为所述水面微幅波信号对应的重构尺度。
2.根据权利要求1所述的一种跨介质通信干扰抑制方法,其特征在于,在重构水下声源激励的水面微幅波信号之后,所述方法还包括:对重构的水面微幅波信号进行频率估计和解码。
3.一种用于跨介质通信干扰抑制系统,其特征在于,所述系统包括:
第一处理模块,被配置为对电磁波感知设备接收的水面数据进行预处理,提取包含水下声源激励的水面微幅波信号的混叠信号;
所述对电磁波感知设备接收的水面数据进行预处理,包括:
对电磁波感知设备接收的回波信号进行脉冲压缩处理;
根据脉冲压缩后各个距离门的散射强度,选取目标距离门,所述目标距离门为含有水面微幅波信号和干扰信号的距离门;
对所述目标距离门内的多个连续脉冲数据进行积累;
利用最大值原则,从所述目标距离门内进行相位信号提取;
对电磁波感知设备的发射信号和提取的相位信号做混频处理,得到包含水下声源激励的水面微幅波信号和干扰信号的混叠信号;
在提取相位信号之后,还包括:
基于提取的相位信号,估计声源激励的发射信号频率,并基于估计的所述声源激励的发射信号频率进行水面微幅波信号的重构,得到频率重构信号;
第二处理模块,被配置为对所述混叠信号进行自适应经验模态分解ICEEMDAN,得到所述混叠信号的各阶IMF分量和残余误差;
所述对所述混叠信号进行改进的自适应经验模态分解ICEEMDAN,包括:
第一次分解时将高斯白噪声经过经验模态分解EMD得到的第一个固有模态函数IMF分量添加在所述混叠信号上,计算局部包络平均并进行集合平均获得第一个残余误差;所述混叠信号减去所述第一个残余误差,得到所述混叠信号的第一阶IMF分量;
在第一个残余误差的基础上,之后的每次分解,在前一次分解得到的残余误差上添加高斯白噪声经过同样次数分解的IMF分量,计算局部包络平均并进行集合平均得到本次分解的残余误差,前一次分解得到的残余误差减去本次分解的残余误差,得到所述混叠信号的本次分解的IMF分量,直至残余误差的极值点数小于2,停止分解;
第三处理模块,被配置为根据所述混叠信号的各阶IMF分量和残余误差,求解所述水面微幅波信号对应的重构尺度;
求解所述水面微幅波信号对应的重构尺度之前,还包括:
对所述混叠信号的各阶IMF分量进行小波分解,并通过小波逆变换重建所述混叠信号的各阶IMF分量;
相应地,根据残余误差和重建的所述混叠信号的各阶IMF分量,求解所述水面微幅波信号对应的重构尺度;
所述求解所述水面微幅波信号对应的重构尺度,包括:
针对所述混叠信号的每一阶,根据该阶IMF分量和残余误差,计算该阶IMF分量的能量密度与平均周期的乘积,得到所述混叠信号在该阶的第一参数P;计算该阶的第一参数与上一阶的第一参数的比值,得到所述混叠信号在该阶的第二参数R;
若所述混叠信号在第i阶的第一参数Pi¬为局部极小值,且在第i阶的第二参数Ri大于或等于2,则所述水面微幅波信号对应的待重构尺度为i,i=1,2,…N,N为所述混叠信号的IMF长度;
相应地,在计算得到所述混叠信号在各阶的第二参数之后,若所述混叠信号在i阶的第一参数为局部极小值,且在i阶的第二参数大于等于2,则确定i为所述水面微幅波信号对应的待重构尺度;
基于待重构尺度对应的IMF分量进行水面微幅波信号的重构,得到待重构尺度重构信号;
计算所述频率重构信号与所述待重构尺度重构信号之间的相关系数;
若相关系数大于设定阈值时,则确定待重构尺度为所述水面微幅波信号对应的重构尺度;
第四处理模块,被配置为根据求解的重构尺度,重构水下声源激励的水面微幅波信号。
4.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现权利要求1至2中任一项所述的一种跨介质通信干扰抑制方法中的步骤。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至2中任一项所述的一种跨介质通信干扰抑制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310257848.1A CN116318437B (zh) | 2023-03-16 | 2023-03-16 | 一种跨介质通信干扰抑制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310257848.1A CN116318437B (zh) | 2023-03-16 | 2023-03-16 | 一种跨介质通信干扰抑制方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116318437A CN116318437A (zh) | 2023-06-23 |
CN116318437B true CN116318437B (zh) | 2023-12-01 |
Family
ID=86783025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310257848.1A Active CN116318437B (zh) | 2023-03-16 | 2023-03-16 | 一种跨介质通信干扰抑制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116318437B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999039445A1 (en) * | 1998-01-30 | 1999-08-05 | Motorola, Inc. | Interference suppression using modal moment estimates |
CN101046497A (zh) * | 2006-03-29 | 2007-10-03 | 宝山钢铁股份有限公司 | 一种对电力设备局部放电信号的检测方法 |
CN102697495A (zh) * | 2012-05-23 | 2012-10-03 | 杭州电子科技大学 | 基于总体平均经验模式分解的二代小波肌电信号消噪方法 |
CN104375973A (zh) * | 2014-11-24 | 2015-02-25 | 沈阳建筑大学 | 一种基于集合经验模态分解的盲源信号去噪方法 |
WO2016039765A1 (en) * | 2014-09-12 | 2016-03-17 | Nuance Communications, Inc. | Residual interference suppression |
CN108095722A (zh) * | 2018-01-31 | 2018-06-01 | 南京邮电大学 | 基于脑电信号的改进eemd算法 |
CN109520493A (zh) * | 2018-10-29 | 2019-03-26 | 东南大学 | 一种基于多尺度经验模态分解的地磁滤波方法 |
CN110151175A (zh) * | 2019-04-10 | 2019-08-23 | 杭州电子科技大学 | 基于ceemd与改进小波阈值的表面肌电信号消噪方法 |
CN114384560A (zh) * | 2022-01-20 | 2022-04-22 | 东南大学 | 一种基于tvf-emd-svd的gnss多径信号抑制方法 |
CN114757233A (zh) * | 2022-04-24 | 2022-07-15 | 珠海市伊特高科技有限公司 | 一种基于皮尔逊相关系数的iceemdan局部放电去噪方法 |
CN115017940A (zh) * | 2022-05-11 | 2022-09-06 | 西北工业大学 | 一种基于经验模态分解与1(1/2)谱分析的目标检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008047217A1 (de) * | 2008-09-15 | 2010-03-25 | Siemens Aktiengesellschaft | System und Verfahren zum Übertragen von Signalen |
-
2023
- 2023-03-16 CN CN202310257848.1A patent/CN116318437B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999039445A1 (en) * | 1998-01-30 | 1999-08-05 | Motorola, Inc. | Interference suppression using modal moment estimates |
CN101046497A (zh) * | 2006-03-29 | 2007-10-03 | 宝山钢铁股份有限公司 | 一种对电力设备局部放电信号的检测方法 |
CN102697495A (zh) * | 2012-05-23 | 2012-10-03 | 杭州电子科技大学 | 基于总体平均经验模式分解的二代小波肌电信号消噪方法 |
WO2016039765A1 (en) * | 2014-09-12 | 2016-03-17 | Nuance Communications, Inc. | Residual interference suppression |
CN104375973A (zh) * | 2014-11-24 | 2015-02-25 | 沈阳建筑大学 | 一种基于集合经验模态分解的盲源信号去噪方法 |
CN108095722A (zh) * | 2018-01-31 | 2018-06-01 | 南京邮电大学 | 基于脑电信号的改进eemd算法 |
CN109520493A (zh) * | 2018-10-29 | 2019-03-26 | 东南大学 | 一种基于多尺度经验模态分解的地磁滤波方法 |
CN110151175A (zh) * | 2019-04-10 | 2019-08-23 | 杭州电子科技大学 | 基于ceemd与改进小波阈值的表面肌电信号消噪方法 |
CN114384560A (zh) * | 2022-01-20 | 2022-04-22 | 东南大学 | 一种基于tvf-emd-svd的gnss多径信号抑制方法 |
CN114757233A (zh) * | 2022-04-24 | 2022-07-15 | 珠海市伊特高科技有限公司 | 一种基于皮尔逊相关系数的iceemdan局部放电去噪方法 |
CN115017940A (zh) * | 2022-05-11 | 2022-09-06 | 西北工业大学 | 一种基于经验模态分解与1(1/2)谱分析的目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116318437A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102156282B (zh) | 一种基于微多普勒效应的雷达目标检测方法 | |
Li et al. | Marine wireless big data: Efficient transmission, related applications, and challenges | |
CN103093057B (zh) | 一种船舶导航雷达信号仿真方法 | |
CN103235295B (zh) | 基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法 | |
Zhang et al. | Node topology effect on target tracking based on UWSNs using quantized measurements | |
Mason et al. | Passive synthetic aperture radar imaging using low-rank matrix recovery methods | |
CN102830409B (zh) | 一种基于压缩感知的导航信号采集方法 | |
CN102879766A (zh) | 一种高频地波雷达弱目标检测跟踪方法和装置 | |
CN108717189A (zh) | 基于压缩感知理论的双基地mimo雷达成像方法 | |
Siderius et al. | Experimental study of geo-acoustic inversion uncertainty due to ocean sound-speed fluctuations | |
Al-Aboosi et al. | Improved signal de-noising in underwater acoustic noise using S-transform: A performance evaluation and comparison with the wavelet transform | |
CN103884421A (zh) | 基于联合去噪和伪哈密顿量的Duffing振子弱信号检测方法 | |
CN114167423A (zh) | 基于深度回归网络的雷达海浪参数测量方法 | |
Gill et al. | Motion compensation for high‐frequency surface wave radar on a floating platform | |
CN116318437B (zh) | 一种跨介质通信干扰抑制方法和系统 | |
CN117388835B (zh) | 一种多拼融合的声雷达信号增强方法 | |
Hsieh et al. | ML-based joint Doppler estimation and compensation in underwater acoustic communications | |
Li et al. | Active sonar detection in reverberation via signal subspace extraction algorithm | |
CN114509737A (zh) | Ctlr紧缩极化sar数据散射成分分解方法、装置、设备及介质 | |
Wu et al. | An effective framework for underwater acoustic data acquisition | |
Liu et al. | Seismic model estimation using particle-swarm optimization | |
Yuanfa et al. | Reconstruction of sub cross-correlation cancellation technique for unambiguous acquisition of BOC (kn, n) signals | |
Peters et al. | Communications meets copula modeling: Non-standard dependence features in wireless fading channels | |
Mason et al. | Passive synthetic aperture radar imaging based on low-rank matrix recovery | |
Song et al. | An automatic block-to-block censoring target detector for high resolution SAR image |
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 |