水中目標(biāo)輻射噪聲非線性特征提取研究.pdf

1、水聲信號處理是信號處理的一大分支。而水中目標(biāo)輻射噪聲是水聲信號中的一大類。從產(chǎn)生機(jī)理上來說，水中目標(biāo)輻射噪聲信號的產(chǎn)生包括復(fù)雜的非線性過程。近期的研究表明：水聲信號包括水中目標(biāo)輻射噪聲中存在著一定程度的混沌行為。因此將非線性分析方法應(yīng)用于水聲信號處理，描述目標(biāo)信號的非線性特征已成為現(xiàn)代水聲信號處理的一個發(fā)展方向。 本文基于混沌和分形理論，對水中目標(biāo)輻射噪聲非線性特征提取作了研究。文中首先介紹了與特征提取關(guān)系緊密的混沌和分形理論，

2、重要的非線性特征參數(shù)的定義。然后圍繞時間序列的相空間重構(gòu)技術(shù)、Lyapunov指數(shù)等混沌特征參數(shù)、盒維數(shù)等分形特征參數(shù)的提取算法展開研究，提出了若干改進(jìn)算法并用三種水中目標(biāo)的實測數(shù)據(jù)進(jìn)行了計算，得到了滿意的結(jié)果。 相空間對于研究確定系統(tǒng)具有非常重要的作用，如何由觀測到的一維時間序列構(gòu)造相空間是非線性理論的重要研究內(nèi)容。論文研究了延遲法相空間重構(gòu)的幾種主要方法，確定了通過自相關(guān)函數(shù)法和平均互信息法來求取相空間重構(gòu)的延遲參數(shù)。利用偽

3、最近鄰點法進(jìn)行相空間重構(gòu)嵌入維數(shù)的選取時，提出了用時空曲線法計算TheilerWindow的窗口值W，并以此為依據(jù)剔除由于時間上的鄰近造成的空間上的鄰近的最近鄰點，改進(jìn)了偽最近鄰計算嵌入維數(shù)的方法。 混沌運動的基本特點就是運動對初始條件極為敏感。兩個極靠近的初值產(chǎn)生的運動軌道，隨時間的推移按指數(shù)形式分離，Lyapunov指數(shù)就是描述這一現(xiàn)象的量。本文研究了離散時間序列Lyapunov指數(shù)的計算方法，引入一種新的Lyapunov指

4、數(shù)算法，并對實測噪聲進(jìn)行了Lyapunov指數(shù)的估計。 GP算法中，關(guān)聯(lián)維D2在無標(biāo)度區(qū)域內(nèi)可以得到較為精確地估計。然而，以往無標(biāo)度區(qū)域的判斷沒有一個固定的標(biāo)準(zhǔn)。本文詳細(xì)研究了基于相空間重構(gòu)理論的關(guān)聯(lián)維提取的方法步驟，提出了一種判定無標(biāo)度區(qū)域的通用方法，改進(jìn)了關(guān)聯(lián)維估計算法，并計算了目標(biāo)噪聲的關(guān)聯(lián)維。 廣義維數(shù)是刻畫多重分形的重要參數(shù)。采用盒記數(shù)法和關(guān)聯(lián)積分法進(jìn)行廣義維數(shù)運算計算量巨大。本文提出時間序列幅度變化度的概念，