舰船电子工程
艦船電子工程
함선전자공정
SHIP ELECTRONIC ENGINEERING
2010年
11期
41-44
,共4页
谭皇%杨巨龙%张玉军%高勇
譚皇%楊巨龍%張玉軍%高勇
담황%양거룡%장옥군%고용
经验模态分解%本征模态分量%四阶累积量对角切片谱%BP神经网络
經驗模態分解%本徵模態分量%四階纍積量對角切片譜%BP神經網絡
경험모태분해%본정모태분량%사계루적량대각절편보%BP신경망락
利用经验模态分解(Empirical Mode Decomposition,EMD)的方法将直升机声信号进行分解,得到一系列本征模态分量(Instrinsic Mode Function,IMF).计算实际直升机声信号及由其分解得到的每个IMF分量的四阶累积量对角切片谱,并由此得到实际信号及每个IMF分量的四阶累积量对角切片谱的幅度绝对值之和E.计算每一个IMF的E值与实际信号E值的比值构成直升机声信号特征矢量.采用神经网络分类器,对两种不同机型的直升机声信号进行分类和识别.仿真实验验证了该方法是可行的、有效的,分类识别取得了较好的效果.
利用經驗模態分解(Empirical Mode Decomposition,EMD)的方法將直升機聲信號進行分解,得到一繫列本徵模態分量(Instrinsic Mode Function,IMF).計算實際直升機聲信號及由其分解得到的每箇IMF分量的四階纍積量對角切片譜,併由此得到實際信號及每箇IMF分量的四階纍積量對角切片譜的幅度絕對值之和E.計算每一箇IMF的E值與實際信號E值的比值構成直升機聲信號特徵矢量.採用神經網絡分類器,對兩種不同機型的直升機聲信號進行分類和識彆.倣真實驗驗證瞭該方法是可行的、有效的,分類識彆取得瞭較好的效果.
이용경험모태분해(Empirical Mode Decomposition,EMD)적방법장직승궤성신호진행분해,득도일계렬본정모태분량(Instrinsic Mode Function,IMF).계산실제직승궤성신호급유기분해득도적매개IMF분량적사계루적량대각절편보,병유차득도실제신호급매개IMF분량적사계루적량대각절편보적폭도절대치지화E.계산매일개IMF적E치여실제신호E치적비치구성직승궤성신호특정시량.채용신경망락분류기,대량충불동궤형적직승궤성신호진행분류화식별.방진실험험증료해방법시가행적、유효적,분류식별취득료교호적효과.
