基于混沌理论的舰船辐射噪声特征提取研究

摘要

水下目标被动识别技术一直是水声信号处理领域研究的热点.长期以来,人们采用各种方法提高水下目标的识别率.虽然识别性能不断改善,但根本性问题并没有解决.这是由于水下目标辐射信号和海洋环境的复杂性、多变性造成的.对于水下目标辐射噪声的产生机理,可以发现它们与相关动力学系统的结构有关.非线性时间序列分析方法提供了在相空间中研究这些动力系统生成的信号的有效途径.依靠非线性时间序列分析方法提取重构动力系统的非线性或混沌特征参数,可以达到识别的目的.该文以非线性时间序列分析和混沌理论为基础,围绕舰船辐射噪声的特征提取这一主题,进行了如下工作:1.研究了相空间延时重构的两个参数的估计问题.利用平均互信息法确定重构时延参数,相比于自相关函数法,这个方法更加准确.采用伪最邻近点法确定最小嵌入维数,这种方法可以准确地确定含噪信号中确定性成分的最小嵌入维数,避免嵌入维数过高导致相空间的混乱.2.在主元分析(Principal components analysis,PCA)的基础上,研究了非线性局部投影滤波方法,该方法的原理是在相空间分段线性逼近动力系统并进行局部主元分析.与一般的主元分析相比,非线性局部投影滤波方法的性能明显提高,在较低信噪比下仍能较好地恢复原信号的波形和相空间轨迹.3.研究了时间序列的混沌特征参数提取方法.包括关联维数算法中的时间相关、最大Lyapunov指数的稳健估计算法以及广义维数和时间序列熵h<,2>的估计问题.通过对舰船辐射噪声进行混沌特征分析,结果表明,舰船噪声不具有严格分形性,但具有正的最大Lyapunov指数存在,这说明舰船噪声信号中有非线性成分存在.通过对不同类别信号的特征提取表明,关联维数和广义维数能有效地代表不同类别的舰船特征,而h<,2>熵特征并不明显.

目录

文摘

英文文摘

第一章绪论

1.1混沌理论概况

1.2水下目标识别研究的意义及现状

1.3本文的主要工作

第二章混沌理论基础

2.1引言

2.2混沌的定义

2.3混沌运动的特征

2.4耗散系统中的混沌

2.4.1耗散系统

2.4.2耗散系统中的混沌和吸引子

2.5混沌的历经性

2.6本章小结

第三章非线性时间序列分析及其在舰船及其在舰船噪声中的应用

3.1引言

3.2相空间重构

3.2.1相空间表达式

3.2.2 Takens延时嵌入重构理论

3.2.3延迟时间的选择一平均互信息法

3.2.4嵌入维数的选择一伪最邻近点法

3.3主元分析

3.4非线性局部投影噪声抑制

3.4.1噪声分类

3.4.2非线性局部投影噪声抑制

3.4.3非线性局部投影滤波仿真

3.5非线性检验

3.5.1检验准则

3.5.2构造代理数据

3.5.3检验统计量

3.6舰船噪声信号的非线性时间序列分析

3.7本章小结

第四章基于混沌的舰船噪声特征提取

4.1关联维数

4.1.1关联维数的定义

4.1.2关联维数的计算

4.1.3时空分离曲线

4.1.4关联维数估计仿真

4.2 Lyapunov指数

4.2.1最大Lyapunov指数的定义

4.2.2最大Lyapunov指数的估计

4.3广义维数

4.3.1自然测度、多重分形

4.3.2广义维数估计

4.4时间序列的熵

4.4.1熵的概念

4.4.2时间序列的h2熵

4.5舰船噪声的混沌特征分析

4.6舰船噪声的混沌特征提取

4.7本章小结

第五章基于混沌特征的舰船目标分类

5.1基于混沌的舰船目标分类系统

5.2BP神经网络分类器设计

5.2.1BP网络分类器

5.2.2舰船目标分类系统BP网络分类器实现

5.3基于混沌特征的目标分类

5.4本章小结

第六章全文总结

参考文献

致谢

西北工业大学学位论文知识产权声明书和原创性声明