主权项 |
一种基于局部均值分解的目标识别特征提取方法,包括如下步骤:1)对目标的时域回波信号S={s<sub>1</sub>,s<sub>2</sub>,...,s<sub>k</sub>,...,s<sub>N</sub>}进行局部均值分解,得到余量信号的和信号u以及L个单分量信号f<sub>α</sub>,其中s<sub>k</sub>为时域回波信号S第k点的值,k=1,2,...,N,N为脉冲数,α=1,2,...,L,L为单分量信号的个数;2)定义第一单分量信号频谱:F<sub>1</sub>=|fft[f<sub>1</sub>]|以及剩余单分量信号频谱:<img file="FDA0000912502930000011.GIF" wi="418" he="159" />其中f<sub>1</sub>为第一单分量信号,fft[·]代表快速傅立叶变换,|·|代表取模运算;3)根据L个单分量信号f<sub>α</sub>,以及定义的第一单分量信号频谱F<sub>1</sub>、剩余单分量信号频谱F<sub>r</sub>,提取如下四种目标识别特征:第一单分量信号熵值:t1=entropy[f<sub>1</sub>],式中entropy[·]代表取熵值运算;第一单分量信号频谱熵值:t2=entropy[F<sub>1</sub>];第一单分量信号频谱与剩余单分量信号频谱的能量比:t3=energy[F<sub>r</sub>]/energy[F<sub>1</sub>],式中energy[·]代表取能量运算;第一单分量信号频谱与剩余单分量信号频谱的峰值比:t4=max[F<sub>r</sub>]/max[F<sub>1</sub>],式中max[·]代表取最大值运算。 |