公开(公告)号：CN103226197A

公开(公告)日：2013-07-31

申请号：CN201310131689.7

申请日：2013-04-16

Applicant: 哈尔滨工程大学

Inventor： 李秀坤 ,  杨阳 ,  李婷婷 ,  孟祥夏

IPC: G01S7/539

Abstract: 本发明涉及水声技术应用领域，具体涉及的是一种对水下目标回波分类的方法。本发明包括如下步骤：对训练样本库中的样本数据进行归一化预处理，计算样本的功率谱及高阶累积量的对角切片谱；在功率谱及对角切片谱上提取信号的音色特征量；筛选所提取的音色特征，选择能够对水下目标回波进行有效分类的特征，将这些特征组合建立特征空间；对于新的样本信号，执行以上三个步骤，将得到的特征空间与样本库中的特征分布进行匹配，判断新样本信号的类别。本发明能够提高水下目标回波的分类效果，进而提高水下目标的探测和识别准确率。

公开(公告)号：CN102799757A

公开(公告)日：2012-11-28

申请号：CN201210192002.6

申请日：2012-06-12

Applicant: 哈尔滨工程大学

Inventor： 李秀坤 ,  李婷婷 ,  马涛 ,  杨阳 ,  夏峙

IPC: G06F19/00

Abstract: 本发明涉及弱信号处理领域，具体涉及一种强干扰背景下去除强趋势项及瞬态脉冲干扰的微弱信号提取方法。本发明包括(1)对强干扰背景下的微弱信号进行经验模态分解；(2)对分解的d阶模态，构造强干扰判决准则；(3)对存在脉冲干扰的模态分量进行包络检波，将瞬态脉冲干扰位置数据置零；(4)利用自回归-滑动平均模型恢复被置零的数据；(5)合并前D阶基本模式分量，得到除强干扰后的微弱信号。相比于现有方法，本发明能够在更完整保留微弱信号特性的同时，去除强复杂趋势线的干扰，将瞬态脉冲干扰部分的数据进行预测恢复，减小对微弱信号波形畸变的影响。