-
公开(公告)号：CN113238190B
公开(公告)日：2023-07-21
申请号：CN202110391168.X
申请日：2021-04-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于EMD联合小波阈值的回波信号去噪方法，包括以下步骤：获取回波信号，将回波信号设为s(t)；对回波信号s(t)进行EMD分解，得到回波信号的所有固有模态函数IMF分量；分别计算各固有模态函数分量与回波信号s(t)的互相关系数R，第j个固有模态函数的互相关系数记为Rj，找出其中最大互相关系数Rmax，并筛选出Rj＜Rmax/10的IMF分量，将筛选出Rj＜Rmax/10的固有模态函数分量定义为噪声分量，将Rj≥Rmax/10的固有模态函数分量定义为有用分量；将筛选出的噪声分量进行累加，得到累加后的噪声分量，采用改进小波阈值函数，对累加后的噪声分量进行小波阈值去噪处理，得到去噪后的噪声分量；将去噪后的噪声分量与有用分量进行累加，完成信号重构，得到去噪后的信号，该方法提升重构信号信噪比。
-
公开(公告)号：CN113190960B
公开(公告)日：2024-03-12
申请号：CN202110328589.8
申请日：2021-03-26
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于非等维状态混合估计的并行IMM机动目标跟踪方法，属于雷达机动目标跟踪领域，包括以下步骤：通过传感器采集机动目标的运动轨迹测量值并建立目标运动模型集，通过并行使用基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法，对当前时刻的机动目标进行跟踪；分别将当前时刻运行的基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法得到的全局状态估计与对应的协方差矩阵作为下一时刻基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法的初值，进行下一时刻的跟踪，直至机动目标跟踪结束，通过该方法，能够在目标模型发生切换时，改善信息丢失问题，降低模型切换时较大的峰值误差。
-
公开(公告)号：CN113190960A
公开(公告)日：2021-07-30
申请号：CN202110328589.8
申请日：2021-03-26
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于非等维状态混合估计的并行IMM机动目标跟踪方法，属于雷达机动目标跟踪领域，包括以下步骤：通过传感器采集机动目标的运动轨迹测量值并建立目标运动模型集，通过并行使用基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法，对当前时刻的机动目标进行跟踪；分别将当前时刻运行的基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法得到的全局状态估计与对应的协方差矩阵作为下一时刻基于非等维状态混合估计的IMM算法与基于非等维状态混合估计的AIMM算法的初值，进行下一时刻的跟踪，直至机动目标跟踪结束，通过该方法，能够在目标模型发生切换时，改善信息丢失问题，降低模型切换时较大的峰值误差。
-
公开(公告)号：CN113238190A
公开(公告)日：2021-08-10
申请号：CN202110391168.X
申请日：2021-04-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于EMD联合小波阈值的回波信号去噪方法，包括以下步骤：获取回波信号，将回波信号设为s(t)；对回波信号s(t)进行EMD分解，得到回波信号的所有固有模态函数IMF分量；分别计算各固有模态函数分量与回波信号s(t)的互相关系数R，第j个固有模态函数的互相关系数记为Rj，找出其中最大互相关系数Rmax，并筛选出Rj＜Rmax/10的IMF分量，将筛选出Rj＜Rmax/10的固有模态函数分量定义为噪声分量，将Rj≥Rmax/10的固有模态函数分量定义为有用分量；将筛选出的噪声分量进行累加，得到累加后的噪声分量，采用改进小波阈值函数，对累加后的噪声分量进行小波阈值去噪处理，得到去噪后的噪声分量；将去噪后的噪声分量与有用分量进行累加，完成信号重构，得到去噪后的信号，该方法提升重构信号信噪比。
-
-
-
Search Results
4
records
(took 0.021 seconds)
