[发明专利]一种自适应海杂波信号去噪方法

说明书

本发明公开一种自适应海杂波信号去噪方法，属于雷达信号处理领域。该方法包括如下步骤：1)对含噪海杂波信号x(n)进行自适应噪声完备互补集成经验模态分解，得到m+1个IMF分量；2)计算x(n)与各IMF分量之间的互相关系数，并确定互相关系数中第一个局部极小值所对应的IMF分量imfsubgt;k/subgt;(n)；3)利用ICA对识别出前k个含噪分量进行去噪，重构去噪后的各IMF分量，得到消噪后的信号xsupgt;d/supgt;(n)；4)对消噪后的信号xsupgt;d/supgt;(n)再次进行CEEMDAN分解，并根据步骤2)确定出互相关系数中一个局部极小值所在的层数l；5)判断k是否等于l，如果不相等，则将l赋值给k，并跳转到步骤3)继续向下执行；否则重构各IMF模态分量，输出最终消噪后的海杂波信号。本方法能够在保留海杂波原有混沌特性的基础上有效地抑制其中的噪声。

技术领域

本发明涉及一种自适应海杂波信号去噪方法，属于雷达信号处理领域。

背景技术

海杂波是指雷达照射海面的后向散射回波，其产生主要受到海风、海浪、潮汐等不同因素的影响。研究表明，海杂波具有混沌特性，是一种典型的非平稳信号，利用海杂波的混沌特性可以监视海面情况，实现海面低小目标的检测，因此海杂波背景下的微弱信号检测一直是信号处理领域的研究热点之一。而实际的海杂波数据通常会受到诸如雷达测量噪声和海面动态噪声的影响，这些噪声的引入无疑增加了目标信号的检测难度，传统的频谱分析方法已不再适用于海杂波的去噪，所以研究一种有效的去噪方法对于分析海杂波物理特性和提高信号检测精度具有重要的意义。

目前与本发明相关的报道有：1“Uncovering nonlinear dynamics-the casestudy of sea clutter”(Proceedings of the IEEE，2002，90(5)：860-881)在分析海杂波混沌特性的基础上提出了一种保障海杂波物理特性不受影响的去噪方法。2“EMD-BasedSignal Filtering”(IEEE transactions on instrumentation and measurement，2007，56(6)：2196-2202)介绍了利用经验模态分解(Empirical Mode Decomposition，EMD)法对海杂波信号进行分解，并采用不同的阈值对各固有模态函数(Intrinsic Mode Function，IMF)进行去噪，较好地抑制了噪声的干扰。3“基于EMD算法的海杂波信号去噪”(《雷达科学与技术》2010年第8卷第2期)针对实测海杂波信号非线性非平稳的特点，利用小波分解实现了海杂波的去噪，但小波分解方式的不唯一影响了海杂波的去噪效果，不具普适性。4“一种基于集成经验模态分解的海杂波去噪方法”(CN201510209153.1)该方法将集成经验模态分解算法用于海杂波去噪处理中，采用自相关函数分选有用信号与噪声分量，选用SG(Savitzky-Golay)滤波对噪声模态分量进行削噪。

目前，基于传统的基于经验模态分解去噪的方法大多是将前几层高频IMF(固有模态函数)分量当做不必要的噪声而滤除，但随着EMD(经验模态分解)理论体系不断发展，已有研究证实(“Development of EMD-Based Denoising Methods Inspired by WaveletThresholding”(IEEE Transactions on Signal Processing，2009，57(4)：1351-1362.))高频IMF分量中仍含有较多的细节成分，如果简单的对这些分量进行舍弃会造成细节信息丢失较多，且噪声也不能得到彻底的去除。因此如何有效地滤除高频IMF分量中噪声，最大程度地提取细节信息是提升去噪效果的关键。由于各高频IMF分量中的噪声方差、系数分布模型等都是未知信息，使得难以对其中的噪声分布进行准确估计。独立成分分析(independent component analysis，ICA)的出现则给IMF分量的去噪提供了新思路，该方法是一种全新的信号处理和数据分析方法，可以在源信号和混合参数均未知的前提下，仅根据信号间的高阶统计特性恢复出源信号，非常适合于IMF分量的消噪。

发明内容