[发明专利]一种基于经验模态分解的海杂波时间相关性分析方法

权利要求书

1.一种基于经验模态分解的海杂波时间相关性分析方法，其特征在于，采用经验模态函数的分解算法将海杂波分解为多个简单波形分量和残差，海杂波分解得到的本征模态函数具有不同的频率特征；

在经验模态函数的分解算法的基础上，对各个简单波形分量进行Hilbert变换，即可得到信号的时频联合能量谱，根据信号的时频联合能量谱就可以研究信号的时频能量分布；

采用时间内禀相关函数计算分解后的简单波形分量和残差的相关性，然后通过局部相关估计海杂波实测数据54号的全局相关系数，得到海杂波的时间相关性；

采用时间内禀相关函数计算分解后的简单波形分量和残差的相关性包括以下步骤：

对于给定的同一分辨率单元内不同时刻的两个海杂波数据集T₁(t)和海杂波数据集T₂(t)，对海杂波数据集T₁(t)和海杂波数据集T₂(t)分别进行分解得到n个IMF模式和一个残差，那么海杂波数据集T₁(t)和海杂波数据集T₂(t)可以由式(10)表示：

其中i取1和2，表示T_i(t)的第k阶IMF分量，r_i(t)是T_i(t)分解后的残差；

对占海杂波主要特征的IMF分量进行相关性求解需要划分滑动窗口大小，一般利用IMF分量的平均周期来确定自适应窗口大小；各IMF分量的平均周期可以根据IMF分量具有的极大值或极小值个数来确定或者通过傅里叶能量加权平均频率计算得到。

2.根据权利要求1所述的一种基于经验模态分解的海杂波时间相关性分析方法，其特征在于，随分解的阶数逐渐提高，本征模态函数的频率逐渐降低。

3.根据权利要求1所述的一种基于经验模态分解的海杂波时间相关性分析方法，其特征在于，采用经验模态函数的分解算法将海杂波分解为多个简单波形分量和残差包括以下步骤：

步骤一，定义海杂波时间序列为T(t),定义分解的残差为r_i，定义分解出的本征模态函数为c_i(t)，输入海杂波信号T(t)，初始化的残差为r₀；

步骤二，获取本征模态量h₀(t)；

步骤三，识别简单波形分量的所有极值点，用三次样条插值构建上下包络，计算上下包络均值m_j(t)；

步骤四，判断分解条件SD,若分解条件满足则执行步骤五，若分解条件不满足则执行步骤三；

步骤五，计算下一个本征模态函数，计算新的残差量；

步骤六，若极值点个数小于2则结束，若极值点个数大于等于2则更新残差序列并执行步骤二。

4.根据权利要求3所述的一种基于经验模态分解的海杂波时间相关性分析方法，其特征在于，设定两个筛选条件的标准差SD来确定分解停止条件，分解过程中的分解停止条件SD可由式(1)计算得出：

其中h_j-1(t)是分解出的第i+1个本征模态函数，h_i(t)是第i个本征模态函数。

5.根据权利要求4所述的一种基于经验模态分解的海杂波时间相关性分析方法，其特征在于，SD的取值在0.2到0.3之间。