文档名：基于CEEMDAN的水声信号降噪方法
水下目标识别是水声领域的关键技术,而声信号在海水中传播时,由于受到其他目标以及复杂多变的海洋环境和仪器的影响,接收系统采集到的往往是信噪比非常低的非平稳信号.如果能有效降低噪声的影响,便有望提高水下目标识别系统的准确度和稳定性.本文提出了一种基于互补自适应噪声集总经验模态分解（CEEMDAN）的水声信号降噪方法，实验证明该方法能够有效提高输入信号信噪比。此外，在面对其他色噪声环境时，可根据相关先验信息，通过噪声能量对某一模态的阈值进行修正，提高降噪效果。
作者：周士贞曾向阳
作者单位：海洋声学信息感知工业和信息化部重点实验室,西北工业大学,陕西西安710072;西北工业大学航海学院,陕西西安710072
母体文献：中国声学学会2017年全国声学学术会议论文集
会议名称：中国声学学会2017年全国声学学术会议
会议时间：2017年9月22日
会议地点：哈尔滨
主办单位：中国声学学会
语种：chi
分类号：
关键词：水下目标识别 水声信号 降噪方法 互补自适应噪声集 总经验模态分解
在线出版日期：2019年4月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 337.12 KB
- 下载次数:
- 60
-
高速下载
|
|
