基于时频特征与排列熵的船舶噪声信号识别方法的研究

刘夏扬; 李晶; 于华鹏; 赵国新; 杨淑洁

doi:10.19770/j.cnki.issn.1008-2565.2022.03.008

北京石油化工学院学报 ›› 2022, Vol. 30 ›› Issue (3) : 43 -50. DOI: 10.19770/j.cnki.issn.1008-2565.2022.03.008

基于时频特征与排列熵的船舶噪声信号识别方法的研究

刘夏扬, 李晶, 于华鹏, 赵国新, 杨淑洁

作者信息 +

Author information +

文章历史 +

摘要

针对复杂海洋环境下船舶噪声信号噪声干扰、清晰度低导致的识别准确率不高的问题，提出了一种基于时频域特征与排列熵的特征提取及识别方法，分别利用经典模态分解法(Empirical Mode Decomposition, EMD)将原始的信号分解为多个本征模函数(Intrinsic modal function, IMF)并结合反向加权排列熵进行筛选，利用希尔伯特变换(Hilbert-Huang transform, HHT)进行时频分析并结合加权排列熵(Weighted Permutation Entropy, WPE)组建特征向量作为输入；利用长短期记忆网络(LSTM)对真实船舶噪声信号进行识别。结果表明，对比基于单一特征的识别方法，该方法的识别率可达到99.40%。