基于IMF分量比的次声信号特征提取
次声源的分类判别是禁核试次声监测中的关键技术.为了提高各类次声信号的识别效果,针对次声信号的非线性、非平稳特点,本文提出了基于经验模态分解的固有模态函数分量比(Intrinsic Mode Function,IMF)特征提取方法,在此基础上,基于采用二分法评价各类次声信号提取不同IMF分量比特征的性能,而后将识别效果较好的IMF1/IMF2、IMF2/IMF3和IMF1/IMF3特征相结合,利用支持向量机(Support Vector Machine,SVM)方法进行识别.实验结果表明:将提取的三个IMF分量比特征结合后,其识别效果好于单个IMF分量比特征,除了矿爆与化爆次声事件外,其余识别率均达到80％以上.
核爆炸 次声信号 特征提取 固有模态函数分量比 经验模态分解
姜楠 李夕海 闫双卡 孟亮
第二炮兵工程大学,陕西西安710025 96267部队,河南信阳 464000
国内会议
青岛
中文
298-304
2014-09-01（万方平台首次上网日期，不代表论文的发表时间）