基于CEEMDAN的水声信号降噪方法

摘要：

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。

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

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

会议类型: 国内会议

会议名称: 中国声学学会2017年全国声学学术会议

会议地点: 哈尔滨

会议语种:中文

页码: 263-264

在线出版日期: 2017-09-22（万方平台首次上网日期，不代表论文的发表时间）