技術特征：

技術總結
一種基于IMF能量熵與PCA的水下船艦噪聲特征提取方法，提取船艦噪聲信號均值、方差、峰值、偏度時域特征參數(shù)，構成時域特征矩陣；采用EEMD方法，將原船艦噪聲信號分解，得到IMF分量，并將IMF分量轉(zhuǎn)化為能量特征向量，從而觀測自頻帶能量特征的變化，構成頻域特征向量，與時域特征向量共同構成特征矩陣A；利用PCA降維方法對特征矩陣A做降維處理，將高維度的特征矩陣映射到低維度作為新的特征，構成特征矩陣B；訓練LSSVM參數(shù)，根據(jù)風險最小化原則，調(diào)整參數(shù)γ和核寬度σ，最后將降維后的特征矩陣B向量輸入到分類器中，測驗分類結果，本發(fā)明方法能結合時域與頻域信息，形成信息互補，提供更加完備的特征信息，且能提高分類精度。

技術研發(fā)人員：李鑫濱;李冬冬;韓松;閆磊;閆曉東
受保護的技術使用者：燕山大學
技術研發(fā)日：2017.05.19
技術公布日：2017.11.03