基于分形特性改进的 EMD 目标检测算法

liuguanJun

摘 要：为克服原有检测算法在目标和海杂波混叠时检测性能下降的问题，该文提出一种基于分形特性改进的经验
3 K. i9 y( K  L; H/ G模态分解(EMD)目标检测算法。该算法对原始信号经经验模态分解后得到的固有模态函数进行数据重构，再采用
/ a/ k" Y, O6 u' W+ h+ K快速傅里叶变换获得去噪后的海杂波单元和目标单元的频谱，计算两者的单一Hurst指数，并将其输入非参量检测
器中进行目标检测。研究表明，虽然目标和海杂波在频谱中难以区分，但两者在无标度区间内的单一Hurst指数存
6 |1 a& p. k* j( [/ R6 [在差异，因此所提检测算法相比于原有频域检测算法性能更优。
关键词：目标检测；经验模态分解；分形理论；广义符号；海杂波
4 q  ~% E% X1 Q1 引言
经验模态分解(Empirical Mode Decomposition,
" I" s: `/ A$ IEMD)[1]是由黄锷博士提出的一种新的时频分析方
法，该方法无需假定基函数，可根据信号自身的局
部特征，进行自适应地分解，克服了原有时频分析


- x) H# x5 v  A; J4 Y- f


附件下载：

游客，如果您要查看本帖隐藏内容请回复

; ~9 m7 E) b* d

Blah

谢谢分享