基于EEMD的艦船輻射噪聲特征提取方法研究

李余興，李亞安，陳 曉

(西北工業(yè)大學(xué) 航海學(xué)院，西安 710072)

基于EEMD的艦船輻射噪聲特征提取方法研究

李余興，李亞安，陳 曉

(西北工業(yè)大學(xué) 航海學(xué)院，西安 710072)

為了解決復(fù)雜海洋環(huán)境中水聲信號的特征提取問題，提出了一種利用集合經(jīng)驗?zāi)B(tài)分解(EEMD)研究艦船輻射噪聲特征提取的方法。對經(jīng)驗?zāi)B(tài)分解后的不同類別三類艦船輻射噪聲信號各階固有模態(tài)函數(shù)(IMF)中心頻率可分性進行分析，并討論了最強IMF中心頻率特征參數(shù)。通過比較一定數(shù)量不同類別的艦船輻射噪聲的最強IMF中心頻率及高低頻能量差特征參數(shù)發(fā)現(xiàn)，同類艦船的特征參數(shù)基本處于同一水平，不同類型的艦船存在一定差異。實驗結(jié)果表明，采用EEMD的艦船輻射噪聲信號的最強IMF中心頻率作為特征參數(shù)相比高低頻能量差特征參數(shù)對艦船具有較好的可分性。

集合經(jīng)驗?zāi)B(tài)分解; 固有模態(tài)函數(shù); 艦船輻射噪聲; 中心頻率; 特征提取

艦船輻射噪聲和海洋環(huán)境的復(fù)雜性使得從艦船輻射噪聲中提取一種能反映目標特性的特征成為該領(lǐng)域的難題。傳統(tǒng)的特征提取方法主要包括時域上的波形結(jié)構(gòu)、頻域上的經(jīng)典譜估計、現(xiàn)代譜估計和高階譜估計特征提取、以及時-頻域上的短時傅里葉變換、小波變換等[1]。傳統(tǒng)的特征提取方法具有一定的局限性，傅里葉變換分析不能很好的反映信號的時變特性，小波變換能同時提供信號的時-頻信息，但受到小波基函數(shù)選擇的限制。因此,傳統(tǒng)的信號處理方法不適用于水聲信號處理。

HUANG等[2-3]的經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD)方法是從信號本身的尺度特征出發(fā)對信號進行分解，沒有固定的先驗基底，是自適應(yīng)的，得到的固有模態(tài)函數(shù)(Intrinsic Mode Function,IMF)通?？杀憩F(xiàn)信號內(nèi)含有的真實物理意義，因此能夠較好地反映出系統(tǒng)的物理特性。隨著EMD方法理論和實踐的不斷發(fā)展，EMD也在故障診斷領(lǐng)域[4-5]、生物醫(yī)療領(lǐng)域[6-7]、地球物理領(lǐng)域[8-9]、水聲信號處理領(lǐng)域[10-11]得到廣泛應(yīng)用。但在實際應(yīng)用中EMD會出現(xiàn)模態(tài)混疊現(xiàn)象，導(dǎo)致相鄰的IMF波形混疊，相互影響，不利于對目標信號分析。EEMD方法是針對EMD方法的改進，它利用白噪聲均勻分布的統(tǒng)計特性，對目標信號多次添加一定幅值的白噪聲來降低模態(tài)混疊的影響。

近年來，胡橋等[12]利用基于EMD能量熵的方法實現(xiàn)水聲目標檢測；劉深等[13]提出一種基于IMF能量譜的水聲信號特征提取方法，通過與小波能量譜法對比，證明該方法對水聲信號具有較好的識別分類效果；楊宏等[14]采用EEMD方法對艦船輻射噪聲進行能量分析，結(jié)果表明，以高低頻能量差作為艦船輻射噪聲的特征參數(shù)對艦船類別具有較好的可分性。這些方法的提出證明了經(jīng)驗?zāi)B(tài)分解用于水聲信號目標檢測及特征提取的可行性，但僅從能量角度進行分析，未考慮到目標的頻率特性。

基于此，本文在EEMD及希爾伯特變換基礎(chǔ)上，首先利用EEMD方法針對實測的不同類別的艦船輻射噪聲進行模態(tài)分解,其次從頻率及能量角度分析了各階固有模態(tài)函數(shù)，討論了最強IMF中心頻率特征參數(shù)的可分性,最后將該方法與文獻[14]中的高低頻能量差特征參數(shù)比較，進一步證明基于EEMD的最強IMF中心頻率特征參數(shù)可以較好的區(qū)分不同艦船類別。

1 EEMD及IMF中心頻率

1.1 EMD算法

原始信號x(t)，首先確定x(t)上所有的極值點，采用三次樣條函數(shù)曲線對所有的極值點進行插值，從而擬合出原始信號x(t)的上包絡(luò)線xmax(t)及下包絡(luò)線xmin(t)。按順序連接上、下兩條包絡(luò)線的均值即得一條均值線m1(t)：

m1(t)=[xmax(t)+xmin(t)]/2

(1)

再用x(t)減掉m1(t)得到h1(t)：

h1(t)=x(t)-m1(t)

(2)

判斷h1(t)是否為滿足IMF的條件，若不滿足，則重復(fù)式(1)、(2)。若h1(t)滿足了，則將h1(t)記為c1(t)，并將其從原信號x(t)中去除。剩余分量變成一個新的x(t)并重復(fù)進行上述處理。最終，原信號可表示為

(3)

式中：cm(t)為第m個IMF，r(t)為最終的不再包含IMF的剩余分量，M代表IMF的總個數(shù)。判斷是否為IMF時通常需要進行多次迭代運算，而終止條件可由

(4)

確定，即令相鄰兩次迭代的標準差小于閾值ε，本文取0.28。

1.2EEMD算法

為了解決模態(tài)混疊問題，WU等[15]提出了EEMD，它是一種噪聲輔助信號處理方法。具體步驟如下:

(1) 對原始信號添加N次白噪聲，生成N個新的x(t)。

(2) 對N個x(t)進行EMD得到N組IMF分量及余量。

(3) 對同階的N個IMF取平均獲得新的一組IMF分量。

(4) EEMD分解結(jié)果依然可以用式(3)表示，r(t)為原始信號去掉平均后所有IMF分量的余量。

依據(jù)參考文獻[14]中的參數(shù)設(shè)定，本文對3類艦船輻射噪聲進行EEMD分解時，選取白噪聲標準差為0.3，集合樣本數(shù)N取100。

1.3IMF中心頻率

信號x(t)經(jīng)EEMD分解后，對分解得到的IMF分量c(t)做希爾伯特變換，即

(5)

其解析信號定義為

(6)

(7)

目標信號被分解后的任意一階IMF的瞬時頻率總是圍繞一個中心頻率波動，定義這個頻率為該階IMF的中心頻率。假設(shè)第m階模態(tài)共有N個采樣點，第n個采樣點的瞬時頻率為fmn，瞬時振幅為bmn，該點瞬時強度為

(8)

式中:Qmn為分解后的第m階模態(tài)的第n個采樣點的瞬時強度。原觀測數(shù)據(jù)的第m階固有模態(tài)函數(shù)中心頻率為:

(9)

(10)

2 艦船輻射噪聲信號IMF中心頻率分析

2.1 艦船輻射噪聲經(jīng)驗?zāi)B(tài)分解

對三類實測艦船輻射噪聲信號進行仿真實驗，采樣頻率44.1 kHz，數(shù)據(jù)長5 000點，每一類艦船噪聲信號各100個樣本。首先對數(shù)據(jù)進行歸一化處理，得到三類艦船輻射噪聲的時域波形，如圖1所示。將歸一化處理后的數(shù)據(jù)樣本進行EMD分解，如圖2所示，其中橫坐標為采樣點數(shù)，縱坐標代表歸一化振幅。

(a) 第一類艦船輻射噪聲

(b) 第二類艦船輻射噪聲

(c) 第三類艦船輻射噪聲

由圖2可以看出，經(jīng)過EMD分解的艦船輻射噪聲信號按從高頻至低頻次序依次分解為一組固有模態(tài)函數(shù)分量，其中三類信號的第一階模態(tài)IMF1表示信號的最短振蕩周期，通常為噪聲分量或信號的高頻分量。三類艦船噪聲輻射信號的IMF階數(shù)也不相同，IMF階數(shù)取決于信號的復(fù)雜程度，即信號越復(fù)雜，分解得到的IMF階數(shù)越多。每類艦船輻射噪聲信號的IMF中總會有1個或幾個IMF的幅值明顯高于其它分量，通常這些IMF分量構(gòu)成信號的主要能量成分，進而反映出信號的最顯著特征。將各階IMF分量作希爾伯特變換，可得到隨時間變化，具有實際物理意義的瞬時頻率。

(a) 第一類艦船輻射噪聲

(b) 第二類艦船輻射噪聲

(c) 第三類艦船輻射噪聲

圖2 三類艦船輻射噪聲EEMD分解的各階IMF

Fig.2 The results of EEMD method for three types of ship radiated noise

2.2 艦船輻射噪聲IMF中心頻率

將經(jīng)過EMD分解的三類艦船輻射噪聲信號按式(10)求得各階模態(tài)的中心頻率，圖3橫坐標為三類艦船輻射噪聲信號1～8階IMF，縱坐標表示各階IMF對應(yīng)的中心頻率。由圖3可以看出：三類信號的IMF中心頻率隨著IMF的增大而減小，符合EMD按從高頻至低頻次序依次分解的原理；三類信號的IMF1與IMF2中心頻率均高于2 000 Hz，視為噪聲模態(tài)；在3到8階模態(tài)中三類信號的同階中心頻率非常接近，尤其是高階模態(tài)。以上分析表明按EMD分解順序排列的三類艦船輻射噪聲信號的同階IMF中心頻率無明顯的可分性。

圖3 三類艦船輻射噪聲各階IMF中心頻率Fig.3 The center frequency of each IMF for three types of ship radiated noise

圖4為去除噪聲模態(tài)且以各階IMF能量排序的三類艦船輻射噪聲IMF中心頻率圖。第1階IMF對應(yīng)能量最強的模態(tài)，第6階IMF對應(yīng)能量最弱的模態(tài)。觀察三類艦船輻射噪聲IMF5與IMF6至少有2類信號的中心頻率相近，而IMF3與IMF4相對IMF1與IMF2來說，其中心頻率差異較小。IMF1與IMF2為能量最強的兩個模態(tài)，能夠反映原始信號的特征且中心頻率存在明顯差異，可作為三類艦船輻射噪聲的特征參數(shù)進一步研究。

圖4 三類艦船輻射噪聲能量排序的IMF中心頻率Fig.4 The center frequency of each IMF by energy ordering for three types of ship radiated noise

3 艦船輻射噪聲特征提取方法研究

3.1 最強IMF中心頻率

本文選取三類艦船輻射噪聲中能量最強的IMF作為研究對象。若目標信號共分解為M階模態(tài)，則定義平均強度最大的那一階IMF的中心頻率為最強IMF中心頻率，即:

(11)

3.2 高低頻能量差

[14]算法定義0～1 000 Hz為艦船信號的低頻段，1 000～10 000 Hz為它的高頻段,定義高頻與低頻段艦船輻射噪聲能量差為艦船高低頻能量差。表2給出了三類艦船單個樣本的高低頻能量差值，通過對比分析第一類艦船較其他兩類艦船更容易區(qū)分，而第二、三類艦船能量差值相當，其可分性需要進一步分析。

表1 三類艦船輻射噪聲信號的最強固有模態(tài)中心頻率(每類1個樣本)

Tab.1 The center frequency of IMF with the highest energy for three types of ship radiated noise.(each type only includes one sample)

第一類第二類第三類最強IMF(階)643最強IMF中心頻率/Hz195.58782.781013.7

表2 三類艦船輻射噪聲信號高低頻能量差(每類1個樣本)

Tab.2 The energy difference between the high and low frequency for three types of ship radiated noise.(each type only includes one sample)

第一類第二類第三類高低頻能量差/dB-12.013-2.4347-1.5990

3.3 艦船輻射噪聲特征提取方法比較

為驗證樣本最強IMF中心頻率及高低頻能量差作為特征參數(shù)對于三類艦船輻射噪聲差異是否具有普遍性，在每一類信號的100個樣本中隨機抽取20個樣本分別計算以上2個特征參數(shù)。圖5中橫坐標為樣本數(shù)，縱坐標代表最強IMF中心頻率。圖5反映了信號優(yōu)勢頻段的大小，同類艦船輻射噪聲的最強固有模態(tài)中心頻率在一定范圍內(nèi)波動，其數(shù)值基本處于同一水平，而不同類的艦船輻射噪聲數(shù)值差異較大。

圖5 三類艦船輻射噪聲最強固有模態(tài)中心頻率分布圖Fig.5 The distribution of the most energetic center frequency of IMF for three types of ship radiated noise

圖6表示三類艦船輻射噪聲高低頻能量差分布，它從宏觀角度反映了高頻和低頻段艦船輻射噪聲的能量差異。第一類艦船其高低頻能量差絕對值最大且在同一水平波動，而其他兩類艦船能量熵值較接近，可分性不明顯。

圖6 三類艦船輻射噪聲高低頻能量差分布圖

Fig.6 The distribution of the energy difference between the high and low frequency for three types of ship radiated noise

表3進一步給出了每類20個樣本艦船輻射噪聲兩種特征參數(shù)的波動范圍及均值。三類艦船信號最強固有模態(tài)中心頻率特征參數(shù)的均值有一定差異且波動范圍無重疊頻段。高低頻能量差能較好的區(qū)別第一類艦船，其他兩類艦船均值有一定差異但波動范圍略有重疊，可分性差。以上結(jié)果表明最強IMF中心頻率作為特征參數(shù)可較好的區(qū)分不同艦船類別。

表3 三類艦船輻射噪聲信號的特征參數(shù)(每類20個樣本)

Tab.3 The characteristic parameters for three types of ship radiated noise.(each type includes twenty samples)

第一類第二類第三類最強固有模態(tài)中心頻率范圍/Hz150.94～253.69699.73～846.42959.54～1020.6最強固有模態(tài)中心頻率均值/Hz185.25776.40977.62高低頻能量差范圍/dB-13.9462～11.6412-4.3344～-1.7516-1.9847～-0.8835高低頻能量差均值/dB-12.8053-2.8900-1.4416

4 結(jié) 論

本文以EEMD為理論基礎(chǔ),研究了艦船輻射噪聲IMF中心頻率特征參數(shù)的提取。針對一定樣本數(shù)量的三類不同艦船輻射噪聲，分析了樣本各階IMF中心頻率的可分性，從而確定以最強固有模態(tài)中心頻率作為特征參數(shù)并進行了仿真實驗，并與高低頻能量差方法對比。結(jié)果表明：同類別的艦船輻射噪聲具有相近的最強固有模態(tài)中心頻率，不同類別的艦船輻射噪聲的最強固有模態(tài)中心頻率存在較大差異。相比高低頻能量差方法，選取最強固有模態(tài)中心頻率作為特征參數(shù),能充分體現(xiàn)目標優(yōu)勢頻段特征，具有較好的類別可分性。

參 考 文 獻

[1] 李新欣.船舶及鯨類聲信號特征提取和分類識別研究[D].哈爾濱：哈爾濱工程大學(xué),2012.

[2] HUANG N E，SHEN Z，LONG S R, et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society of London.Series A:Mathematical,Physical and Engineering Sciences,1998,454(1971):903-995.

[3] WU Z H，HUANG N E.A study of the characteristics of white noise using the empirical mode decomposition method[J].Proceedings of the Royal Society of London A,2004,2046(460):1597-1611

[4] 胡愛軍.Hilbert-Huang變換在旋轉(zhuǎn)機械振動信號分析中的應(yīng)用研究[D].保定:華北電力大學(xué),2008.

[5] 張志剛，石曉輝，陳哲明，等.基于改進EMD和滑動峰態(tài)算法的滾動軸承故障特征提取[J].振動與沖擊,2012,31(22):80-83.

ZHANG Zhigang,SHI Xiaohui,CHEN Zheming.Fault feature extraction of rolling element bearing based on improved EMD and sliding kurtosis algorithm[J].Journal of Vibration and Shock,2012,31(22):80-83.

[6] 李小俚,崔素媛,Sleigh J W.基于希爾伯特黃熵的麻醉深度估計[J].中國生物醫(yī)學(xué)工程學(xué)報, 2008,27(5):689-694.

LI Xiaoli,CUI Suyuan, SLEIGH J W.Estimation of Anesthetic Depth with Hilbert-Huang Entropy[J].Chinese Journal of Biomedical Engineering, 2008,27(5):689-694.

[7] WEI Q, LIU Q, FAN S Z.Analysis of EEG via multivariate empirical mode decomposition for depth of anesthesia based on sample entropy[J].Entropy, 2013, 15(9):3458-3470.

[8] 侯威, 封國林, 董文杰,等.利用排列熵檢測近40年華北地區(qū)氣溫突變的研究[J].物理學(xué)報,2006,55(5):2663-2668.

HOU Wei,FENG Guolin,DONG Wenjie, et al.A technique for distinguishing dynamical species in the temperature time series of north China[J].Acta Physica Sinica,2006,55(5):2663-2668.

[9] 薛春芳,侯威,趙俊虎,等.集合經(jīng)驗?zāi)B(tài)分解在區(qū)域降水變化多尺度分析及氣候變化響應(yīng)研究中的應(yīng)用[J].物理學(xué)報,2013,62(10):496-503.

XUE Chunfang,HOU Wei,ZHAO Junhu.The application of ensemble empirical mode decomposition method in multiscale analysis of region precipitation and its response to the climate change[J].Acta Physica Sinica,2013,62(10):496-503.

[10] 高云超.希爾伯特-黃變換在水聲信號處理中的應(yīng)用研究[D].哈爾濱：哈爾濱工程大學(xué),2009.

[11] 李秀坤,謝磊,秦宇.應(yīng)用希爾伯特黃變換的水下目標特征提取[J].哈爾濱工程大學(xué)學(xué)報,2009,30(5):542-546.

LI Xiukun,XIE Lei,QIN Yu.Underwater target feature extraction using Hilbert-Huangtransform[J].Journal of Harbin Engineering University,2009,30(5):542-546.

[12] 胡橋,郝保安,呂林夏,等.一種新的水聲目標輻射噪聲特征提取模型[J].魚雷技術(shù),2008,16(6):38-43.

HU Qiao,HAO Baoan,Lü Linxia.Feature extraction model for underwater target radiated noise[J].Torpedo Technology,2008,16(6):38-43.

[13] 劉深,張小薊,牛奕龍,等.基于IMF能量譜的水聲信號特征提取與分類[J].計算機工程與應(yīng)用,2014,50(3):203-206.

LIU Shen, ZHANG Xiaoji, NIU Yilong.Feature extraction and classification experiment of underwater acoustic signals based on energy spectrum of IMF’s[J].Computer Engineering and Applications,2014,50(3):203-206.

[14] 楊宏,李亞安,李國輝,等.基于集合經(jīng)驗?zāi)B(tài)分解的艦船輻射噪聲能量分析[J].振動與沖擊,2015,34(16):55-59.

YANG Hong,LI Yaan,LI Guohui.Energy analysis of ship radiated noise based on ensemble empirical mode decomposition[J].Journal of Vibration and Shock,2015,34(16):55-59.

[15] WU Z H,HUANG N E.Ensemble empirical mode decomposition:a noise-assisted data analysis method[J].Advances in Adaptive Data Analysis,2009，1(1):1-41.

Ships’ radiated noise feature extraction based on EEMD

LI Yuxing，LI Yaan，CHEN Xiao

(School of Marine Science and Technology, Northwestern Ploytechnical University, Xi’an 710072, China)

In order to solve the feature extraction problem of underwater acoustic signals in complex ocean environment, a new method for feature extraction of ships’ radiated noise was proposed based on the ensemble empirical mode decomposition(EEMD).Three different types of ship radiated noise were chosen to perform the center frequency and energy analyses for their intrinsic mode functions (IMF).It was shown that the center frequencies of IMF are different from that of the IMF with the highest energy, so the center frequency characteristic parameters of the IMF with the highest energy can be applied to extract ships’ radiated noise features.By comparing the center frequency of the IMF with the highest energy and the energy difference between high frequency energy and low frequency one for a certain number of signals of different types ships’ radiated noise, it was shown that the center frequency of the IMF with the highest energy is at the same level for similar ships, but there is an obvious difference for different types of ships.The test results showed that the center frequency of the IMF with the highest energy as a characteristic parater is better than the energy difference between high frequency energy and low frequency one befor ships’radiated noise feratute extraction.

ensemble empirical mode decomposition; intrinsic mode function; ship radiated noise; center frequency; feature extraction

國家自然科學(xué)基金(51179157; 51409214; 11574250)

2016-07-01 修改稿收到日期：2016-08-03

李余興 男，博士生，1984年7月生

李亞安 男，博士，教授，博士生導(dǎo)師，1961年6月

TN911.72

A

10.13465/j.cnki.jvs.2017.05.018