舰船辐射噪声 matlab,基于MATLAB的舰船辐射噪声信号小波消噪处理

0引言在水声信号处理领域中,舰船在海水中的辐射噪声信号一直是人们研究的重点之一,因为它包含有舰船目标的类型、吨位、航速等多种信息,因此对舰船辐射噪声信号的检测和分析,有利于对舰船目标的识别、定向、定位、跟踪,以及准确打击等。但是,实际接收的舰船辐射噪声信号都不可避免地受到海洋环境噪声的干扰。因此,在分析提取舰船辐射噪声信号特征线谱之前,对水听器记录下的原始信号进行去噪是十分必要的。海洋噪声包括航运噪声、风成噪声、降雨噪声、地震活动的声音以及湍流、生物活动引起的噪声等,对其建模表现为一种宽带近似高斯噪声[1],能量在4kHz以下均有分布。舰船辐射噪声也是一种宽带信号,频谱分布于几Hz到几十kHz。因此,在去噪时,既要消除海洋噪声,又要尽可能多地保留有用信号,采用小波变换的方法是一个很好的选择。小波变换作为信号处理的一种新工具,目前已成为国际上极为活跃的研究领域。它特别适合于非平稳信号的分析,在对信号的精细处理、多尺度分析、奇异性检测和消噪处理等方面优于经典的短时傅立叶变换(STFT)分析方法。本文基于小波理论,提出了舰船噪声辐射信号的小波变换消噪方法。1小波变换消噪原理设(x)L2(R)满足允许条件:-+||()||2d1)的负整数幂,即令a=a0-m。这样,不同的m值对应不同宽度的小波;平移因子b的离散化也应依赖于m,较窄的(高频)小波以较小的步幅平移,这样可以包括整个时间范围,而较宽的(低频)小波以较大的步幅平移,由于(am0t)的宽度与a0-m成正比,一般选择b=na0-mb0,离散小波变换定义为DWTf(m,n)=a0m/2-+(a0mt-nb0)f(t)dt。(4)通常对a0=2,b0=1时的小波变换感兴趣,称之为二进小波,对应的小波变换为DWTf,2(m,n)=2m/2-+(2mt-n)f(t)dt;(5)如果函数是离散的,即为f(n),则离散小波变换可写为DWTf,2(m,n)=2m/2+-(2mt-n)f(n)。(6)由Mallat算法的小波变换快速分解和快速重构步骤,可得到各级小波变换的逼近信号和细节信号。由于小波变换的多分辨率特性,在合适的尺度下原来是非平稳的跳变信号会呈现出与噪声截然不同的特性。因此,通过对信号的奇异性分析及奇异性同小波变换模极大值的关系,利用信号和噪声在多尺度空间中不同的模极大值传输特性,可以获得干扰背景下信号的有效检验。定义:设01,则f(x)在区间[a,b]上具有一致Lipschitz指数,当且仅当存在常数k,使得(x0,x1)[a,b]2,有|f(x0)-f(x1)|k|x0-x1|2,(7)称满足式(7)的的上界0为函数f(x)的Lipschitz一致正则性阶数。定理:设01,函数f(x)在[a,b]上有一致Lipschitz指数的充要条件是存在一个常数k>0,使得x[a,b],小波变换满足|DWTf,2(m,n)|k(2m),(8)式(8)两边取对数,得log2|DWf,2(m,n)|log2k+m。(9)由此可知,如果函数f(x)的Lipschitz指数>0,则该函数的小波变换系数将随尺度的增大而增大;反之,若<0,则函数f(x)的小波系数将随尺度的增大而减小。一般来讲,信号的Lipschitz指数大于0,即使是不连续的奇异信号,只要在某一邻域内有界,也有=0。然而,噪声所对应的Lipschitz指数往往小于0。比如高斯白噪声是广义随机分布的,几乎处处奇异,它的Lipschitz指数=-1/2-(<0)。随着尺度的增大,信号和噪声所对应的小波变换系数分别是增大和减小,所以可以去除噪声对应的极值点,