水下目標特征提取中希爾伯特黃變換方法的應用

趙航　陶重陽　李高磊

【摘要】 由于傳統(tǒng)時頻分析方法的水下目標特征提取受到一定的制約，為解決之一問題，采用希爾伯特黃變換的方法可進行水下目標特征的提取，結果說明，希爾伯特黃變換方法對于信號的時頻特性具有較高的分辨能力，其比較適用于水聲平穩(wěn)信號的分析。

【關鍵詞】 特征提取 希爾伯特黃變換 應用

一、水下目標特征提取中希爾伯特黃變換方法的應用

希爾伯特黃變換方法是一種新型的時頻分析方法，運用希爾伯特黃變換方法可以進行處理非平穩(wěn)信號，正是基于這種獨特的優(yōu)勢，希爾伯特黃變換方法在信號處理領域得到廣泛推廣和應用。

如何將信號分解成一些固有的模態(tài)函數的組合，這就運用到希爾伯特黃變換方法中的經驗模態(tài)分解，經驗模態(tài)分解就是要先找到信號的極值點，然后將上下極值點用包絡線連接起來，也就是K1和K2，先算出上下包絡線的均值，這里用M1進行表示：

（5）

其中，在公式（5）中，Gi代表可進行希爾伯特黃變換的固有模態(tài)函數分量，由于無法進行經驗模態(tài)分解分量Rn本身的頻率很低，可以將它看作信號宏觀趨勢項。然后利用經驗模態(tài)分解法，對所有固有模態(tài)函數分量進行希爾伯特黃變換方法內容中的希爾伯特譜分析，算出各個分量的瞬時幅度和瞬時相位，這樣才能得出瞬時頻率，根據所算出的瞬時幅度，瞬時相位和瞬時頻率，畫出希爾伯特譜。為了描述信號時頻的特性，引入了希爾伯特邊際譜，也就是希爾伯特在時域上的積分。

二、水下目標特征提取中希爾伯特黃變換方法的優(yōu)勢

通過對希爾伯特黃變換算法的詳細分析，我們就可以發(fā)現希爾伯特黃變換算法有許多優(yōu)勢：首先，希爾伯特黃變換方法解決了在非穩(wěn)態(tài)信號下的分析難題，有效減小了模態(tài)混疊的現象產生，適合突變信號。 其次，希爾伯特黃變換方法是一種整體的分解過程，這主要是由于經驗模態(tài)分解的過程中對整個時域信號的進行了分解，以局部極值為基礎所及進行的計算和分析。再次，經驗模態(tài)分解具有完備性和近似性的正交性。有公式（5）可以得出其完備性，而近似性則是根據大量的實驗數據所得。所以，長數據的固有模態(tài)函數，其模態(tài)之間的泄露不能大于1%。最后，希爾伯特黃變換算法不再依賴基底的分解，實現了獨自適應基底的分解。

三、結語

綜上所述，運用希爾伯特黃變換算法能夠更有效的提取水下靜止的小目標特征，同時能夠分辨出目標信號和混響，這主要因為應用希爾伯特黃變換的水下目標特征提取，具有高分辨的性能，同時針對同種目標的分析結果也具有穩(wěn)定性。所以，希爾伯特黃變換方法在信號處理領域得到廣泛推廣和應用。

參 考 文 獻

[1] 李秀坤，謝磊，秦宇. 應用希爾伯特黃變換的水下目標特征提取[J]. 哈爾濱工程大學學報，2009，（5）：542-546

[2] 賴思邈，張效民，曹丕. HHT在水下目標信號特征提取中的應用[J]. 電聲技術，2009，（6）：36-40

[3] 李秀坤，李婷婷，夏峙. 水下目標特性特征提取及其融合[J]. 哈爾濱工程大學學報，，2010，（7）：903-908