基于改进的集成经验模态分解的海杂波去噪

作     者：陈伟 吕文华 行鸿彦 张一波 CHEN Wei[1a;1b];Lü Wenhua;XING Hongyan[1a;1b];ZHANG Yibo[1a;1b]

作者机构：南京信息工程大学江苏省气象灾害预报预警与评估协同创新中心南京210044 南京信息工程大学江苏省气象探测与信息处理重点实验室南京210044 中国气象局气象探测中心北京100081 

出 版 物：《现代雷达》 (Modern Radar)

年 卷 期：2018年第40卷第6期

页      面：27-31,36页

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金资助项目(61671248) 江苏省高校自然科学研究重大项目(15KJA460008) 江苏省“信息与通信工程”优势学科资助 江苏省研究生科研与实践创新计划项目(KYLX160955) 

主　　题：海杂波 排列熵 SG滤波 去噪 

摘      要：针对海杂波信号因混有噪声而难以提取的特点，提出基于改进的集成经验模态分解（MEEMD）的海杂波去噪方法。文中提出的MEEMD在补充的集成经验模态分解（CEEMD）的基础上，利用排列熵和Savitzky—Golay滤波对CEEMD分解后的固有模态函数进行处理，最后在经验模态分解分解重构后得到削噪后的信号。以IPIX雷达实测得到的海杂波数据进行仿真实验，结合最小二乘支持向量机建立混沌序列的单步预测模型，从预测误差中检测淹没在海杂波背景中的微弱信号，并用均方根误差判断去噪效果。仿真结果表明，文中所提出的MEEMD算法对模式混淆有很好的抑制效果，去噪后得到的均方根误差为0．000847，比去噪前的均方根误差0．0122降低了两个数量级。