基于IVMD-RPE的船舶噪声信号去噪及特征提取方法

作者：刘夏扬; 李晶; 赵国新; 刘昱; 雷琦

来源：声学技术, 2023, 42(03): 297-305.

DOI：10.16300/j.cnki.1000-3630.2023.03.005

• 变分模式分解(VMD)
• 反向排列熵(RPE)
• 长短期记忆网络(LSTM)

针对由于复杂环境条件下的船舶噪声信号识别度低的问题，提出了一种改进的变分模式分解(Improved Variational Mode Decomposition, IVMD)、反向排列熵(Reverse Permutation Entropy, RPE)、加权排列熵(Weighted Permutation Entropy, WPE)和能量比相结合的船舶噪声信号识别分类方法。该方法利用IVMD将信号分解为若干本征模态函数(Intrinsic Mode Function, IMF)；再利用RPE对IMF进行筛选，得到敏感IMF，实现去噪过程；最后计算IMF的WPE并与各个IMF的能量比构建特征向量，建立长短期记忆网络(Long Short-Term Memory,LSTM)进行识别分类。实验结果表明，与经验模态分解相比，文中提出的基于IVMD-RPE的船舶噪声信号去噪及特征提取方法能有效减少环境噪声的影响，提高信噪比，对船舶噪声目标信号识别分类的准确率更高。

• 单位
  北京石油化工学院