加权熵最大的分带分析方法研究.pdfVIP

加权熵最大的分带分析方法研究 鲍明管鲁阳李晓东田静 (中国科学院声学研究所，北京，100080) A OllSubband undertheCriterionofMaximum Study Analysis WeightingEntropy BAO GUAN LI TIAN Jing Ming Lu·-yangXiao--dong (InstituteofAcoustics，Chineseof AcademySciences，Beijing，100080) 1引言 分带分析是信号分析的重要手段，分带标准的选取是研究人员关注的热点问题。本文将加权熵应用于 信号动态分带研究，通过地面目标分类试验验证了加权熵分带方法在获得低维分类特征方面具有优势。 2功率谱加权熵最大分带分析 信号分带的目的是希望在有限带数的条件下，获得信号最大的信息量。功率谱加权熵最大分析正是满 足在一定先验权系数的条件下获得信息量最大的动态分带方法。其分析模型如下。 随机信号，(f)的功率密度函数的定义为： 舻rm)：lim!!(竺2￡ (1) r叶。 Z 频率取归一化频率，0—2z平均功率表示如下： Pow(矿)=去12‘妒(∞)如 (2) 在频域设定带宽Acoi，信号，O)在频带彬∈[q—A(Oi／2，q+ACO,／2】的平均功率为： 721 (3) nw(矾)=石1瞄i+Awt，／：2妒(啪。啊=”A峨㈨mf 取随机信号，(工)第f带内平均功率与信号总平均功率的比值 P．：丝L婴 (4) ‘Pow(∥) 可得： ∑P，=1 (5) 设定权系数矢量：r／=切I，叩2A仉)为每带的加权系数值，此系数可由先验知识得出或通过学习优化 获得。由信息论中加权熵的定义，定义功率谱加权熵如下： InP。 (6) 日口(_，P)=一∑q。Pl 3功率谱加权熵最大分带倒谱系数分类特征特征提取 在确定先验权系数的条件下，功率谱加权熵最大分带分析算法的实现，通过对离散FFT的频域bin进 行组合，优化获取频域能量分布概率加权熵最大分带边界，该问题为组合优化问题，采用遗传算法求解， 如图l： 图1： 分带边界优化遗传算法框图算法 确定三维优化权系数后，并算目标信号的功率谱加权熵最大分带边界d(D，按下式计算分类特征： f=1…三 (7) 2(0=∑Ix(k)12／(即+1)一d(，)) k=aq) ， F， ． 扛l…L (8) c(f)=、厚主10910(j(，))co“孚∽一0．5))