基于Hilbert谱区域能量比的核爆与雷电电磁脉冲识别
祁树锋,李夕海,韩绍卿, 牛 超, 冯 军, 刘代志
第二炮兵工程学院 陕西 西安 710025
Discrimination of Nuclear Explosion and Lightning Electromagnetic Pulse Using Regional Energy Ratio of Hilbert Spectrum
Qi Shufeng, Li Xihai, Han Shaoqing, Niu Chao, Feng Jun, Liu Daizhi
Second Artillery Engineering Institute, Xi’an Shaanxi,710025
摘要 根据核爆和雷电电磁脉冲信号非平稳、非线性特点,采用Hilbert-Huang变换(HHT)方法对NEMP和LEMP信号进行了时频分析,发现二者Hilbert谱中的能量集中于一定的时间和频率范围内。基于以上分析和发现,本文提出基于Hilbert谱区域能量比特征,采用最近邻法则对二者进行了识别研究。实验结果表明,在Hilbert谱中适当选择两个区域,以所选区域的区域能量比作为特征对核爆和雷电电磁脉冲信号进行识别,平均识别率达到90%以上。
关键词 :
核爆电磁脉冲 ,
雷电电磁脉冲 ,
识别 ,
Hilbert谱 ,
区域能量比
Abstract :In this paper, using Hilbert-Huang transform (HHT) analyses nuclear explosion and lightning electromagnetic pulse, for NEMP and LEMP signal having non-stationary and non-linear characteristic, discovered that the energy in Hilbert spectrum focus on certain time and frequency regions. Based on above analysis and discover, the regional energy ratio of Hilbert spectrum character is brought up, by which the discrimination of NEMP and LEMP is studied. The experiment result indicated that, using the nearest neighbor pattern classification, the average discrimination rate of NEMP and LEMP is over 90% based on regional energy ratio of Hilbert spectrum.
Key words :
NEMP
LEMP
discrimination
Hilbert spectrum
regional energy ratio
收稿日期: 2011-08-16
引用本文:
祁树锋;李夕海;韩绍卿;牛 超;冯 军;刘代志. 基于Hilbert谱区域能量比的核爆与雷电电磁脉冲识别[J]. , 2013, 32(3): 163-166.
Qi Shufeng;Li Xihai;Han Shaoqing;Niu Chao;Feng Jun;Liu Daizhi . Discrimination of Nuclear Explosion and Lightning Electromagnetic Pulse Using Regional Energy Ratio of Hilbert Spectrum. , 2013, 32(3): 163-166.
链接本文:
http://jvs.sjtu.edu.cn/CN/ 或 http://jvs.sjtu.edu.cn/CN/Y2013/V32/I3/163
[1]
傅奕臻;魏子天;吕中荣;刘济科. 基于时域响应灵敏度分析的板结构损伤识别 [J]. , 2015, 34(4): 117-120.
[2]
郭惠勇 罗乐 盛懋 李正良. 基于岭估计和L曲线的损伤识别技术研究 [J]. , 2015, 34(4): 200-204.
[3]
姜 东;;吴邵庆;;费庆国;;韩晓林;. 蜂窝夹层复合材料不确定性参数识别方法 [J]. , 2015, 34(2): 14-19.
[4]
刘永前;徐 强;David Infield;田 德;龙 泉. 基于引力搜索神经网络的风电机组传动链故障识别 [J]. , 2015, 34(2): 134-137.
[5]
杜永峰;赵丽洁;党星海;李万润. 基于最优复Morlet小波的结构密集模态参数识别 [J]. , 2015, 34(1): 135-139.
[6]
时胜国;;于树华;韩闯;时洁;. 基于层次诊断的水下结构振动噪声源分离量化 [J]. , 2014, 33(9): 33-39.
[7]
张磊 曹跃云 杨自春 何元安. 总体最小二乘正则化算法的载荷识别 [J]. , 2014, 33(9): 159-164.
[8]
陆 韬;姜 东;吴邵庆;费庆国;. 2.5维C/SiC复合材料板弹性参数识别方法研究 [J]. , 2014, 33(8): 42-47.
[9]
张星辉;康建设;赵劲松;肖雷;曹端超;刘 浩. 基于混合高斯输出贝叶斯信念网络模型的设备退化状态识别与剩余使用寿命预测方法研究 [J]. , 2014, 33(8): 171-179.
[10]
林友新;贾子光;任亮;李宏男;成明涛张鹏. 基于磁流变阻尼器的结构损伤模拟试验研究 [J]. , 2014, 33(7): 147-152.
[11]
王鑫;胡卫兵;孟昭博. 基于小波包能量曲率差的古木结构损伤识别 [J]. , 2014, 33(7): 153-159.
[12]
孙万泉;黄雄辉. 水电站机组与厂房结构耦合动力系统振动传递路径识别 [J]. , 2014, 33(6): 23-28.
[13]
翁祥颖;葛耀君;陈海兴. 非线性涡激力模型中气动参数识别新方法 [J]. , 2014, 33(6): 82-85.
[14]
;郭 荣;房怀庆;裘 剡;于钦林;朱伟伟;. 基于Tikhonov正则化及奇异值分解的载荷识别方法 [J]. , 2014, 33(6): 53-58.
[15]
叶肖伟;姜 洋;倪一清;苏 娟;董小鹏;肖杰灵;. 基于FBG反射谱特征的铁路道岔损伤识别试验研究 [J]. , 2014, 33(6): 71-76.