基于优化VMD与斜率熵的目标辐射噪声特征提取方法

为了在复杂多变的环境中有效提取目标辐射噪声的特征信息,提出一种基于优化变分模态分解（variational mode decomposition,VMD）和斜率熵的目标辐射噪声特征提取方法。采用蝴蝶优化算法（Butterfly Optimization Algorithm,BOA）,提出基于BOA的参数优化VMD算法（BOA-VMD）,实现VMD最佳参数组合的自适应选取,从而对四类辐射噪声信号进行分解,得到一定数量的固有模态函数（intrinsic mode functions,IMF）。计算各IMF分量的斜率熵作为特征值,通过仿真实验和实际噪声信号进行实验分析,并与散布熵、波动散布熵和排列熵三种特征相比较。结果表明：本文提出的基于BOA-VMD与斜率熵的特征提取方法可以实现不同种类目标的分类识别,并且在单特征和多特征条件下均具有最高识别率,而且随着提取的特征数量的增加,最高识别率也会随之增加。