EMD-PCA组合的低慢小目标微动特征提取方法.pdfVIP

第39卷第3期火箭军工程大学学报Vol.39No.3

2025年6月JournalofRocketForceUniversityofEngineeringJun.2025

DOI：：10.20189/ki.CN/61-1527/E.202503005

EMD-PCA组合的低慢小目标

微动特征提取方法

于烨，毛鑫骞，金国栋，赵建伟

（火箭军工程大学，陕西西安710025）

摘摘要要：针对雷达信号处理领域存在的低慢小目标非线性、非平稳回波信号分析难题，提出利

用时频分析组合方法，构建了基于经验模态分解（empiricalmodedecomposition,

EMD）与主成分分析（principalcomponentanalysis,PCA）的组合模型，旨在弥补

传统方法在计算冗余与局部特征丢失等方面存在的不足。首先，利用EMD对原始雷

达回波信号进行自适应分解，得到一系列本征模态函数（intrinsicmodefunction,

IMF）分量，以精确表征信号的局部时频特性；其次，通过PCA法对IMF分量的能量

谱进行降维处理来提取主成分特征，从而有效降低数据冗余并保留关键信息；最后，

采用《雷达学报》发布的低慢小目标数据集对其进行实验验证。结果表明：EMD-

PCA组合提取方法的均方根误差均值、峰值信噪比均值和结构相似性均值分别为

0.0619像素、19.1185dB和0.8482，相比于采用单一EMD模型的均方根误差均值降

低了38.65%，峰值信噪比均值和结构相似性均值分别提高了14.54%和22.29%，表明

所提方法能够显著提升复杂雷达信号特征提取的精度和可靠性，为低慢小目标的精确

探测与分析提供技术参考。

听

关键词关键词：：低慢小目标；微动特征提取；经验模态分解；主成分分析语与

音作

中图分类号中图分类号：：TN957.51文献标志码文献标志码：：A开放科学标识码开放科学标识码（OSID）：：者

聊互

文章编号文章编号：：2097-2741（2025）03-045-09科动

研

EMD-PCACombination-BasedMicromotionFeature

ExtractionMethodofLow-Slow-SmallTargets

YUYe，MAOXinqian，JINGuodong，ZHAOJianwei

（RocketForceUniversityofEngineering,Xi’an710025,China）

ABSTRACT:Toaddressthechanllengesofnonlinearandnon-stationaryechosignalanalysi