混沌时间预测方法的高分辨率雷达海杂波非线性分析

海洋运输业的发展对船载雷达的预测精度提出了更高要求。雷达收集信号中存在大量的海杂波噪声。由于海杂波具有动态性,传统的基于线性分析的模型不能提高目标分析的精度。本文针对海杂波的非线性特征,提出使用混沌时间方法分析海杂波,通过神经网络训练数据得到精确预测模型,提高雷达海杂波非线性分析的准确率。     

舰上雷达系统中的特性数据分析

舰上雷达系统在海上军事领域中发挥着重要作用,其中海杂波是雷达检测的主要干扰因素,严重影响舰上雷达的目标检测和识别能力,如何通过对海杂波特性数据分析提高舰上雷达检测和识别能力是雷达领域的研究难点和重点。本文通过对海杂波特性数据的分析,建立海杂波线性预测AR模型和非线性预测VSFN模型,提出基于预测模型的雷达目标检测方法。     

混沌海杂波背景下的基于对偶约束最小二乘支持向量机的信号检测技术

海杂波对雷达信号检测造成极大的干扰,如何从海杂波噪声中提取出目标信号是信号处理领域的难题。针对这一难题,本文以混沌理论为理论依据,分析海杂波的动力学特性,对海杂波进行相空间重构。结合对偶约束最小二乘支持向量机理论,建立信号检测模型,对混沌海杂波背景下的信号进行预测,并从预测误差中提取出目标信号。     

海杂波信号降噪处理中的小波阈值算法研究

在雷达信号目标检测系统中,雷达脉冲信号照射海面会形成一种后向散射回波,这种散射回波会对雷达造成较大干扰,被称为海杂波信号,海杂波信号进行降噪处理对于提高雷达系统的性能有重要意义。本文利用小波阈值算法和非线性分析,对海杂波信号降噪处理进行系统研究。     

混沌方法在舰船辐射噪声分析中的应用研究

为了检测舰船辐射噪声中的非线性特征,本文采用混沌、分形理论从信号产生的机理、相空间轨迹、分形维数和Lyapunov指数等4个方面着重研究了舰船辐射噪声的混沌现象.研究结果表明舰船辐射噪声信号中确实存在混沌现象,且不同类别的信号具有不同的非线性特征,该结果将为水声信号处理、水下目标检测和识别提供新的理论方法.     

基于二阶自适应Volterra级数的船舶运动极短期预报研究

针对随机海浪作用下船舶运动的非平稳、非线性特性,文章提出了基于卡尔曼(Kalman)滤波原理的非线性二阶Volterra级数自适应预报模型.通过把Volterra级数核向量作为状态向量,利用随机游动模型建立系统的状态方程,一步Volterra级数预报模型作为系统的观测方程,从而进一步提高了Volterra级数模型的核估计的收敛速度.同时验证了利用AIC准则对Volterra级数预报模型定阶的可行性,通过迭代法实现了自适应多步预报.仿真结果表明文中提出的基于Kalman滤波算法的自适应预报模型应用于船舶运动极短期预报是可行的,该方法在理论和工程应用方面具有重要的意义.     

混沌方法在舰船辐射噪声分析中的应用研究

为了检测舰船辐射噪声中的非线性特征，本文采用混沌、分形理论从信号产生的机理、相空间轨迹、分形维数和Lyapunov指数等4个方面着重研究了舰船辐射噪声的混沌现象。研究结果表明舰船辐射噪声信号中确实存在混沌现象，且不同类别的信号具有不同的非线性特征，该结果将为水声信号处理、水下目标检测和识别提供新的理论方法。     

基于神经网络的态势预测方法研究

为提高安全态势感知精确度和降低其复杂度,加强网络系统的安全防护能力,提出了基于神经网络的态势预测方法,并研究了基于径向基函数和遗传神经网络的态势动态预测方法。神经网络可通过自学习和非线性映射以任意精度逼近函数关系,具有高度灵活可变的拓扑结构及很强的适应能力,对于中、短期预测具有较高的精度。     

提高舰载雷达低空目标检测性能技术研究

对海杂波影响舰载雷达系统低空探测性能的原因进行了分析，并研究了海杂波信号幅度分布特性，提出使用α稳定分布建立雷达低空观测信号模型，指出研究基于分数低阶统计量的雷达目标信号检测与估计韧性替代算法的必要性，以实现恒虚警概率下的雷达目标最佳检测，探索提高岸基和舰载雷达对低空及海面目标探测和跟踪性能新的发展方向。     

小型化地波雷达海杂波散射系数仿真及SVD抑制方法研究

高频地波雷达检测背景中存在着复杂的杂波起伏和干扰,主要有海杂波,电离层干扰、射频干扰、以及旁瓣杂波等,其中后向散射的强海杂波干扰严重影响了回波目标检测。文章探讨了海上目标检测中的海杂波机理;并对海杂波散射系数进行了仿真;重点研究了基于奇异值分解的海杂波抑制方法性能,并验证了其良好的杂波抑制,有效改善地波雷达海上目标检测。