基于雷达回波相关特征的海杂波抑制方法

海杂波是影响海雷达工作性能的一个重要因素。在检测和跟踪目标之前抑制海杂波非常必要。通过对海杂波和舰船目标的幅度和相关特性的分析,根据图像分割和形态学滤波原理,从图像处理角度,提出了一种海杂波抑制方法。用实测雷达数据验证了该方法的有效性和可行性。     

海杂波建模与仿真

详细介绍海杂波的后向散射系数模型、概率分布模型、功率谱模型,然后根据这些模型仿真产生几种既具有特定概率分布,又具有所要求的功率谱的海杂波仿真序列。     

雷达海杂波反演免疫算法蒸发波导研究

舰船在海洋上航行时,雷达系统是保证航行安全的重要装置,因此高效的雷达系统必须能够克服海杂波的干扰,在复杂情况下能够主动适应环境,通过对雷达电磁波发射与接收信号的优化,使性能达到最优。本文首先建立海洋蒸发波导的模型,对电磁波的传播途径进行研究,然后结合反演免疫算法优化传播路径,通过对杂波参数的优化使雷达的性能优化到最好。     

航海雷达模拟中的海杂波建模及仿真

复合K分布统计模型能够很好的描述海杂波的幅值与相关性特征。通过建立海杂波幅度分布特征、时间相关性与空间相关性模型,利用球不变随机过程（SIRP）方法可以仿真时空相关K分布海杂波序列。在舰载导航搜索雷达系统模拟中应用该方法来模拟生成海杂波,能够逼真地表现海杂波随雷达环境的变化。仿真结果表明了该方法的有效性。     

基于遗传算法的海杂波K分布参数估计

在高分辨率雷达中,复合K分布模型对海杂波的实测数据具有良好的拟合效果。使用K分布来描述海杂波幅度特性时,关键在于其分布参数的估计。本文在研究海杂波K分布模型、遗传算法的基础上,针对遗传算法中二进制编码、适应度函数标定存在的缺陷进行改进,然后将多种群遗传算法应用于参数估计,并利用CSIR组织公布的雷达实测数据进行仿真。仿真结果与统计量估计法以及标准遗传算法进行比较表明,利用改进遗传算法得到的拟合曲线与杂波数据直方图吻合较好,改进遗传算法在海杂波模型参数估计中具有较好性能。     

运用计算机图像处理技术消除雷达海杂波

文章针对传统的采用近程增益控制以抑制海杂波方法的弱点,提出将计算机图像处理技术应用于雷达信号处理,通过对雷达模拟信号采取一系列处理措施,来达到较好消除海杂波的目的。它可以在消除海杂波的同时不影响雷达的信号检测门限,对提高雷达灵敏度具有一定的参考意义。     

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。     

舰载雷达海杂波的抑制方法探究

舰载雷达在工作时采用抑制海杂波技术,能有效的减小海杂波对海上目标检测带来的干扰。本文以海杂波的数学统计模型为基础,系统分析了不同海情情况下适用的抑制海杂波的方法。自适应海杂波滤波器和恒虚警检测主要针对各海情的海杂波抑制,提高分辨率和MTI技术适用均匀分布的海杂波抑制。通过系统分析各种海杂波抑制方法的选择和使用条件,为舰载雷达海杂波背景下的信号处理领域提供了重要的理论依据。     

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。     

基于实测数据的海杂波特性分析

与地物和气象杂波相比,海杂波特别是高分辨率雷达所接受的海杂波呈现明显的非平稳、非高斯性。且会出现所谓“海尖峰”,对目标检测影响严重。为研究针对海杂波的最佳信号处理算法,基于实际采集的海杂波对其幅度统计分布,频谱模型做了初步分析,可进一步加深对海杂波的认识和了解。     

基于小波滤波的海面杂波过滤降噪处理技术

海上地形环境复杂,对于微小目标识别系统,受到海面杂波影响,目标物识别的分辨率变低。海面杂波一般由船舶运行引起的波浪起伏﹑地形变化等因素引起,较易与快速移动的微小目标物重叠,引起目标识别困难。小波滤波是一种高效的过滤噪声算法,对目标检测中的海面杂波具有很好的过滤效果,能够提高微弱目标的检测效果。本文研究海上杂波的频率特性,在此基础上设计基于小波滤波的海面杂波过滤降噪处理技术,最后给出仿真结果。     

GPS在实船测量中的应用

本文讲述了全球卫星定位系统（GPS）在舰船实船性能实验中的及有关实例。     

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。     

利用径向神经网络和Volterra级数滤波器进行海杂波非线性预测

本文利用非线性预测理论建立基于径向神经网络和Volterra级数滤波的海杂波预测,利用IPIX雷达和Logisic混沌映射信号采集海杂波,然后进行非线性预测。实验结果表明,对于Logisic混沌映射信号产生的海杂波,通过设定阈值能够较好的将目标检测出来。在今后的研究中会进一步探究海杂波中变化缓慢的目标的检测,以及高效的基于径向神经网络和Volterra级数滤波器算法的海杂波消波方式。     

自组织特征映射网络在船舶雷达目标识别中的应用

针对船舶雷达目标识别存在的问题,研究了基于聚类的自组织特征映射网络(SOM网)的船舶识别。对SOM结构进行了设计,特别是在输出层设计、数据处理、数据聚类等方面进行重点的讨论。通过实验,SOM网络在船舶雷达目标识别中,具有较好的识别效果。     

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。     

混沌理论在船舶辐射噪声特征提取中的应用

随着海洋开发的深入,水声信号处理是水下目标识别的基础,由于目标辐射噪声的干扰,识别的精度会降低。船舶辐射噪声特征值提取是水声信号处理的重要组成。水下目标物辐射噪声是一个非线性信号,随着时间延长,传播行为随机性越来越强。混沌理论是研究非线性随机信号的重要理论,本文在研究船舶辐射噪声非线性特性及混沌理论的基础上,利用非线性多空间重构技术对辐射噪声特性进行提取,最后对水下目标噪声实测数据进行仿真。     

多天线MIMO技术在海面通信容量应用中的解决方案

目前,随着多天线阵列技术的发展,MIMO多输入输出系统已在移动通信领域得到深入研究及应用,其核心是在通信系统的接收和发射端都利用多天线技术。但由于海面通信系统的风速、海面折射反射及多径干扰,造成海面通信系统在MIMO多天线阵列信道解析的误码率较高,降低了海面通信容量。本文在研究MIMO多天线阵列的基础上,重点研究现有的天线分集技术,提出MIMO天线的方向对海面通信信道容量的定性影响模型,最后给出仿真结果。