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。     

RBF神经网络混沌背景下微弱信号检测方法研究

船舶信号检测系统在检测水场压力值等信号时,会遇到海浪、强风等较强的噪声干扰。为了有效降低信噪比,提取微弱信号,本文提出基于RBF神经网络的混沌背景下微弱信号的检测方法。该微弱信号检测方法基于混沌动力学和静力学原理,利用RBF神经网络算法将敏感程度高的混沌振子与RBF神经网络拓扑结构相结合,构建抗干扰能力强、接收信号能力强的微弱信号检测系统。     

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。     

海杂波的局部最优检测

本文将脉间相关的海杂波样本用Ｐｏｒｔｏｎｙ模型ｎｉ＝ｖｉ＋ρ．（ｖｉ＋１＋ｖｉ－１）表示，用该模型的近似极大极小估计法，推导出海杂波的最佳检测似然比∧，探讨了船用雷达海杂波的局部最佳检测新途径。该检测器只需在原有的检测设备中加一个预处理装置即可。     

基于时频分布的海杂波环境下目标检测

对海杂波存在目标和没有目标两种情况进行时频分析,其时频分布图表现出明显的特征差异,在没有目标时,时频分布图比较发散,存在目标时,时频分布图中有较集中且与目标多普勒频移对应的最优曲线。利用这种差异,文章提出了基于时频分布的目标检测方法。时频分布检测方法通过查找算法得到该最优曲线,并取该最优曲线所有点的和值作为判断目标存在与否的依据。通过实测数据仿真表明该方法能够提高海杂波环境下目标检测性能。     

强噪声背景下舰船信号混沌检测方法研究

给出了舰船信号混沌检测原理,在分析Duffing方程混沌行为的基础上,给出了强噪声背景下舰船信号混沌检测模型,并分析了噪声对该混沌检测方法的影响。最后运用该混沌检测方法对舰船信号进行了数值实验,结果显示了此种方法的有效性和优越性。     

海杂波抑制电路的研究及分析

论述邻近单元平均恒虚警处理方法,指出其存在自禁现象的缺点,提出改进方法,消除了自禁现象。采用GAL和大规模存储器使电路简单实用。     

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。     

基于改进混沌系统的微弱信号检测方法

混沌系统具有对噪声和与系统内置信号频差较大信号免疫,而对与系统内置信号频差较小信号敏感的特点,据此可检测强宽带噪声背景下的微弱信号。但在实际仿真过程中发现,当系统处于混沌临界状态时,输入纯噪声也可能引起系统的相变,且当输入的信号与系统内置信号频率相同而初相位不同时,可能不能引起系统的相变。这些情况的出现降低了微弱信号检测的正确率。本文主要针对该问题提出解决方法,将混沌系统内置信号的幅度取为小于混沌临界阈值,可避免纯噪声引起系统的相变,将混沌系统扩展为4种形式后,可检测不同初相位的输入信号。仿真结果证实该改进方法的有效性。     

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。     

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。     

基于混沌理论的混响背景下目标检测方法

响应使得海底目标检测更加困难,针对当前混响背景下目标检测方法存在的检测误差大、抗干扰能力差等不足,以提高混响背景下目标检测精度为目标,提出了基于混沌理论的混响背景下目标检测方法。首先对当前混响背景下目标检测方法进行分析,找到引起检测误差大、抗干扰能力差的原因,然后引入小波分析对混响背景下目标信号进行去噪,提高其抗干扰能力,并通过混沌理论对混响背景下目标信号进行相空间重构,最后采用神经网络对混响背景下目标信号进行分类,实现目标检测,并与其他混响背景下目标检测方法进行对比测试,验证了本文方法是一种精度高、抗干扰能力强的混响背景下目标检测方法。     

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。     

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。     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。     

混沌理论在水声信号检测中的应用研究

为解决微弱信号的检测,提出了一种基于混沌预测的水声信号检测模型。根据混沌系统的动力学特性,给出了这种检测模型的检验准则,通过对实际水声信号进行仿真,结果表明,信噪比为-17dB情况,检测模型仍具有较强的检测能力,同时验证了检验准则的有效性;如要检测信噪比更低的信号,则要提高信号预测的准确率。     

一种海上测量雷达的海杂波模拟技术及实现

雷达抗海杂波性能是涉海雷达重要性能指标,直接影响雷达完成作战任务的能力,雷达海杂波模拟技术是通过理论分析与设计,产生与实际环境的相似的雷达回波信号。通过分析海杂波特性与雷达海杂波模拟技术,设计实现一套能够用于海上测量雷达应用的雷达模拟器。     

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。     

混沌临界值对混沌系统检测性能的影响分析

利用混沌系统进行微弱信号检测时,确定系统由混沌态转化为大尺度周期态的混沌临界阈值至关重要。仿真表明：选取不同精度的混沌临界阈值将对混沌系统检测性能产生影响,选取的临界阈值精度越高,能够检测到信号的信噪比越低,但同时其对噪声检测的虚警率也越高。因此,实际检测中需根据检测要求来选取合适精度的临界阈值,以使检测性能达到检测要求。