基于海杂波FRFT谱多尺度Hurst指数的目标检测方法

本文主要研究海杂波分数阶Fourier变换（FRFT ）谱的扩展自相似特性及FRFT域多尺度Hurst指数在海杂波目标检测中的应用。鉴于扩展自相似过程的描述参数---多尺度Hurst指数可以描述分形信号在各尺度下的细节信息,本文基于实测雷达数据研究海杂波FRFT谱的扩展自相似性以及影响参数,并利用最优FRFT域尺度下多尺度Hurst指数对目标较敏感的特点设计海杂波中目标的恒虚警检测方法。经实测数据验证,海杂波FRFT谱的多尺度Hurst指数比时域单一Hurst指数、时域多尺度Hurst指数具有更好的海杂波与目标区分能力,并且由于FRFT可以很好地积累匀加速类目标回波的能量,有效提升信杂比,因此该检测方法具有检测海杂波中微弱运动目标的潜力。     

海杂波AR谱多重分形特性及微弱目标检测方法

该文研究了海杂波功率谱的多重分形特性。为了克服频谱傅里叶分析的缺点,用现代谱估计的方法来计算海杂波的功率谱。AR模型是一个线性预测模型,它通过序列的自相关函数矩阵来估计功率谱,并且具有更精确的频谱分辨率。该文主要分析基于AR谱估计的海杂波功率谱的多重分形特性,以及在微弱目标检测中的应用。首先,以分数布朗运动(FBM)模型为例,证明其功率谱具有多重分形特性。其次,根据X波段雷达的实测海杂波数据,通过多重去趋势分析法(MF-DFA)验证了海杂波AR谱的多重分形特性。最后,分析了海杂波AR谱的广义Hurst指数以及影响参数,并提出一种基于局部AR谱广义Hurst指数的目标检测方法。实验结果表明,该种检测方法具有海杂波背景下微弱目标检测的能力。与现有的分形检测方法和传统的CFAR检测方法对比,该算法在低信杂比情况下具有较好的检测性能。     

基于频域多尺度Hurst指数的海杂波中目标检测方法

本文主要研究海杂波频谱的扩展自相似特性及多尺度Hurst指数在海杂波目标检测中的应用.作为分数布朗运动的一种推广,扩展自相似过程采用多尺度Hurst指数来描述分形信号.多尺度Hurst指数可以描述分形信号在各尺度下的细节信息,弥补了单一Hurst指数只能从整体上描述分形信号粗糙度的不足.首先,本文在实测雷达数据基础上研究了海杂波频谱的扩展自相似性以及影响参数;然后,利用在最优频域尺度下海杂波频谱的多尺度Hurst指数对目标相对较敏感的特点设计恒虚警检测方法,实现海杂波中的目标检测.实测数据分析表明,海杂波频谱的多尺度Hurst指数比时域单一Hurst指数、时域多尺度Hurst指数具有更好的海杂波与目标区分能力,且由于Fourier变换可以有效提升信杂比,该检测方法具有检测海杂波中微弱运动目标的潜力.     

海杂波FRFT域分形特征判别及动目标检测方法

该文研究了海杂波在分数阶Fourier变换(FRFT)域的分形特征,提出了一种基于分形特征差异的联合动目标检测方法。首先,分析了海杂波数据在FRFT域的统计特性,通过对不同极化方式下分形曲线的仿真分析,得到海杂波在FRFT域满足自相似性。其次,给出了分形参数的提取方法和无标度区间,并分析了变换阶数对分形参数估计的影响。最后,利用临近距离单元或临近时刻的雷达回波信号在FRFT域的分形维数和斜距的差值作为检测统计量,经不同极化方式下的海杂波数据验证,表明算法不仅具有良好的微弱动目标检测能力,而且能够准确估计目标的运动状态。     

海杂波多普勒谱Hurst指数特性分析及目标检测

针对对海探测雷达面临的海面漂浮小目标检测问题,本文主要研究了海杂波多普勒谱Hurst指数特征的统计特性,并提出了一种基于多普勒谱Hurst指数的目标检测方法。首先,本文基于实测数据,详细分析了时间序列长度（脉冲数）、快速傅里叶变换频率点数、极化方式和海况等级对海杂波多普勒谱分形特性及多普勒谱Hurst指数统计特性的影响;其次,利用6种经典统计分布模型（高斯分布、瑞利分布、韦布尔分布、对数正态分布、K分布和KK分布）,验证了海杂波多普勒谱Hurst指数的最佳统计分布模型为对数正态分布,进而引入Log?t检测器,提出基于多普勒谱Hurst指数的恒虚警检测方法;最后,使用IPIX数据验证了所提方法的有效性。结果表明,所提方法具有较好的小目标检测性能和稳定性,且在VV极化数据中性能最佳。     

基于多普勒谱非广延熵的海面目标检测方法

根据海杂波和目标多普勒谱的聚集性差异,可以用熵特征来检测海杂波背景下的小目标,然而常用的香农熵仅仅是统计学角度的宏观量值,并不能反映出海杂波的非线性特性。非广延熵是香农熵的推广,可以描述海杂波已被证实的多重分形特性。该文首先给出了非广延熵与分形维数的关系,然后结合有目标单元回波的多普勒谱较纯杂波单元回波的多普勒谱聚集性更强以及海杂波回波具有多重分形特性的特点,提出了基于多普勒谱非广延熵的海杂波背景下的小目标检测方法,最后通过实测数据进行实验比较,验证了该文算法的有效性,在观测时间较短的情况下,与现有的多重分形频域Hurst指数方法和基于香农熵的方法相比,该文算法具有更好的检测性能。      

海杂波的多重分形关联特性与微弱目标检测

该文研究了海杂波的多重分形关联特性及其在海杂波微弱目标检测中的应用。多重分形关联是对多重分形单点统计的推广,研究具有不同奇异性强度的两点之间的空间关联特性。该文首先从多重分形理论引出多重分形关联理论,给出了多重分形关联谱的计算方法,然后,以多重分形关联谱为特征进行相似度分析,并把目标检测问题归为一个二元分类问题,采用支持向量机(SVM)进行目标检测。最后,采用不同波段、不同极化方式和不同分辨率条件下的实测海杂波进行验证,结果表明,本文所提方法具有良好的微弱目标检测能力。     

实测海杂波数据的多重分形特性分析

为充分描述海杂波时变特性和局部奇异性,将多重分形理论应用到雷达海杂波特性分析中,理论分析了海杂波的多重分形参数,并进一步分析了实测海杂波数据的多重分形谱、质量指数和奇异指数,结果表明海杂波具有明显的多重分形特性,该分析方法可以很好地解释海杂波内在非线性特性,并比传统的统计特性分析方法更加能确切地描述杂波的产生机理,为基于多重分形特性的雷达目标检测提供了依据。     

实测海杂波频域分形特性分析

该文主要研究海杂波在频域中的分形特性以及不同参数对频域分形特性的影响。首先,该文以分数布朗运动(FBM)为例,较为系统地阐述了在时域FBM具有分形特性的前提下,FBM频谱也具有分形特性。然后,采用X波段与S波段实测海杂波数据验证频域中海杂波的分形特性,并分析了不同参数对频域海杂波分形特性的影响。结果表明,实测海杂波频谱在统计意义下满足自相似条件,具有分形特性,且频域分形特征对海杂波与目标回波表现出一定的可分性,具有在海杂波微弱目标检测中应用的潜力。     

基于高尺度分形差量的海杂波背景下小目标检测

为了降低复杂海情对海杂波背景下小目标检测的影响,提高微弱信号检测准确度,文中采用多重分形去势波动分析法分析了海杂波数据在高尺度条件下的分形特性,将分形尺度q 扩展到[-30,30],对多重分形参数H(q)的估计进行了研究,得到了高尺度分形差量驻H(q),分析了尺度q 的选取对驻H(q)的影响,提出了一种基于高尺度分形差量的海杂波中小目标检测方法。实验结果表明:IPIX 海杂波数据的分形特性受到海情和雷达极性的影响,选择高尺度指数q 时,所提方法能够有效地区分动目标与纯海杂波之间的分形差异性,降低海杂波背景下小目标检测对海情的依赖性,相较于单尺度去势波动分析检测方法,大部分海情的检测门限提高了40% 以上,发挥了海杂波数据在高尺度多重分形上的优势。     

DFA在海杂波标度特性分析及目标检测中的应用

采用消除趋势波动分析(DFA)方法,研究了非平稳海杂波的标度特性及其参数表征问题,并提出了一种基于标度特性差异的目标检测算法。首先,在海杂波建模为分数布朗运动模型的基础上,对比分析了DFA和波动分析(FA)得出的标度特性,并初步解释了交叉标度现象出现的机理。然后,在假定相邻尺度范围内海杂波与理想分形模型相吻合的前提下,引入分段标度指数来表征海杂波标度特性随尺度的变化关系,分析结果表明,在特定的尺度范围内该参数可以有效区分目标单元与海杂波单元。为此,以该尺度范围内的分段标度指数均值为检验统计量设计了一种新的目标检测算法,并对尺度区间范围的选取、检测性能等问题进行了分析。实测数据中的检测性能证实了检测算法的有效性。      

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题,具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号,充分发挥整体平均经验模式分解的优势,将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时,分解出的前5个分量与未分解前信号的相关系数明显减小,因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试,研究结果表明,该方法能有效地实现海杂波下目标的探测,性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

S波段雷达实测海杂波混沌分形特性分析

S波段海杂波信号表现了非线性和频谱时变性,传统的谱分析方法,无法反映该信号在时间上的演化规律。该文首先引入分形布朗运动模型,基于S波段雷达实测海杂波数据,计算了该分形模型的海杂波Hurst指数,进而求得了其分形维数。然后利用经典的Rosenstein方法,计算了S波段实测海杂波的最大Lyapunov指数,从而证实了S波段雷达海洋回波信号具有混沌分形特性。最后进行了计算机实验,验证了本文的结论。该文的工作为S波段海洋雷达的目标探测提供了一种新的途径。     

基于分数阶谱相减的弱目标检测方法

提出了海杂波背景下的基于分数阶谱相减的弱运动目标检测方法。该方法通过对回波信号检测单元和参考单元分别作分数阶Fourier变换(FRFT),然后将得到的两个模值相减来构成检测统计量,达到抑制杂波、提高检测概率的目的。利用IPIX实测数据实验表明,所提方法在增加目标与杂波FRFT峰值差、提高信杂比以及检测概率等方面都明显优于仅对回波作FRFT变换。在信杂比降低到-12 dB时仍能很容易地检测出目标。设置适当的恒虚警检测门限,该检测方法能够达到更好的检测效果。     

海杂波背景下基于FRFT的多运动目标检测快速算法

针对海杂波背景中多运动目标检测问题,建立了目标检测和参数估计模型,结合小波包变换（WPT）的多尺度分辨能力和分数阶Fourier变换（FRFT）对线性调频（LFM）信号良好的能量聚集性的特点,提出了一种应用小波包变换的FRFT域动目标检测算法。算法采用“最小Shannon熵”标准确定最优小波树,利用阈值删除技术,对不同频段信号进行滤波,达到抑制海杂波的目的;经分数阶Fourier变换后,取峰值的绝对值作为检测统计量,与门限进行比较后判断目标的有无。采用分级迭代运算的方法估计目标参数,大大提高了运算速度,降低了运算量;借鉴“CLEAN”思想,有效地解决了强目标对弱目标的遮蔽影响。经X波段实测海杂波数据验证,算法具有良好的检测海杂波中微弱动目标的能力。