基于Hilbert谱脊线盒维数的微弱目标检测算法

 在目标检测领域,分形理论中的盒维数常被用来检测海杂波中的微弱目标,但直接采用盒维数检测目标却得不到的较好检测性能.为提高采用盒维数检测目标方法的检测性能,文章在Hilbert-Huang变换域分析了实测海杂波数据的Hilbert谱脊线盒维数特性以及目标的影响,提出了采用Hilbert谱脊线盒维数检测目标的方法.仿真结果表明,目标出现时海杂波的Hilbert谱脊线盒维数明显减小,采用Hilbert谱脊线盒维数检测海杂波中的微弱目标能够获得较好的检测性能,其性能要优于直接采用盒维数的目标检测方法和多脉冲单元平均恒虚警检测方法的检测性能.     

基于EMD和盒维数的固定微弱目标检测

为了对强海杂波中的固定微弱目标进行检测,论文提出了基于EMD和盒维数的目标检测算法。该算法首先采用EMD方法在时域内提取海杂波的低频分量,并计算低频分量的盒维数,然后利用盒维数对固定微弱目标进行检测。与仅基于盒维数的微弱目标检测算法相比,该算法扩大了固定目标对海杂波盒维数的影响,明显提高了对固定微弱目标的检测概率。      

基于改进支持向量机的海面目标检测方法

为解决舰载、岸基海防预警雷达在检测掠海飞行的反舰导弹时,受到海杂波严重干扰的问题,基于工程实际应用的需要,本文首先采用易于实现的盒维数提取方法,进而提出了一种基于改进核函数的支持向量机(Support Vector Machine,SVM)分类器目标检测方法。最后,基于S波段雷达实测海杂波数据进行了仿真实验,实验结果验证了本文方法具有较强的检测能力和抗杂波性能。     

基于局部Hilbert谱平均带宽的微弱目标检测算法

该文采用实测海杂波数据分析了目标出现频段内海杂波局部Hilbert谱的脊线及其平均带宽,研究了目标和天线极化方式对海杂波局部Hilbert谱脊线及其平均带宽的影响。研究发现,目标的出现将导致目标所处频段的海杂波局部Hilbert谱脊线起伏趋于和缓,局部Hilbert谱平均带宽减小,在此基础上,借鉴恒虚警检测技术提出了一种新的微弱目标检测算法。该算法先采用目标所处频段的局部Hilbert谱脊线计算平均带宽,以提取目标与海杂波的差异,然后将平均带宽作为检测统计量,实现对海杂波中的微弱目标进行检测。与基于海杂波盒维数的方法和单元平均恒虚警(CA-CFAR, 100个脉冲)方法相比,该方法有效提高了对海杂波中微弱目标的检测性能。     

海杂波背景下基于RBF神经网络的目标检测

对海杂波背景下雷达目标检测的最新研究表明,海杂波具有混沌的许多典型特征.本文利用海杂波具有混沌行为这一先验信息,构造了一个神经网络预测器来重构海杂波的内在动力学,并引入一种基于混沌的检测方法对Swerling I型目标和雷达采集的实际海杂波数据进行检测分析,同时讨论了嵌入延迟τ对检测性能的影响.实验结果表明,这种检测方法能有效地实现海杂波背景下的目标检测,并且其检测性能随τ的增大呈下降的趋势.     

基于固有模态能量熵的微弱目标检测算法

该文分析了海杂波能量在各固有模态函数(IMF)间的分布特点,研究了目标对海杂波能量在各IMF间分布的影响。研究发现,无目标时,海杂波的能量主要集中于先分解出的3个IMF中,而当目标出现时,海杂波的能量将向后分解出的6个IMF扩散,且固有模态能量熵恰能描述目标出现引起的海杂波能量分布的这种变化,因此该文提出了采用固有模态能量熵检测微弱目标的算法。仿真结果表明,与基于盒维数的微弱目标检测算法、频域CFAR检测方法和多脉冲CA-CFAR(100个脉冲)检测算法相比,该算法的检测性能较好,有效增强了雷达对海杂波中微弱目标的检测能力。     

海杂波背景下的非相干积累目标检测

海杂波具有强的时间和空间相关性,在海杂波的去相关时间内,海杂波是相关的。本文根据海杂波的时间相关性特点,提出了对雷达回波进行非相干积累的目标检测方法。由于海杂波是相关的,目标回波是不相关的,对雷达回波进行非相干积累,可以在保证目标回波能量不变的情况下,削弱海杂波的能量,从而提高目标检测性能。实验结果表明,海杂波背景下的非相干积累目标检测方法是可行的。     

基于混沌神经网络的海上目标图像的海杂波抑制方法

针对目前基于随机信号模型的海上目标图像海杂波抑制的常用方法效果不甚理想,提出了一种基于混沌神经网络的海上目标图像海杂波抑制方法。考虑到海杂波运动固有的混沌性导致其海上目标图像具有混沌特征,在海杂波混沌动力系统相空间重构的基础上构造海杂波动力学模型,运用径向基函数(RBF)神经网络提取模型参数,以此预测和抑制海杂波。用实际海上目标图像进行海杂波抑制实验,并与最小均方(LMS)算法和最大Lyapunov指数法相比,实验结果表明,本文方法对海杂波具有良好的抑制效果,使其平均绝对误差(MAD)减小了30%,信噪比(SNR)提高了4到6dB,可为海上弱小目标检测提供新的解决思路。     

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.     

基于固有模态奇异值熵的微弱目标检测算法

为检测海杂波中的微弱目标,文中首先提出采用固有模态函数构建海杂波的特征矩阵,解决采用延时嵌入法构建时间序列的特征矩阵时嵌入维数和延迟时间难以确定的困难,然后经奇异值分解获得海杂波的固有模态奇异值,并分析海杂波固有模态奇异值的特点以及目标的影响。分析发现,当目标出现时,海杂波的后6个固有模态奇异值明显增大,而固有模态奇异值熵可以描述目标对海杂波固有模态奇异值的这种影响。在此基础上,文中提出了采用固有模态奇异值熵检测微弱目标的方法。仿真结果表明,与基于盒维数的微弱目标检测算法和多脉冲单元平均恒虚警检测算法相比,该文所提算法的检测性能较好。     

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。     

LVQ神经网络用于海上小目标检测

舰载(或岸基)雷达对海面小目标检测是一个重要而困难的课题。最大幅度极点检测(ARLPM)是目前实用性较强的一种方法,特别是在短时检测方面有着不错的效果。本文在AR-LPM的基础上提取了最大幅度极点的两个目标特征———频率和谱宽,然后采用学习矢量量化(LVQ)神经网络进行目标检测。该方法有强大的非线性运算和相似特征聚类功能,不仅简单易行,还具备一定的自适应性。最后本文利用真实海杂波数据对该方法作了实验,通过比较表明,LVQ神经网络检测优于原方法。     

基于分数阶模糊函数线调频率延时对消的运动弱目标检测

针对回波信号相位中存在的三次项问题,文中介绍了分数阶模糊函数的定义及部分性质,在此基础上研究了含有三次项的运动目标回波信号的分数阶模糊函数的线性调频延时特性,根据此特性文中提出了一种海杂波背景下的基于分数阶模糊函数线调频延时对消的运动弱目标检测方法。该方法通过将原信号的分数阶模糊函数模函数与线性调频延时后信号的分数阶模糊函数模函数对消,能在基本不减弱信号分数阶模糊函数模值的情况下有效地对消部分杂波,达到提高信杂比,提高检测性能的目的。最后,通过对IPIX实测数据验证表明,所提方法在增加目标与杂波分数阶模糊函数域峰值差以及提高信杂比等方面都明显优于仅对回波作分数阶模糊函数。文中采用双参数恒虚警检测方法设置适当的门限,该检测方法能够达到更好的检测效果。      

高频地波雷达空时自适应目标检测

针对高频地波雷达接收到的海杂波数据在落入Bragg峰区域时目标会被海杂波所遮盖的特点,通过对海杂波的空时耦合特性的分析,将空时自适应信号处理运用到超视距雷达中,提出抑制海杂波的同时检测被海杂波所遮盖的舰船的新方法.实测数据的处理结果证明了所提出利用空时自适应处理抑制海杂波的有效性和实用性.     

Detection of low observable targets within sea clutter by structure function based multifractal analysis

Sea clutter is the backscattered returns from a patch of the sea surface illuminated by a radar pulse. Robust detection of targets within sea clutter may strengthen coastal security, improve navigation safety, and help environmental monitoring. However, no simple and reliable methods for detecting targets within sea clutter have been proposed. We introduce the structure function based multifractal theory to analyze 392 sea clutter datasets measured under various sea and weather conditions. It is found that sea clutter data exhibit multifractal behaviors in the time scale range of about 0.01 s to a few seconds, especially for data with targets. The fractal and multifractal features of sea clutter enable us to develop a simple and effective method to detect targets within sea clutter. It is shown that the method achieves very high detection accuracy. It is further shown that in the time scale range of 0.01 s to a few seconds, sea clutter data is weakly nonstationary. The nonstationarity may explain why modeling using distributions such as Weibull, log-normal, K, and compound-Gaussian only offers limited understanding of the physics of sea clutter and is not very effective in detecting targets within sea clutter.     

一种基于小波包变换的海面慢速小目标检测方法

研究了一种基于小波包变换的海杂波背景下的慢速小目标检测方法,并利用在实测海杂波数据中叠加慢速目标信号的方法对该检测方法进行了计算机仿真。仿真结果表明,与常规的动目标检测（MTD）方法相比,该方法能够以较高的检测能力对湮没在海杂波背景中的弱小目标信号进行检测。     

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。     

稳健的机载预警雷达多通道海杂波抑制方法研究

在机载预警雷达对海洋背景运动目标的探测过程中,雷达平台的高速运动状态使得海杂波多普勒谱发生严重展宽现象,影响目标的检测性能。针对此问题,空-时自适应处理是一种有效的杂波抑制技术,该技术利用杂波的空-时2维耦合特性进行杂波抑制。但相对于陆地杂波而言,海杂波的内部复杂运动特性使得杂波空-时谱发生展宽现象,导致杂波多普勒频率与空间锥角不再保持一一对应关系,从而影响杂波抑制效果。针对海杂波的运动特性,该文提出一种稳健的基于子空间投影的杂波抑制处理算法,所提算法通过滤波凹口自适应展宽技术和先滑窗滤波后自适应处理技术来提高杂波抑制的稳健性。最后通过仿真的海杂波数据和实测海杂波数据验证了所提算法的有效性。