基于优化ESMD-ICA的海面微弱目标检测

针对强海杂波背景下的海面微弱目标检测问题,提出基于优化ESMD-ICA的检测算法.利用小波模极大值去噪算法对信号预去噪,再采用优化ESMD-ICA去噪算法,最后用优化灰狼算法(GWO)改进的ELM模型对重构的去噪信号做预测.利用IPIX雷达实测数据验证新算法,实验证明:新算法在抑制海杂波前提下,未破坏信号的混沌性质,新预测模型的检测性能远胜于传统预测模型(BP神经网络).新算法在去噪效果、模型训练与检测时间以及检测器稳定性等方面均表现良好,有利于算法广泛应用于实际工程.     

基于重排频谱时频脊的海面小目标检测

针对由于传统W-H算法计算量大,检测效率不高,海面小目标检测难度较大的问题,提出了基于重排频谱时频脊的小目标检测新算法.通过研究实测数据的时频谱能量分布特点,对比了在不同极化条件下,传统算法与新算法对多组实测数据的分析结果,研究了Hough参数域内的尖峰特性,对小目标实现了有效检测,验证了算法的可行性.最终得出结论:新算法选取重排算法以及提取重排谱时频脊提高了检测能力,降低了运算量,对海面小目标实现有效检测,且HH极化条件下新算法的检测性能更好.     

一种基于历史CPI数据的近程杂波抵制方法

文中对空时二维自适应处理（STAP）技术进行了基本原理性的论述,指出近程非均匀杂波由于样本不足导致STAP效果严重下降。针对机载相控阵雷达低重复频率数据中近程杂波难抑制的问题,根据机载平台在相邻相干积累时间（CPI）内运动距离短,雷达波束覆盖区域基本相同的特点,提出了一种利用前一CPI数据作为辅助知识抑制当前帧数据近程杂波的方法,算法根据历史CPI数据引入引起样本增加的特点,对近程非均匀杂波区进行精细分段处理,提升非均匀杂波抑制能力,改善非均匀杂波区的目标信杂噪比,文中对算法的原理进行了描述并通过实测数据实验验证了算法的性能。     

海面小目标分数域检测快速算法

针对海杂波背景下小目标检测困难的问题,为解决传统分数阶傅里叶变换(FRFT)算法检测性能不稳定、运算量大、检测效率低等问题,提出新的海杂波中小目标检测快速新算法.利用CEMD-RobustICA去噪算法抑制海杂波,减小海杂波对双正交傅里叶变换(BFT)与简明分数阶傅里叶变换(CFRFT)性能的影响,通过BFT-CFRFT算法进行小目标检测,将传统算法的二维搜索转换为两次一维搜索,大幅减小了运算量.利用IPIX实测数据验证新算法,实验结果表明:新算法有效抑制了海杂波,且大大减小了检测运算量,提高了目标检测准确性与时效性,并且在HH极化条件下检测性能最好.新算法检测效率高,性能稳定,有利于在实际工程中广泛应用.     

海杂波背景下漂浮小目标检测新算法

针对海杂波背景下漂浮小目标检测问题,提出一种海杂波背景下漂浮小目标检测新算法.利用互补自适应噪声集合经验模式分解-鲁棒性独立主成分分析与Savitzky-Golay滤波算法(EEMDCAN-Robust ICA&SG)联合去噪算法处理海面回波信号,对重构信号用改进蝙蝠算法优化KELM模型做混沌预测.实验结果表明:新算法在不破坏海杂波混沌特性的前提下,极大地抑制了海杂波.在同等条件下,与传统混沌预测算法相比,训练时间短、预测精度高.新算法的检测性能稳定,低信杂比下的检测性能显著优于传统算法,证明新算法能快速实现对漂浮小目标的有效检测.