首页 | 本学科首页   官方微博 | 高级检索  
     

基于混沌神经网络的海上目标图像的海杂波抑制方法
引用本文:李正周,陈静,沈美容,侯倩,丁浩,金钢.基于混沌神经网络的海上目标图像的海杂波抑制方法[J].光电子.激光,2014(3):588-594.
作者姓名:李正周  陈静  沈美容  侯倩  丁浩  金钢
作者单位:重庆大学 通信工程学院,重庆 400044;重庆大学 通信工程学院,重庆 400044;重庆大学 通信工程学院,重庆 400044;重庆大学 通信工程学院,重庆 400044;重庆大学 通信工程学院,重庆 400044;中国空气动力研究与发展中心,四川 绵阳 621000
基金项目:国家自然科学基金(61071191)、重庆市科委自然科学基金(CSTC2011BB2048)和中央高校基金 (106112013CDJZR16007)资助项目 (1.重庆大学 通信工程学院,重庆 400044; 2.中国空气动力研究与发展中心,四川 绵阳 621000; 3.中国科学院光束控制重点实验室,四川 成都 610209)
摘    要: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。

关 键 词:海杂波抑制  序列光电图像  混沌理论  径向基函数神经(RBF)网络  Lyapunov指数
收稿时间:2013/7/10 0:00:00

Sea clutter suppression approach for target images at sea based on chaotic neural network
LI Zheng-zhou,CHEN Jing,SHEN Mei-rong,HOU Qi an,DING Hao and JIN Gang.Sea clutter suppression approach for target images at sea based on chaotic neural network[J].Journal of Optoelectronics·laser,2014(3):588-594.
Authors:LI Zheng-zhou  CHEN Jing  SHEN Mei-rong  HOU Qi an  DING Hao and JIN Gang
Affiliation:College of Communication Engineering,Chongqing University,Chongqing 400044,China;College of Communication Engineering,Chongqing University,Chongqing 400044,China;College of Communication Engineering,Chongqing University,Chongqing 400044,China;College of Communication Engineering,Chongqing University,Chongqing 400044,China;College of Communication Engineering,Chongqing University,Chongqing 400044,China;China Aerodynamics Research and Development Center,Mianyang 621000,Chi na
Abstract:
Keywords:
本文献已被 CNKI 等数据库收录!
点击此处可从《光电子.激光》浏览原始摘要信息
点击此处可从《光电子.激光》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号