基于门控循环神经网络的海杂波幅度预测

海杂波是雷达在海洋表面采集到的海面电磁散射回波.受海洋环境要素（风速、风向、浪高、浪向等）和雷达参数的影响,其幅度随时间具有随机起伏性,海杂波的幅度预测精度的提高有助于增加目标检测准确度.本文结合海杂波非高斯非线性的特点,提出了基于门控循环神经网络的海杂波幅度预测方法.通过对IPIX雷达和P波段雷达海杂波实测数据的预测分析,结果表明,本文方法相对已有传统方法具有更高的预测精度.     

基于混沌预测的雷达微弱目标检测研究综述

传统的雷达目标检测是将海杂波建模为随机过程,而最新的研究成果表明海杂波具有混沌特性,从而可将海杂波建模为非线性混沌模型。基于混沌预测检测微弱雷达目标信号是根据杂波信号和目标信号的动力学差异。通过海杂波训练预测器,假如待测信号当中含有雷达目标信号,则预测误差会突然增大,从而检测出目标信号。文章主要介绍了基于混沌预测检测雷达微弱目标在检测原理、国内外的研究现状以及未来的发展趋势。     

基于神经网络的海杂波模型

采用相空间重构方法构造海杂波内在动力学模型,并运用神经网络提取模型参数,通过获得的模型参数对海杂波进行预测和补偿,实现海杂波抑制的目的．对雷达采集的实际海杂波数据的实验结果表明,该方法具有较好的杂波抑制效果．     

基于实测数据的海杂波特性分析

海杂波特性分析是进行海面目标检测算法优化设计和雷达性能预测的先决条件,文中对实测海杂波数据的统计特性和混沌特性进行了全面分析,进一步加深对海杂波的认识和了解。分析结果表明,所录取的数据符合K分布统计特性;根据现有的混沌特性判断准则,在一定程度上可以认为海杂波是具有混沌特性的,并利用Volterra滤波器构造一个非线性预测模型,验证了海杂渡是局部可预测的。     

时空二维相关K分布雷达海杂波建模与仿真

海杂波是影响雷达对海工作的重要因素,海杂波的精确建模与仿真是实现雷达性能检测,以及算法优化的先决条件。在分析海杂波幅度分布特性、时间和空间相关特性的前提下,利用Cholesky分解并结合球不变随机过程法（SIRP,spherically invariant random processes）,提出了一种用于生成时空二维相干相关K分布海杂波的仿真模型,仿真结果表明该方法能够生成满足时间和空间相关特性要求的二维海杂波,得到的数据可以直接作为雷达目标模拟器中的输入信号。     

基于分形自仿射预测的海杂波中目标检测

分析了基于分形自仿射的海杂波预测方法,研究了海杂波数据预测误差的统计特性.当存在目标时预测误差的方差会显著减小,由此提出了一种基于预测误差检测海杂波中微弱目标的新方法.经IPIX雷达实测数据验证,基于分形自仿射预测误差的目标检测方法提高了微弱目标的检测性能,取得了比基于记忆库预测的检测方法更高的检测性能.     

海杂波的分数布朗运动模型及其应用

海杂波常常严重地限制了雷达目标检测能力。通常是采用统计方法研究海杂波的特性，随着新理论、新技术的出现，不断尝试更好的方法研究海杂波。基于分形理论，利用实测的小擦地角海面雷达回波数据，比较了海杂波和分数布朗运动（FBM）的性质，得出海杂波与分数布朗运动有相似的增量统计特性。在此基础上，利用基于FBM模型的分维数提取方法对两组海杂波含目标信号进行处理，与利用脉冲回波相干处理以及变换法的分形处理方法相比，具有较好的效果。     

基于海杂波混沌特性的微弱目标信号检测

研究了实际采集的海杂波的关联维及最大Lyapunov指数。结果表明,海杂波具有混沌特性。基于复杂非线性系统的相空间重构理论和混沌信号可短期预测的特征,提出了强海杂波中的微弱目标信号检测的神经网络方法,给出了雷达检测的模型。     

基于神经网络预测器的混沌海杂波弱信号检测

针对海杂波中的弱信号检测问题，借鉴杂波的混沌动态建模思想，重点讨论非线性混沌序列的神经网络建模、预测及信号检测方案。基于神经网络拟合非线性函数的能力．提出神经网络预测混沌时间序列的算法和信号检测方案。介绍了所提算法的原理和步骤，针对具体应用问题，用计算机仿真和实测数据试验验证了所提算法检测混沌噪声中弱小的暂态信号的有效性。     

基于EMD的海杂波特性与目标检测

非线性非平稳是海杂波的重要特性之一,希尔伯特-黄变换（HHT）是一种全新的非线性非平稳信号的分析方法。含有目标的雷达信号在希尔伯特-黄变换过程中经过经验模式分解（EMD）后,其趋势分量及部分固有模态函数分量与海杂波的具有明显的区别。利用这种区别,本文提出一种海杂波环境下的目标检测新方法——趋势检测法,通过实测海杂波计算验证,该方法能够明显改善淹没于海杂波中的慢速小目标检测能力。     

检测海面小目标的RLS线性预测方法

为了提高海杂波中的小目标检测能力,提出了基于递归最小二乘线性预测的海面小目标检测方法。首先,建立线性预测模型;其次,利用递归最小二乘法动态调整模型的参数;最后,计算绝对预测误差的均值,通过阈值比较得到检测目标结果。采用加拿大IPIX雷达数据的实验结果表明,该方法的检测性能优于线性预测的检测目标方法和神经网络集成的检测目标方法的检测性能;同极化方式下,HH极性的检测效果优于VV极性的检测效果。该方法实时更新了预测模型参数,同步跟踪海杂波的变化,克服预测模型固定不变的局限,提高了目标检测的能力。     

基于集成经验模态分解的海杂波去噪

针对实际海杂波信号非线性非平稳的特点,提出基于集成经验模态分解(EEMD)的海杂波去噪方法.利用EEMD将含有目标信号的海杂波数据分解成一系列从高频到低频的固有模态函数(IMF),通过各个IMF的自相关,分选出有用信号和噪声分量,对噪声占主导作用的IMF选用Savitzky Golay(SG)滤波方法进行消噪,将滤波后的模态分量和剩余的分量进行重构得到削噪后的信号.结合最小二乘支持向量机(LSSVM)建立混沌序列的单步预测模型,从预测误差中检测淹没在海杂波背景中的微弱信号,比较去噪前和去噪后的均方根误差,利用均方根误差评价去噪效果.实验结果表明,EEMD算法对海杂波数据去噪是有效的,去噪后所得的均方根误差0.0028比去噪前所得的均方根误差0.0119降低了一个数量级.     

基于深度学习的海杂波谱参数预测与影响因素分析

该文基于不同雷达参数和海洋环境参数条件下的岸基雷达海杂波实测数据,利用深度神经网络(DNN)建模技术,建立了从多个测量条件参数出发的海杂波多普勒谱参数预测模型,实现了独立于杂波数据、基于环境特征的海杂波谱特征认知,谱频移和展宽的预测精度达90%以上。基于该预测模型,该文提出了一种基于参数循环递减认知的多普勒谱影响因素分析方法,分析了不同测量参数对海杂波多普勒谱预测的影响,得到了谱参数随主要影响因素的变化规律,结果对基于多普勒特征的海面目标检测应用具有重要意义。     

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。     

二维线性与非线性海面的宽带散射特性仿真及分析

该文基于加权曲率近似方法(Weighted Curvature Approximation, WCA),实现了对2维线性与非线性海面的宽带电磁散射信号的仿真,并通过大量的蒙特卡洛仿真研究了距离高分辨率条件下各距离单元内海杂波统计特性,特别是尖峰特性.研究结果表明,当雷达分辨率提高、雷达入射视线方向由侧风转向逆风、海面风速增加时,海杂波强度概率密度曲线(Probability Density Function, PDF)的长拖尾现象将更加明显.同时,非线性海面的宽带散射回波信号中出现尖峰现象的概率更高.此外,对海杂波统计分布曲线的拟合结果表明,与传统的K分布和Weibull分布相比,Pareto分布在较小擦地角条件下能够更好描述海杂波强度的统计特性.      

低掠射微波雷达的海杂波多方位幅度特性分析

雷达处于低掠射角探测时,干涉、衍射以及遮挡等效应导致电磁波与海面的相互作用更加复杂,海杂波的非均匀、非高斯、非线性特性明显,使得海杂波建模难度大,同时,雷达海杂波在多方位下的特性是否存在差异也是一个问题,进一步增大了低掠射条件下海杂波的认知难度。为了提高海杂波的建模精度和多方位特性的认知,亟需开展低掠射雷达海杂波的多方位幅度特性分析。本文利用低掠射机载雷达数据,围绕雷达的低掠射和多方位两个特点,开展了多方位海杂波的幅度特性差异分析,在此基础上,利用多个海杂波模型对低掠射、多方位下的海杂波进行拟合优度分析。实现了低掠射角条件下海杂波的多方位特性差异认知,包括不同方位下的带宽、功率和最优海杂波模型。实验结果表明,雷达前视状态带宽最窄,侧视最宽;右侧视时的海杂波功率大于左侧视,且正侧视时最大;对于多方位下的最优海杂波拟合,雷达前视时推荐G0分布,而侧视模式下,海杂波更接近K和GΓD分布。      

天波超视距雷达海杂波的混沌动态特性分析

利用替代数据法对实测回波信号进行非线性检验,Cao方法进行相空间重构、Rosenstein小数据量法计算最大Lyapunov指数、改进的格拉斯伯格-庞加莱算法(GPA)计算Kolmogorov熵以及局部可预测性检验研究了高频天波雷达(OTHR)海杂波的混沌动态特性。仿真计算表明:实测的高频天波雷达海杂波吸收子具有稳定收敛的关联维数、正的最大Lyapunov指数和正的Kolmogorov熵以及具有局部可预测的特性,验证了高频雷达海杂波确实来自于一个低维混沌系统。利用方差分析初步讨论了电离层对回波混沌特性的影响,研究表明:电离层将对回波混沌特性产生显著的影响。这些结论对高频雷达目标探测和海杂波建模研究都具有重要意义。     

改进的分形检测海面漂浮小目标方法

为了提高海杂波中漂浮小目标的检测概率,提出了一种改进的分形检测海面漂浮小目标方法。首先,利用去趋势波动分析方法计算海杂波的分形维数;其次,利用计算过程中的“副产品”———截距组成二维判决空间;最后,通过聚类分析,检测出海杂波中的漂浮小目标。在实测数据基础上对改进算法进行了验证,结果表明：海杂波和小目标在判决空间存在明显的差异性;与Hurst指数法、神经网络集成预测法等方法比较,改进算法提高了目标检测概率;交叉极化方式( HV、VH)的检测效果优于同极化方式( HH、VV)的检测效果。