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.     

基于海杂波先验知识的雷达目标自适应Rao检测

针对非高斯非均匀海杂波背景下雷达海面目标检测性能改善的问题,该文基于海杂波的先验知识提出了一种自适应Rao雷达目标检测方法。首先将海杂波的纹理分量和散斑协方差矩阵分别建模为逆高斯随机变量和逆复Wishart分布的随机矩阵,然后基于Rao检验和未知参数估计,设计了一种匹配海杂波特性的雷达目标自适应Rao检测方法。通过理论推导和实验验证了所提检测方法对杂波平均功率和协方差均值矩阵具有恒虚警特性。仿真数据和实测数据实验结果表明,在非高斯非均匀环境下所提检测方法优于已有检测方法,并且具有良好的鲁棒性。     

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ZMNL的相关广义复合分布雷达海杂波仿真

在现代雷达体制中,广义复合分布模型更适用于描述雷达海杂波的幅度分布特性。在海杂波的仿真中,准确、高效地模拟海杂波,对雷达信号处理和海面目标检测具有重要的现实意义。文中讨论了广义复合分布海杂波模型,提出一种基于零记忆非线性变换的相关广义复合分布海杂波仿真的新算法,该新算法采用独立产生杂波序列的幅度与相位的方法,可以避免求解复杂的非线性方程,具有运算量小的特点。仿真实验结果表明了该方法的准确性和可行性。     

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Hurst指数差异的海面小目标检测

针对传统舰载雷达和岸基雷达很难检测出海杂波背景下小目标的现状,提出一种基于Hurst指数差异的方法来检测海杂波背景下小目标。该算法基于小波分析法：计算各种极化方式下不同距离门的海杂波的Hurst指数,分析发现距离门含有小目标的Hurst指数明显大于距离门只含有海杂波的Hurst指数,而只含有海杂波的不同距离门间Hurst指数变化较小,因此可基于不同距离门的Hurst指数差值作为检测小目标的标准。实验证明,该算法可在没有任何先验知识条件较准确地检测出海杂波背景下的小目标。     

修正Hankel矩阵SVD用于多模环境杂波对消研究

针对超视距雷达多模传播下杂波展宽导致的慢速目标掩盖问题,直接在多模情况下进行杂波对消与目标检测。分析了基于Hankel矩阵奇异值分解(SVD)的海杂波对消方法,指出了该方法存在的不足,并通过设置判决门限进行修正。实验结果显示,采用基于修正的Hankel矩阵SVD的海杂波对消技术,能够实现对目标的检测。     

某雷达杂波数据分析及杂波图技术研究

强地物、海浪杂波严重影响目标检测概率。频域杂波抑制手段是雷达信号处理常用的杂波抑制方法。但是,杂波的时空分布特性复杂多变,所以对杂波的幅度、频谱等特性的研究有助于选择合适的杂波抑制方案。结合某雷达实际工程采集数据分析了地杂波和海杂波的时域和频域分布特性,提出了一种基于雷达杂波环境特性自适应选择遗忘因子的杂波图方法,具体分析了该杂波图检测概率。实测数据实验结果证明了该方法的正确性和有效性。     

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。     

混沌理论在海杂波研究中的应用

混沌理论在雷达海杂波的研究中取得了令人鼓舞的成果.基于混沌理论的海杂波模型在信号检测方面表现出较好的性能,具有很好的杂波抑制能力,对传统的雷达信号检测技术形成了一定的挑战.本文概括了海杂波混沌模型的基本概念和研究方法,分析了混沌理论在该领域的应用现状及动态,探讨了该领域研究的发展趋势.     

实测毫米波海杂波相关性研究

研究雷达的海杂波特性对于提高雷达在杂波中检测海面目标的能力非常重要,在很多情况下,海杂波是限制雷达性能的主要因素。以长期试验所获得实测毫米波海杂波数据为基础,采用统计学的方法,分析了杂波的相关性随时间和距离的变化关系,给出了各自的相关系数曲线,为全面研究海杂波特性及雷达系统仿真提供了理论依据。     

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。     

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。     

基于图像处理的海面动目标DP 相参检测方法

海面动目标检测是对海搜索雷达的一种重要工作模式,由于受海杂波影响,采用常规的非相参处理检测动目标时效果不佳。文中提出了一种基于图像处理的低重复频率DP 相参检测动目标的方法。该方法利用图像分割提取技术,针对二维频谱图运用sobel 算子提取边界,将杂波区和清晰区精确分开,提高了海面动目标的检测能力,并通过实测数据证明了该方法有效性和可实现性。     

海杂波背景下的低空小目标检测

海面上低空小目标通常具有RCS（雷达散射截面）小、速度快的特点,并且容易湮没在海杂波背景中,很难被雷达系统检测到。文中首先分析了海杂波数据的统计特性;然后在此基础上,利用海杂波和目标在相关特性上的差异,提出了一种熵加权非相参积累方法,该方法能够抑制海杂波,并且积累目标能量;为了进一步降低检测门限,采用了TBD（检测前跟踪）技术。某S波段雷达搜索模式下低分辨实测数据的处理结果表明,熵加权非相参积累和TBD方法能够有效降低海杂波背景下低空小目标信号的最小可检测信杂比。     

信号层融合在慢动小目标检测中的应用

针对海上慢动小目标检测背景，提出了一种基于信号层融合的多雷达融合检测方法，并对实际应用中需要解决的问题进行了分析讨论。该方法利用目标和海杂波在不同频段下的统计性能差异，对多个雷达的观测信息在检测前进行融合，然后在相关域进行积累检测，与传统的检测方法相比，能够显著改善信号的信杂比，提高目标检测概率。