复杂海况下海面弱目标的精准与智能探测研究

发布时间：2020-11-19 00:19

　　 随着人口的不断增加以及科技的快速发展,人类对海洋的开发力度越来越大。海面弱目标探测技术不仅是走向海洋、认知海洋和利用海洋的重要一环,也是实施“建设海洋强国”这一国家战略的基础。然而,复杂的海洋环境使得高精度的海面弱目标智能探测面临诸多特别的挑战。针对此问题,本文对海杂波的特性和检测器的设计进行了深入分析,包括海杂波的分布建模、恒虚警检测器设计以及智能检测器设计等。本文的主要研究内容包括:1、研究了复杂海况下对海杂波机理的精准认知。针对复杂海况,我们提出了一种基于核密度估计的海杂波分布建模框架。在所提框架中,我们考虑了两个基本的关键问题,即核函数和最优窗宽的确定。为了解决这两个问题,我们采用高斯、伽马以及威布尔分布作为核函数,推导了它们各自的最优窗宽的闭式等式,并发现这些闭式等式符合不动点方程的基本特征。基于不动点理论我们提出了快速迭代的窗宽选择算法求解这些不等式,以获得不同核函数的最优窗宽。我们利用核函数与其相应的最优窗宽在所提框架下对海杂波信号进行建模,能有效降低拟合误差并大幅提升目标的检测概率。2、研究了适配海况变化的恒虚警检测器设计。基于所提的海杂波分布模型,我们利用海杂波信号与目标信号在时间相关性上的差异,提出了单元平均时间相关的恒虚警检测算法。为了确定该检测算法中的关键参数(即,去相关时间),我们建立了其与海况参数(即,风速和有效浪高)的线性回归问题,并利用梯度下降法求解该问题,获得了在不同风速和有效浪高下对去相关时间的最优估计。我们基于复杂海况下最优估计的去相关时间以及所提检测算法构建适配海况变化的单元平均时间相关恒虚警检测器,能够有效提升低信杂比和低虚警率环境下目标的检测概率。3、研究了基于多维度特征空间的智能检测器设计。针对动态变化的海况,我们借助人工智能技术在分类问题上的天然优势,设计了基于机器学习的智能检测器。首先,我们利用基于信号处理的特征分析方法在时域和频域中提取了三种具有代表性的特征。然后,我们分析了不同维度的特征空间对海杂波和目标回波的区分度。最后,我们基于这三种特征构造了三维特征空间,并将回波信号在多域特征空间中的表征输入到机器学习分类器中进行训练,实现在复杂海况下对海面弱目标信号的智能检测。特别地,我们改造了传统机器学习算法,将虚警率由输出变为输入,实现了智能检测器的虚警率可控,满足了海面弱目标探测中不同的应用需求。我们基于回波信号的三维特征空间和虚警率可控的机器学习算法构建可感知复杂海况的智能检测器,能够有效提升不同海面检测环境下目标的检测概率。综上所述,本文致力于实现复杂海况下的海杂波精准认知,进而设计适配海况变化的恒虚警检测器以及基于多维度特征空间的智能检测器,从而实现对复杂海况下海面弱目标的精准与智能探测。
【学位单位】：华中科技大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：U675.79
【文章目录】：
摘要
Abstract
英文缩略词
1 绪论
    1.1 研究背景及意义
    1.2 研究现状与挑战
    1.3 论文的研究内容及章节安排
2 基础知识
    2.1 雷达系统简介
    2.2 雷达回波信号模型简介
    2.3 海面弱目标探测原理概述
    2.4 IPIX雷达实测数据集介绍
    2.5 本章小结
3 复杂海况下海杂波机理的精准认知
    3.1 海杂波统计特性分析
    3.2 基于核密度估计的海杂波分布建模
    3.3 实验结果与性能比较
    3.4 本章小结
4 适配海况变化的恒虚警检测器设计
    4.1 恒虚警检测器介绍
    4.2 海况自适应的恒虚警检测器设计
    4.3 性能对比和分析
    4.4 本章小结
5 基于多维度特征空间的智能检测器设计
    5.1 回波信号的多维度特征空间构建
    5.2 虚警率可控的智能检测器设计
    5.3 检测器性能的验证实验和结果分析
    5.4 本章小结
6 总结与展望
    6.1 本文工作总结
    6.2 下一步工作展望
致谢
参考文献
附录1 攻读博士学位期间的主要成果
附录2 攻读博士学位期间参与科研项目

【相似文献】

相关期刊论文 前10条

1 谢芝亮;;基于实测数据的海杂波数据管理系统设计[J];信息化研究;2018年05期

2 朱德林;王学田;高洪民;赵嘉斐;;时空相关K分布海杂波仿真软件[J];微波学报;2018年S1期

3 倪代红;高振国;;海杂波混沌分形理论研究进展[J];电子世界;2018年01期

4 廖美红;;特征知识在高频1阶海杂波识别中的应用[J];舰船科学技术;2016年24期

5 行鸿彦;杨岑睿;;基于高尺度分形差量的海杂波背景下小目标检测[J];现代雷达;2017年03期

6 王斌;刘春生;卢义成;;地/海杂波背景下机载火控雷达效能评估[J];火力与指挥控制;2017年06期

7 昝航;宋万杰;陈伯孝;;基于多普勒频率相关性的海杂波目标检测[J];雷达科学与技术;2017年03期

8 魏明珠;;机载预警雷达海杂波的抑制方法[J];雷达科学与技术;2015年06期

9 刘庆林;夏海宝;安磊;栾韶徽;;地海杂波下机载预警雷达探测仿真[J];计算机仿真;2015年01期

10 舒亚海;;空间相关的二维海杂波仿真与混沌评估[J];现代雷达;2015年03期

相关博士学位论文 前10条

1 周宏宽;复杂海况下海面弱目标的精准与智能探测研究[D];华中科技大学;2019年

2 辛志慧;多通道海杂波建模及海面目标信息获取[D];西安电子科技大学;2017年

3 朱永鹏;天发舰收高频雷达海杂波建模与抑制方法研究[D];哈尔滨工业大学;2018年

4 施赛楠;海面弱目标最优相干和联合特征检测方法研究[D];西安电子科技大学;2018年

5 金燕;海杂波背景下的弱目标检测算法研究[D];武汉大学;2015年

6 徐湛;海杂波建模及其背景下目标检测方法研究[D];国防科学技术大学;2012年

7 杨俊岭;海杂波建模及雷达信号模拟系统关键技术研究[D];国防科学技术大学;2006年

8 姜斌;地、海杂波建模及目标检测技术研究[D];国防科学技术大学;2006年

9 刘明;海杂波中微弱运动目标自适应检测方法研究[D];西安电子科技大学;2016年

10 李亚军;天发地收高频雷达展宽海杂波建模与抑制技术研究[D];哈尔滨工业大学;2015年

相关硕士学位论文 前10条

1 赵新宇;X波段对海探测雷达目标检测方法研究[D];哈尔滨工业大学;2019年

2 朱鹏勇;天发舰收体制下电离层对海杂波影响分析与建模[D];哈尔滨工业大学;2019年

3 穆璀;海上小目标探测与识别[D];西安电子科技大学;2019年

4 张隆;基于查找表和算法移植的海杂波FPGA仿真方法研究[D];西安电子科技大学;2019年

5 王乐;海杂波幅度模型参数估计研究[D];西安电子科技大学;2019年

6 杜宇翔;基于分组机制的海面目标检测算法研究[D];南京邮电大学;2019年

7 张婷婷;某岸基警戒雷达实测数据的海杂波特性分析及抑制方法研究[D];西安电子科技大学;2019年

8 芦凯;海杂波模型参数估计和神经网络预测方法研究[D];西安电子科技大学;2019年

9 曾威良;海杂波特性参数的递归贝叶斯估计方法研究[D];西安电子科技大学;2019年

10 王丽伟;海面建模及杂波模拟预测方法研究[D];西安电子科技大学;2019年

本文编号：2889417