基于ES-ELM和FRFT的高频地波雷达多目标自适应检测

发布时间：2020-12-19 22:10

　　高频地波雷达（high frequency surface wave radar, HFSWR）对于海事监测具有重要的军用及民用意义,然而在HFSWR回波信号中,待检测的目标常常淹没在海杂波和各种背景噪声中.因此,如何有效抑制杂波并实现多目标的自适应检测是HFSWR实现海事检测的关键和难点.该文提出了一种结合误差自校正极限学习机（error self-adjustment extreme learning machine, ES-ELM）和分数阶傅里叶变换（fractional Fourier transform,FRFT）的多目标自适应检测算法.算法根据相空间重构理论获得ELM的最佳状态空间,利用ES-ELM建立海杂波预测模型并对海杂波进行有效抑制;再在分数域根据目标信号的峰值集聚特征,利用Haar-like算子提取目标点的形态特征,并通过ES-ELM神经网络对目标进行自动辨识.实验结果表明,该文提出的算法具有良好的海杂波抑制能力,并可以实现海杂波背景下多运动目标的自适应高精度检测. 

【文章来源】：电波科学学报. 2020年02期 北大核心

【文章页数】：10 页

【部分图文】：

多目标检测算法流程图

Haar-like 特征

81km处距离元本文算法检测结果

【参考文献】：
期刊论文
[1]基于FRFT的雷达微弱目标信号检测算法[J]. 李香菊,裴腾达.  信息技术. 2017(03)
[2]基于高尺度分形差量的海杂波背景下小目标检测[J]. 行鸿彦,杨岑睿.  现代雷达. 2017(03)
[3]海杂波FRFT域分形特征判别及动目标检测方法[J]. 陈小龙,刘宁波,宋杰,关键,何友.  电子与信息学报. 2011(04)
[4]海杂波背景下基于FRFT的多运动目标检测快速算法[J]. 陈小龙,关键,于仕财,何友.  信号处理. 2010(08)
[5]基于自适应分数阶傅里叶变换的线性调频信号检测及参数估计[J]. 曲强,金明录.  电子与信息学报. 2009(12)
[6]估计非线性时间序列嵌入延迟时间和延迟时间窗的C-C平均方法[J]. 徐自励,王一扬,周激流.  四川大学学报(工程科学版). 2007(01)
[7]用等间距分格子法计算互信息函数确定延迟时间[J]. 杨志安,王光瑞,陈式刚.  计算物理. 1995(04)



本文编号：2926659