基于海杂波空时混沌特性的小弱目标检测方法研究

发布时间：2017-08-15 07:17

  本文关键词：基于海杂波空时混沌特性的小弱目标检测方法研究

  更多相关文章： 小弱目标检测 海杂波抑制 空时混沌 耦合映像格子 神经网络

【摘要】：海面小弱目标检测技术被广泛应用于军事防御、海上贸易以及海洋搜救等领域。通常情况下,海杂波和地杂波不同,它是一种分布散射的现象,表现出更强的动态特性,因此强海杂波往往成为小弱目标信号的主要干扰,如何消除海杂波将直接对海面目标检测造成影响。海洋环境下的海杂波强度分布一般由海洋内在动力、太阳照射角和观测站的地理位置所决定,并且非线性的海洋内在动力致使海杂波也表现出非线性的特征。本文采用基于非线性动力学的混沌理论分析海杂波序列图像特征,从空时混沌理论抑制海杂波,对淹没于海杂波中的小弱目标进行检测研究,取得的研究成果主要有:(1)研究了混沌动力学理论,包括相空间重构和混沌特征识别方法。不管计算混沌特征参量,还是预测混沌模型,都需要在相空间中实现,所以相空间重构是处理非线性数据序列必不可少的环节。为了计算海杂波强度序列的混沌特性参数,本文分别选择了G-P(Grassberger-Procaccia)方法和小数据量方法得到了关联维数和李雅普诺夫(Lyapunov)指数。实验结果表明,海杂波强度数据序列存在有限的关联维数和正的最大Lyapunov指数,从而证明了海杂波序列图像的确具备了混沌特性。(2)从空域和时域出发,对海杂波提出了基于空域和时域混沌序列的预测方法。首先,选取混沌特性验证强度数据序列:对于空间强度数据序列的选取,要先确定海浪的运动方向,继而在此方向上选取连续灰度值作为混沌预测的强度数据序列;对于时间强度数据序列的选取,在连续帧图像上选取同一位置处的灰度值作为一组数据序列。然后,以神经网络为工具,基于相空间重构理论,对海杂波内在动力学模型进行重构,达到对海杂波时间强度和空间强度数据序列预测的目的。(3)提出了一种基于海杂波序列图像空时混沌的小弱目标检测方法。该方法运用耦合映像格子全面反映海杂波的时空运动信息,利用RBF神经网络来重构海杂波的动力学模型,并对海杂波数据序列进行预测和对消。最后,本文采用信杂比指标对实验结果进行评价,对比空域、时域以及空时域目标检测性能,得到本文的结论:海杂波空时混沌目标检测方法能够较好的抑制海杂波背景,从而有效的检测到被海杂波所淹没的有效目标信号。理论分析和试验结果表明,本文提出的基于海杂波空时混沌特性的小弱目标检测算法能够有效提高目标检测性能,具有一定的理论意义和实际价值。
【关键词】：小弱目标检测 海杂波抑制 空时混沌 耦合映像格子 神经网络
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.73;TP183
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 1 绪论8-13
• 1.1 课题背景及研究意义8-9
• 1.2 国内外研究现状9-11
• 1.2.1 海杂波特性研究现状9-10
• 1.2.2 海面目标检测技术研究现状10-11
• 1.3 本文的主要工作及章节安排11-12
• 1.4 本章小结12-13
• 2 海杂波混沌特性目标检测理论研究13-37
• 2.1 混沌理论简述13-14
• 2.1.1 混沌特性原理13
• 2.1.2 混沌序列的识别方法13-14
• 2.2 相空间重构与特征量分析14-21
• 2.2.1 相空间重构基本理论14-15
• 2.2.2 嵌入延迟与嵌入维数的确定15-17
• 2.2.3 关联维数与Lyapunov指数研究17-21
• 2.3 海杂波空时域特性分析21-33
• 2.3.1 海浪运动方向确定21-24
• 2.3.2 空域序列的选取及其特性分析24-29
• 2.3.3 时域序列特性分析29-33
• 2.4 目标空时混沌特性分析33-36
• 2.5 本章小结36-37
• 3 海杂波空时混沌抑制方法37-52
• 3.1 概述37
• 3.2 混沌序列神经网络预测方法37-42
• 3.2.1 基于RBF神经网络的混沌序列预测方法38-41
• 3.2.2 海杂波预测性能评价指标41-42
• 3.3 空时混沌结合的海杂波抑制方法42-45
• 3.3.1 空时混沌海面预测原理42-44
• 3.3.2 空时预测结果44-45
• 3.4 实验结果分析45-51
• 3.4.1 时间序列图像预测结果45-47
• 3.4.2 空间数据序列预测结果47-49
• 3.4.3 结果分析与对比49-51
• 3.5 本章小结51-52
• 4 基于空时混沌特性的目标检测技术52-58
• 4.1 混沌杂波抑制目标检测理论52-53
• 4.2 检测结果分析与讨论53-57
• 4.2.1 本文目标检测结果53-55
• 4.2.2 三种方法结果对比55-57
• 4.3 本章小结57-58
• 5 总结与展望58-60
• 5.1 工作总结58-59
• 5.2 工作展望59-60
• 致谢60-61
• 参考文献61-64
• 附录64
• A. 作者在攻读学位期间取得的科研成果目录64
• B. 作者在攻读学位期间发表的专利目录64

【相似文献】

中国期刊全文数据库 前10条

1 张鹏,沈福民;基于混沌学的海杂波分析[J];火控雷达技术;2002年01期

2 张鹏,沈福民;基于混沌学的海杂波分析[J];雷达与对抗;2002年01期

3 昂志敏,张晓丰,许正荣;高分辨率雷达近距离下的海杂波建模与仿真[J];合肥工业大学学报(自然科学版);2004年10期

4 王福友;卢志忠;袁赣南;周卫东;;基于时空混沌的海杂波背景下小目标检测[J];仪器仪表学报;2009年06期

5 赵海云;张瑞永;武楠;胡学成;;基于实测数据的海杂波特性分析[J];雷达科学与技术;2009年03期

6 钱玉莹;王哲;;基于混沌理论的海杂波处理方案设计[J];科学技术与工程;2010年06期

7 逄勃;;基于实测海杂波特性分析[J];雷达与对抗;2011年03期

8 杨杰,卢凌,陆济湘;海杂波概率密度分布函数分析方法的研究[J];武汉交通科技大学学报;1998年01期

9 Ｓ．海金,Ｓ．普索帕迪;海杂波不规则动态特性的试验研究[J];雷达与对抗;1998年02期

10 陈彦辉,谢维信;地海杂波的随机分形模型[J];电子科技大学学报;2000年03期

中国重要会议论文全文数据库 前5条

1 周凯;张春荣;强勇;;盒维数估计法在海杂波目标检测中的应用[A];2008年中国西部青年通信学术会议论文集[C];2008年

2 苏轼鹏;张永刚;;海洋大气环境对海杂波的影响[A];气象海洋环境与船舶航行安全论文集[C];2010年

3 周凯;张春荣;强勇;;几种用于短时海杂波目标检测的谱估计方法的比较[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

4 刁海南;;叠加地海杂波调制的毫米波目标反射器[A];1999年全国微波毫米波会议论文集(下册)[C];1999年

5 邢相薇;陈振林;邹焕新;周石琳;;幅度SAR图像海杂波统计模型分析[A];第七届全国信息获取与处理学术会议论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 王福友;海杂波混沌分形特性分析、建模及小目标检测[D];哈尔滨工程大学;2009年

2 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

3 李东宸;海杂波中小目标的特征检测方法[D];西安电子科技大学;2016年

4 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

5 许小可;基于非线性分析的海杂波处理与目标检测[D];大连海事大学;2008年

6 苏晓宏;海杂波的特性分析与目标检测处理[D];大连海事大学;2010年

7 张波;海杂波环境下的弱小目标检测方法研究[D];西安电子科技大学;2013年

8 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

9 时艳玲;高距离分辨海杂波背景下目标检测方法[D];西安电子科技大学;2011年

10 张雅斌;高频地波雷达干扰与海杂波信号处理研究[D];西安电子科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 王炜;雷达海杂波数据库建立及特性分析[D];西安电子科技大学;2009年

2 李芾;基于实测海杂波数据的统计特性分析[D];西安电子科技大学;2013年

3 蔡文涵;船载HFSWR海杂波截面积方程研究与仿真[D];哈尔滨工业大学;2015年

4 高德奇;基于统计学习与特征提取的杂波检测与识别[D];哈尔滨工业大学;2015年

5 覃俊峰;线性调频连续波雷达海杂波建模与回波模拟[D];电子科技大学;2015年

6 张朕滔;高频天地波雷达海杂波锐化及目标检测[D];哈尔滨工业大学;2015年

7 杨彬;海面动目标的检测及其FPGA实现技术研究[D];电子科技大学;2014年

8 赵翠;海杂波特性及其抑制技术的研究[D];电子科技大学;2014年

9 张平丽;海杂波背景下机动目标跟踪算法的研究[D];电子科技大学;2015年

10 张勇;小擦地角海面散射与海杂波研究[D];西安电子科技大学;2013年

，

本文编号：676890