论文部分内容阅读
海面小目标检测技术在军事和民用方面都起着非常重要的作用。海杂波是雷达照射到海面的后向散射回波，对目标的检测性能存在较大的干扰。长期以来，海杂波都是作为随机过程进行建模，其混沌动态特性的发现为海杂波背景下的海面小目标检测提供了一种新的方法。本论文主要研究内容有：第一，通过实测雷达数据对海杂波的混沌动态特性进行验证。相空间重构是混沌分析的第一步，本文根据Takens嵌入定理对海杂波进行相空间重构。嵌入时延和嵌入维数是相空间重构的两个重要参数，采用的计算方法分别为自相关函数法和GP方法。有限的关联维数和正的最大李雅普诺夫指数是混沌系统的重要判断依据，本文分别通过GP方法和Wolf方法计算这两个混沌特征量，并对海杂波的混沌特性进行验证。第二，基于海杂波混沌特性的海面小目标检测方法研究。在验证了海杂波混沌特性的基础上，给出了一种基于RBF神经网络的海面小目标检测方法。该方法以混沌理论为基础，以神经网络为工具，从相空间重构理论出发，利用RBF神经网络来重构海杂波的内在动力学模型，并对海杂波时间序列进行预测，最后引入基于预测误差的方法对小目标信号进行检测。第三，引入遗传算法对RBF神经网络进行优化。提出了一种基于遗传算法优化RBF神经网络的海杂波时间序列预测方法。遗传算法具有良好的全局搜索能力，通过对RBF神经网络径向基函数中心、宽度以及隐含层到输出层连接权值等参数的优化，提高其预测性能，并将其应用于海面小目标检测。