海防雷达仿真系统杂波抑制算法的研究

摘要

海防雷达系统在我国国防安全中扮演重要角色，雷达兵日常训练会影响雷达寿命，海防雷达仿真系统应运而生。通常雷达在接收目标回波的同时，不可避免的还有来自周围环境的海浪回波，雨雪云雾回波以及雷达内部噪声干扰等。因此高效的杂波抑制算法对目标检测和追踪有着重大意义。
　　本文以杂波抑制算法为研究核心，首先对海杂波的产生机理进行分析研究，根据海杂波的产生机理综合分析现有的海杂波分布模型的适应范围、影响因素，其中包括Rayleigh分布，Lognormal分布，Weibull分布以及复合K分布，同时研究海杂波的时间相关性和空间相关性，分析证明海杂波具有混沌特性;然后分析粒子群算法(PSO)的轨迹收敛性和速度收敛性，发现由于粒子有可能出现“惰性”，使进化过早收敛到局部最优点，因此通过加入混沌扰动优化粒子群算法，利用优化的混沌粒子群算法(CPSO)寻找支持向量机(SVM)的最优参数，结合相空间重构理论对海杂波时间序列进行回归预测，利用原始数据和回归预测数据的差值，完成海杂波的初步抑制;最后介绍海防雷达仿真系统中杂波抑制模块的设计思想及实现方法，利用奇异值分解法和中值滤波算法分别对海浪杂波和雨雪杂波展开进一步抑制，并展示抑制效果图。
　　抑制效果证明，本文海防雷达仿真系统中的杂波抑制算法对各种海杂波产生较好的抑制效果，通过调节海浪抑制参数和雨雪抑制参数，可以不同程度的消除海浪杂波和雨雪杂波。为海防雷达仿真系统中目标检测与追踪提供有力帮助。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外发展及现状

1．3 课题研究内容

1．4 论文组织结构

第2章 相关技术介绍

2．1 混沌学

2．1．1 混沌的起源

2．1．2 混沌的概念

2．2 粒子群算法

2．2．1 粒子群算法的历史

2．2．2 标准的粒子群算法

2．2．3 标准粒子群算法的流程

2．3 相空间重构

2．3．1 简介

2．3．2 相空间重构理论思想

2．4 本章小结

第3章 海杂波的产生及其特性分析

3．1 海杂波的产生

3．2 海杂波的幅度分布特性

3．2．1 Rayleigh分布

3．2．2 Lognormal分布

3．2．3 Weibull分布

3．2．4 复合K分布

3．3 海杂波的相关特性

3．3．1 时间相关性

3．3．2 空间相关性

3．4 海杂波的混沌特性分析

3．4．1 关联维数

3．4．2 Lyapunov指数

3．4．3 Kolmogorov熵

3．5 本章小结

第4章 粒子群优化算法的混沌改进及海杂波回归预测

4．1 粒子群算法的收敛性分析

4．1．1 粒子轨迹收敛分析

4．1．2 粒子速度收敛分析

4．2 混沌粒子群优化算法

4．2．1 混沌优化

4．2．2 算法的基本思想

4．2．3 算法的流程

4．3 基于混沌粒子群海杂波回归预测

4．3．1 数据来源

4．3．2 支持向量机描述

4．3．3 混沌粒子群算法优化支持向量机参数

4．3．4 基于CPSO-SVM的海杂波回归预测

4．3．5 海杂波回归预测在海防雷达仿真系统中的应用结果

4．4 本章小结

第5章 海防雷达仿真系统中杂波抑制模块的设计与实现

5．1 海防雷达仿真系统中杂波抑制模块概述

5．1．1 引言

5，1．2 杂波抑制模块设计思想

5．1．3 杂波抑制模块的界面设计与实现

5．2 基于奇异值分解法的海浪抑制

5．2．1 海浪杂波抑制的特点

5．2．2 奇异值分解法

5．2．3 实验效果与结果分析

5．3 基于中值滤波算法的雨雪抑制

5．3．1 雨雪杂波抑制的特点

5．3．2 中值滤波算法

5．3．3 实验效果与结果分析

5．4 本章小结

第6章 总结与展望

6．1 论文总结

6．2 工作展望

参考文献

致谢