海杂波中弱目标检测方法研究

摘要

随着雷达技术的不断发展，以及社会各领域对海面监视的迫切需求，高分辨率、低擦地角雷达条件下的海面弱目标检测技术得到广大学者的广泛关注。海杂波中的信号检测问题可等价为二元信号模式分类问题。从技术途径来说，模式分类的过程即由模式空间经过特征空间到类型空间的过程，特征空间到类型空间的转化是通过分类器实现的。本文分别对海杂波的统计特性、分形特性、混沌特性、时频分布特性、FRFT（Fractional Fourier Transform, FRFT）域分形特性进行了分析，并初步得到了若干可以作为检测统计量的特征。并重点从工程实用角度出发，将正确检测概率及计算复杂度作为衡量指标，最终选取了以K分布形状参数、去相关时间及FRFT域空间分形特征差异为特征向量的特征空间。在特征空间中，采用支持向量机（Support Vector Machine, SVM）作为分类器实现模式分类。采用IPIX雷达实测海杂波数据验证表明，在不同海况及极化方式下，本文提出的海面弱目标检测算法能够有效区分纯海杂波与主目标回波，且在主、次目标单元的分类中也显示了良好的性能。　　本文提出将海杂波的K分布形状参数及去相关时间作为特征向量，并对FRFT域的分形特征进行了改进，特征空间的优化保证了海面弱目标检测算法的有效性和实用性，具有一定的理论意义及实用价值。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 本课题的研究背景及意义

1.2 国内外研究概况

1.3 本文主要内容及框架

2 IPIX雷达实测海杂波数据说明

2.1 引言

2.2 实测海杂波数据说明

2.3 本章小结

3 海杂波统计特性分析

3.1 引言

3.2 海杂波幅度特性

3.3海杂波时间相关特性

3.4 海杂波仿真算法

3.5 本章小结

4 海杂波的混沌分形特性

4.1 混沌理论基础

4.2 海杂波混沌特性分析及特征提取

4.3 分形理论基础

4.4 海杂波分形特征提取

4.5 本章小结

5 海杂波的时频分布特性

5.1 引言

5.2 常用的时频分析方法

5.3 FRFT域海杂波研究

5.4 本章小结

6 基于FRFT域空间分形特征差异的海面弱目标检测

6.1 引言

6.2 FRFT域海杂波分形特性

6.3 FRFT域海杂波分形检测统计量

6.4 实验及结果分析

6.5 本章小结

7 基于SVM的海面弱目标检测

7.1 引言

7.2 基于SVM的海面弱目标检测算法

7.3 特征向量提取与选择

7.4 实验及结果分析

7.5 本章小结

8 总结与展望

8.1 总结

8.2 展望

参考文献

致谢

个人简历、在学期间发表的学术论文与研究成果