基于海杂波混沌特性的微弱信号检测方法

论文摘要

对海杂波背景下的微弱目标信号进行检测问题一直是海面目标检测领域研究的热点和难点，具有极高的军事和民用价值。本文基于混沌理论对海杂波实测数据进行嵌入重构，可在低信噪比情况下对微弱目标信号进行有效检测与提取，再次验证了海杂波的混沌特性。本文围绕“基于海杂波混沌特性的微弱信号检测方法”这一主题，全面地分析了混沌的特性指标及研究方法，进而根据海杂波信号特性建立合适的混沌模型，从而更好地对微弱目标进行检测。下面将介绍本文的主要工作：第一章，简要介绍了混沌的基本知识、本课题研究背景、意义及现状，以及本文的结构安排。第二章，首先对海杂波数据来源进行说明，其次，重点研究了海杂波数据的复杂性及递归定量分析方法。递归定量分析法能有效体现周期、随机及混沌之间的差异，对于高维系统的动力学特性同样有效。再次，介绍了混沌的特征参数。第三章，沿用混沌时间序列分析的一般思路，首先分析相空间重构中两个重要参数，延迟时间τ和嵌入维数m的选择算法的取值，其次基于重构的原动力学系统的相空间，利用统计的方法计算混沌三个重要的参数：Lyapunov指数、分维数及K熵。第四章，分析了基于混沌理论的非线性微弱信号检测的三种经典的方法：最小相空间体积法、RBF神经网络法和Duffing检验模型。然后提出了基于相空间重构的海杂波背景下微弱信号的提取。实验验证本方法简单有效，能在-20db的情况下对海杂波背景下微弱目标信号进行检测。第五章，总结。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 混沌基本知识简介
• 1.1.1 混沌的定义
• 1.1.2 混沌的主要特征
• 1.1.3 混沌系统的常见判别方法
• 1.2 研究背景及意义
• 1.3 国内外研究现状
• 1.4 本课题主要工作
• 第二章 海杂波时间序列的混沌特征及识别
• 2.1 引言
• 2.2 海杂波数据来源说明
• 2.3 海杂波数据的复杂性
• 2.4 海杂波相关特性与递归定量分析
• 2.4.1 递归图
• 2.4.2 递归定量分析
• 2.4.3 海杂波的相关特性分析
• 2.4.4 混沌调制雷达波形动力学特性分析
• 2.5 海杂波的分形特征：关联维
• 2.6 海杂波时序的初值敏感特性：Lyapunov 指数
• 2.7 本章小结
• 第三章 海杂波混沌时间序列分析
• 3.1 相空间重构
• 3.1.1 相空间重构及嵌入定理
• 3.1.2 相空间延迟重构参数——延迟时间? 和嵌入维数m
• 3.2 海杂波混沌时间序列的特征指标
• 3.2.1 分维数的计算
• 3.2.2 Lyapunov 指数的计算
• 3.2.3 测度熵
• 3.3 本章小结
• 第四章 海杂波混沌背景下微弱信号检测方法
• 4.1 经典检测方法
• 4.1.1 最小相空间体积法
• 4.1.2 RBF 神经网络法
• 4.1.3 Duffing 检验模型
• 4.2 基于相空间重构的海杂波背景下微弱信号检测方法
• 4.2.1 相空间重构参数选择
• 4.2.2 局部切空间的估计
• 4.2.3 仿真实验
• 4.3 本章小结
• 第五章 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果