基于小波神經網(wǎng)絡的海雜波抑制技術研究.pdf

1、海雜波是經雷達發(fā)射信號照射后從海洋表面反向散射的回波，它的存在嚴重干擾了雷達對海面目標的檢測和定位跟蹤性能，使得雷達在強海雜波背景和低虛警概率條件下發(fā)現(xiàn)目標的能力大大受限，甚至無法識別目標.因此如果能夠在一定程度上消除或減少海雜波的干擾，將有可能提高海防預警雷達的目標檢測性能.目前，海雜波抑制技術，包括海雜波建模和強海雜波背景下的海面目標檢測技術，是當前海面目標檢測領域研究的重點和難點，對雷達系統(tǒng)設計、雷達信號處理和海面目標檢測都有重要

2、的現(xiàn)實意義。
　　 本文采用小波神經網(wǎng)絡 WNN(Wavelet Neural Network)方法學習海雜波的內在動力學特性，運用訓練好的小波神經網(wǎng)絡對海雜波進行預測和對消，取得了較好的雜波抑制效果。
　　 本文的主要研究內容是：基于相空間重構理論，分別運用相關維數(shù)確定法中的G-P(Grassberger-Procaecia)算法和自相關函數(shù)法確定嵌入維數(shù)m和嵌入延遲τ，從而得到了海雜波在重構相空間中非線性系統(tǒng)狀態(tài)轉移

3、方程的一個樣本。通過建立WNN和誤差反向傳播網(wǎng)絡，即BP(Back Propagation)網(wǎng)絡兩種預測模型，獲得了帶有海雜波內在動力學特性的預測方程。采用實測IPIX(Intelligent Pixel-Processing)雷達數(shù)據(jù)進行網(wǎng)絡參數(shù)訓練，將訓練好的網(wǎng)絡用來做單步預測。當理想值與網(wǎng)絡實際輸出值之間的誤差達到指定精度要求時，該誤差成為小幅度信號，使得幅度較強的海雜波轉換成為幅度較弱的隨機噪聲信號，能較好地檢測出海雜波背景下的