基于支持向量機(jī)的混沌海雜波信號(hào)檢測(cè)方法研究.pdf

1、海雜波的檢測(cè)與處理對(duì)海洋背景中的艦船等目標(biāo)的探測(cè)具有十分重要的影響，利用海雜波的混沌即可可以有效檢測(cè)雷達(dá)回波中的微弱目標(biāo)信號(hào)。海雜波建?？梢钥醋魇且粋€(gè)預(yù)測(cè)問題，本文基于復(fù)雜非線性系統(tǒng)的相空間重構(gòu)理論和混沌信號(hào)可短期預(yù)測(cè)的特征，建立了對(duì)偶約束的最小二乘支持向量機(jī)混沌預(yù)測(cè)模型，并對(duì)海雜波信號(hào)進(jìn)行預(yù)測(cè)，從預(yù)測(cè)誤差中檢測(cè)了淹沒在混沌背景中微弱的目標(biāo)信號(hào)。
　　 非線性檢驗(yàn)是信號(hào)的混沌特性判斷的必要步驟之一，替代數(shù)據(jù)法是非線性檢驗(yàn)中廣為采

2、用的方法。本文針對(duì)信號(hào)的非線性檢驗(yàn)，對(duì)替代數(shù)據(jù)方法進(jìn)行了分析和研究。為了使替代數(shù)據(jù)能夠更好的具有原始信號(hào)的統(tǒng)計(jì)特性，把小波變換與隨機(jī)相位法相結(jié)合，提出了一種基于小波變換的替代數(shù)據(jù)算法，同時(shí)以混沌信號(hào)的關(guān)聯(lián)維數(shù)作為判據(jù)，通過統(tǒng)計(jì)量檢驗(yàn)，實(shí)現(xiàn)混沌信號(hào)的非線性判定。此方法能更有效的拒絕零假設(shè)，更精確的重構(gòu)原始數(shù)據(jù)的頻譜、保留數(shù)據(jù)的特性。
　　 在支持向量機(jī)建模中，本文提出了一種改進(jìn)的提取混沌背景中微弱信號(hào)的最小二乘支持向量機(jī)(LS-S

3、VM)的方法。通過將信號(hào)以db3小波逐層分解，進(jìn)行LS-SVM預(yù)測(cè)，再進(jìn)行重構(gòu)，同時(shí)通過增加對(duì)偶約束項(xiàng)的方法，建立一套改進(jìn)的混沌背景下微弱信號(hào)的檢測(cè)模型。基于此模型，本文對(duì)含有微弱信號(hào)的Lorenz吸引子進(jìn)行了仿真實(shí)驗(yàn)，說明了該方法能夠有效地檢測(cè)出混沌背景噪聲中的微弱目標(biāo)信號(hào)，與傳統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)和LS-SVM預(yù)測(cè)方法相比，預(yù)測(cè)精度和檢測(cè)門限方面的性能有顯著的提高。進(jìn)一步，利用該方法對(duì)McMaster IPIX雷達(dá)海雜波實(shí)際數(shù)據(jù)進(jìn)行檢測(cè)