基于改进SFLA-Elman神经网络的电离层杂波抑制方法

针对高频地波雷达目标检测中电离层杂波的干扰问题,提出了一种基于改进混合蛙跳算法优化Elman神经网络预测抑制电离层杂波的策略。为解决混合蛙跳算法初始种群分布不均匀、收敛精度低、易陷于局部极值等问题,引入Cubic混沌映射、莱维飞行策略、非线性平衡因子和复制操作,增强种群多样性,提高算法搜索能力。利用改进后的算法和其他算法分别优化Elman神经网络预测抑制模型,结果表明,改进后的算法无论是在收敛精度和稳定性上,还是在临近距离单元电离层杂波的预测抑制上,都取得了显著的提升。在基本保留目标信号的基础上,平均信杂比较原始回波提升18.52 dB,较原始混合蛙跳算法提升1.08 dB,对于电离层杂波的抑制具有较高应用价值。

基于自更新置信分类网络的雷达点迹识别算法

多雷达协同组网进行目标探测识别时,受复杂战场环境影响,获取的数据富含大量杂波和不确定信息,传统雷达点迹识别算法在处理此类数据时具有一定局限。为了解决上述问题,提出一种基于自更新置信分类网络的雷达点迹识别算法(radar plots recognition algorithm based on self-updating confidence classification network,RPR-SCCN)。首先,构建置信分类网络,获取各轮迭代下雷达点迹隶属目标、杂波和不确定的初始置信度。然后,基于点迹的空间分布特性构造决策证据并进行修正融合,融合结果进行点迹类别更新,更新点迹则再次驱动置信分类网络训练学习。优化后的置信分类网络继续进行下一轮次的点迹置信更新、决策证据构建以及类别标签更新等,此过程一直循环迭代,直至前后两轮次的雷达点迹类别标签不再变化时停止。实测雷达点迹的实验验证结果显示,点云分形网络(point fractal network,PF-Net)、基于全连接神经网络的雷达点迹分类算法(radar plot classification based on fully connected neural network,RPC-FNN)、粒子群优化概率神经神经网络(particle swarm optimization probabilistic neural network,PSO-PNN)和基于卷积神经网络的雷达点迹分类算法(radar plot classification based on convolutional neural networks,RPC-CNN)典型雷达点迹智能识别算法的识别正确率为82%~90%,所提算法则可以达到93%,提升3%~10%。此外,所提算法对训练样本数目依赖较小,便于推广应用。

基于IAVOA-GRU网络的高频地波雷达电离层杂波预测

电离层杂波的精确预测对提升高频地波雷达的探测性能具有重要作用。提出了一种基于改进非洲秃鹫优化算法优化门控循环单元(Improved African Vultures Optimization Algorithm Optimization Gated Recurrent Unit,IAVOA-GRU)网络的电离层杂波预测方法。首先,依据电离层杂波的混沌特性,通过相空间重构方法对接收到的电离层杂波进行相空间重建,构建GRU网络的输入、输出样本集;然后,利用IAVOA对GRU网络的隐层节点数、迭代次数及初始学习速率3个超参数值执行优选;最后,重新训练优化后的GRU网络,并进行预测。实测结果表明,相较其他6种对比预测模型,所提出的IAVOA-GRU网络模型具有较高的预测精度和可靠性,为有效改善高频地波雷达的探测性能提供了一种思路和方法。

基于小波分析的高频地波雷达电离层杂波抑制

针对高频地波雷达电离层杂波,提出了一种新的抑制方法.该方法引入虚拟跳频技术,并与小波分析相结合,更好地进行了杂波抑制.通过频率虚拟跳变去除相邻回波脉冲间的相关性,人为地多次调整相位序列,起到统计平均的作用,而且可以配合小波变换中尺度参数和平移参数的调节,弥补单纯利用小波分析的不足.实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果.

基于时频分析的高频地波雷达电离层杂波抑制

针对高频地波雷达回波信号中的电离层杂波,提出了利用时频分析与特征值分解抑制杂波的方法。该方法首先通过时频分析合理地选择扫频脉冲时段和多普勒频率区间;然后对选定的时频域区间,采用特征值梯度准则与相邻距离元插值估计相结合的方法,分别在阵元-脉冲域和阵元-多普勒域进行特征值分解,更好地抑制了电离层杂波。实测数据处理结果表明,该方法对电离层杂波具有很好的抑制效果。

远距离支援干扰下的目标跟踪技术

针对远距离支援干扰下雷达较难检测到干扰机掩护区域内的目标,其他区域内目标航迹不稳定的问题,提出了噪声干扰下的PF-TBD(Particle Filter based Track BeforeDetect)算法和门限自适应的MHT(Multiple Hypothesis Tracking)算法,并将这两种算法进行整合,使其能够根据雷达探测区域受干扰的程度选取相应的算法.研究了不同雷达探测区域内目标的航迹管理.仿真表明,此方法充分整合了两种算法的优点,提高了20%以上的雷达探测区域范围,兼顾了算法的时效性,同时该方法对干扰是否存在具有较强的适应性,对远距离支援干扰或其他压制干扰下目标跟踪具有一定的理论参考意义和实际应用价值.

基于平稳Contourlet变换的极化SAR图像融合

提出一种新颖而有效的基于平稳Contourlet变换的极化SAR图像融合算法。平稳Contourlet变换是一种具有几何信息的灵活多尺度、多方向和平移不变性的图像分解变换,与小波变换相比,对图像分析很重要的沿曲面任意方向反映的细节更容易调整。采用平稳Contourlet变换对多个单极化强度图像进行分解,对于低频系数和方向高频系数采用最优加权算法实现极化图像的融合处理。实验结果表明,该算法与PWF算法相比在保留原始图像边缘和纹理信息同时,可以有效地抑制相干斑噪声的影响,取得较好的融合视觉效果。

“狼群”干扰对单、双基地雷达的干扰分析

"狼群"干扰是美国正在研制的一种分布式干扰.文中分析了"狼群"干扰对单、双基地雷达的影响,结果表明,"狼群"干扰对单、双基地雷达构成了严重的威胁.在理论分析计算的基础上,提出了抗"狼群"干扰的可能方法.

高频地波雷达海杂波抑制的时频-矩阵联合法

高频地波雷达海面回波信号中含有很强的海杂波分量,造成虚警与漏警现象,严重影响了对船只目标的探测与管理。本文提出基于时频分析与矩阵分解相联合的海杂波抑制方法。该方法从时频域中检测出海杂波的时变频率范围,同时通过Hankel降秩得到各回波分量奇异值及瞬时频率估计;通过频率匹配及矩阵重构给出海杂波的时域分量,予以剔除。实测雷达数据处理结果表明,在保留目标时域回波与频谱特征的情况下,本方法成功实现了海杂波分量的分离与抑制,提高了对海面目标的探测性能。

改进的ReliefF算法用于雷达距离像目标识别

提出了一种改进的ReliefF算法,并将其用于雷达高分辨距离像(high resolution range profile,HRRP)目标识别。与传统ReliefF算法相比,新算法通过在每类目标中等距离间隔抽取相同数量样本的方式进行权值累积,降低了样本数量及分布差异等因素对特征权值的影响,得到了更稳定有效的特征权值。利用此权值不但可降低特征向量维数,并可对最小距离分类器加权,提高目标识别率。最后,对5种不同飞机实测数据的识别结果表明本算法可达到83%的平均识别率。

基于特征分解的高频地波雷达抗射频干扰研究

高频地波雷达工作在短波波段 ,回波信号容易受到各种射频干扰的影响 ,恶化系统的性能。本文就线性调频体制下 ,窄带射频干扰进入线性调频雷达接收机 ,经过混频后形成线性调频干扰的情况进行了分析 ,指出窄带射频干扰经过距离分离处理和多普勒处理后 ,会在多个距离元的多普勒谱上形成同一频率的谱峰 ,这些谱峰之间有很强的相关性 ,可以通过特征分解的办法加以去除。

线性调频连续波雷达的噪声性能分析

在白噪声与线性调频连续波重达回波功率语的关系基础上，从理论上分析了白噪声对线性调频连续波重达到距精度和距离分辨力的影响。分析结果表明，雷达采用“差拍－傅里叶”结构在频域上获取目标信息要比采用“差拍－平均频率计数”结构在时域上获取目标信息具有更强的抗噪声性能。

基于改进小波阈值函数的雷达信号去噪

为去除雷达信号混杂的高斯白噪声,对小波阈值去噪法进行研究。通过分析软硬阈值函数和几种改进阈值函数的特点,提出了改进连续阈值函数和折衷阈值函数,并选取优化阈值进行去噪仿真。仿真结果表明:新阈值函数连续性好、便于调节,克服了硬阈值法不连续和软阈值法具有偏差的缺点。方法2效果最佳,有效提高了输出信噪比,对于雷达信号处理具有一定的应用价值。

一种基于小波变换的天水线提取算法

文中提出了一种基于小波变换多尺度分解图像快速提取天水线的方法,不仅省去了一般图像特征提取之前的图像预处理及图像分割步骤,而且提取的天水线效果好,处理周期短,自适应性强,同时能够滤除噪声并保持目标细节.

距离-速度噪扰模糊数据同时分辨的孙子定理算法

本文描述了一种推广的孙子定理,针对噪扰模糊数据发展了一种基于该定理的模糊分辨算法。该法可以同时完成中重复频率脉冲多普勒雷达的距离及速度的模糊分辨.文中还分析了该算法的正确解模糊条件及概率.

高频地波雷达距离混叠与距离模糊研究

针对地波雷达中远距离斜向返回散射电离层杂波的距离混叠问题,研究了不同接收机结构下线性调频中断连续波体制高频地波雷达的波形参数设计方法,给出了克服距离混叠和计算最大不模糊距离的公式以及波形参数选择的参考原则。理论计算和现场试验证明了远距离斜向返回散射电离层杂波是该体制雷达波形参数设计必须考虑的电波环境要素之一。

高分辨率海杂波观测研究

高分辨率海杂波特性对于现代雷达信号处理和目标检测有着重要意义。通过对几种常用体制散射计配置进行简单比较,提出利用频率步进体制雷达建立海杂波长期观测站的方案,计算结果和初步试验结果验证了该体制用于测量高分辨率海杂波的可行性及其优越性。对初步实测海杂波数据的分析,验证了数据的有效性,表明高分辨率下海杂波的复杂性。

基于小波分解的超宽带雷达去噪方法

为提高超宽带雷达信号的信噪比,分析了运用小波变换的分解与重构理论来实现超宽带雷达信号去噪的原理,并进行了仿真,结果表明,这种方法具有较好的去噪能力,去噪效果与目标信号及干扰信号的特性有关。

转发式干扰环境中的机载雷达运动目标检测

针对机载雷达运动目标检测中转发式干扰会引起虚警、抬高检测门限并降低雷达系统的检测概率的问题,提出了一种基于最大似然估计的机载雷达运动目标检测算法.首先估计转发式干扰的空域导向矢量,然后采用最大似然方法估计出运动目标的幅度,并以此来进行检测.仿真实验表明,该算法在完成杂波抑制的同时,可有效抑制旁瓣转发式干扰对运动目标检测的影响,并能在一定程度上降低主瓣转发式干扰对运动目标检测的影响.

基于CEEMDAN和小波软阈值的电能质量扰动信号去噪新方法

为了有效降低噪声对电能质量扰动信号检测的影响,文中提出基于自适应加噪的完备集合经验模态分解(CEEMDAN)和小波软阈值相结合的去噪新方法。该方法利用CEEMDAN将含噪信号分解成为多个频率由高到低的固有模态分量(IMF),采用BP神经网络对含噪信号两端进行延拓来抑制端点效应,通过计算各IMF的多尺度排列熵(MPE)的均值来确定高频含噪分量和低频扰动信号分量,然后使用小波软阈值对高频分量进行去噪,最后将去噪后的IMF与低频IMF进行信号重构,这样既保留了高频分量的有效信息又滤除了噪声。仿真实验表明,利用所选定的新方法去噪效果相对于小波硬阈值去噪、小波软阈值等传统方法有一定的优势,去噪后的信号能够真实地反映电能质量扰动信号的特征,所得结果合理、有效。