一种基于能量选择的改进TQWT海杂波抑制算法

针对雷达对海探测中海杂波抑制问题,研究了基于能量选择的改进可调Q小波变换（TQWT）海杂波抑制算法。根据目标和海杂波振荡属性差异,通过TQWT将回波信号分解到不同子带的小波系数中,并利用基追踪去噪（BPD）对小波系数稀疏优化后进行目标重构。为更好的重构目标信号,文中基于子带能量最优分布准则,提出了能量选择法,提取目标能量占优层级的小波系数进行重构,实现目标与海杂波的有效分离。论文分析了雷达观测时间对算法性能的影响,为该方法的工程应用提供指导。通过在CSIR公开数据集上进行实验,结果验证了该算法的性能,改善了输出信杂比。

基于Faster R-CNN网络的海面目标检测方法

为解决强海杂波条件下虚警率高、杂波多普勒较宽、信杂比低或低速目标落入杂波多普勒通道时海面目标难以检测的难题,提出了基于深度卷积网络(Faster R-CNN)的海面目标检测算法。利用深度卷积神经网络自动提取特征的能力,对输入含有目标的海面回波样本进行一系列非线性操作,逐层提取样本中目标抽象的特征;然后利用提取的特征对未知目标样本进行检测和定位,检测是否含有目标以及目标的位置。最后在实测南非海杂波数据集上进行实验验证,所提方法在虚警率为10~(-3)时,海面目标的检测率高达57.98%,比传统的恒虚警率检测提高约28%,比稀疏可调Q小波变换检测方法提高了21%,验证了该方法的准确性和有效性,为海面目标检测提供了新的技术途径。