学位专题

目录>
<

ELM海杂波目标检测研究

荆纬
中国海洋大学
引用
在海洋各方面的研究之中,海杂波的研究得到了越来越多学者的关注,对其本身统计特性、时频分布特性、分形特性等内容都进行了深入的分析,并且基于这些特性提出了多种海杂波目标检测的方法。  本文先是介绍1993年IPIX雷达实测数据的信息,为后面的实验打下基础。然后从海杂波统计特性、时频分布特性和分形特性入手,探讨了海杂波的时间-空间相关性、幅度分布拟合、一维二维仿真、FRFT(Fractional Fourier Transform)域和分形特性建模,得出了海杂波去相关时间、K分布拟合参数和FRFT域分形建模Hurst指数三个特征向量能够较好的区分纯海杂波和目标回波。最后介绍极限学习机(Extreme Learning Machine,ELM)的理论和算法以及比较传统分类方法的优势,并使用ELM方法对海杂波数据实现模式分类。通过对雷达实测海杂波数据进行实验表明,本文使用的基于ELM的海杂波目标检测方法能够有效区分主目标回波和纯海杂波,并且运算时间大幅降低,能够满足实时性处理海杂波数据的要求。  本文使用海杂波去相关时间、K分布拟合参数和FRFT域分形建模Hurst指数作为特征向量,利用极限学习机进行分类处理,对于海杂波目标检测具有一定的理论和实用价值。

雷达;海杂波;目标检测方法;极限学习机;数据处理

中国海洋大学

硕士

电子与通信工程

姬光荣

2015

中文

TN957.51

69

2016-01-27(万方平台首次上网日期,不代表论文的发表时间)