基于支持向量機的混沌海雜波信號檢測方法研究.pdf

1、海雜波的檢測與處理對海洋背景中的艦船等目標的探測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雷達回波中的微弱目標信號。海雜波建?？梢钥醋魇且粋€預測問題，本文基于復雜非線性系統(tǒng)的相空間重構(gòu)理論和混沌信號可短期預測的特征，建立了對偶約束的最小二乘支持向量機混沌預測模型，并對海雜波信號進行預測，從預測誤差中檢測了淹沒在混沌背景中微弱的目標信號。
　　 非線性檢驗是信號的混沌特性判斷的必要步驟之一，替代數(shù)據(jù)法是非線性檢驗中廣為采

2、用的方法。本文針對信號的非線性檢驗，對替代數(shù)據(jù)方法進行了分析和研究。為了使替代數(shù)據(jù)能夠更好的具有原始信號的統(tǒng)計特性，把小波變換與隨機相位法相結(jié)合，提出了一種基于小波變換的替代數(shù)據(jù)算法，同時以混沌信號的關(guān)聯(lián)維數(shù)作為判據(jù)，通過統(tǒng)計量檢驗，實現(xiàn)混沌信號的非線性判定。此方法能更有效的拒絕零假設，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。
　　 在支持向量機建模中，本文提出了一種改進的提取混沌背景中微弱信號的最小二乘支持向量機(LS-S

3、VM)的方法。通過將信號以db3小波逐層分解，進行LS-SVM預測，再進行重構(gòu)，同時通過增加對偶約束項的方法，建立一套改進的混沌背景下微弱信號的檢測模型?；诖四Ｐ?，本文對含有微弱信號的Lorenz吸引子進行了仿真實驗，說明了該方法能夠有效地檢測出混沌背景噪聲中的微弱目標信號，與傳統(tǒng)RBF神經(jīng)網(wǎng)絡和LS-SVM預測方法相比，預測精度和檢測門限方面的性能有顯著的提高。進一步，利用該方法對McMaster IPIX雷達海雜波實際數(shù)據(jù)進行檢測