摘要

本发明公开了一种基于多特征与集成学习结合的海面漂浮小目标检测方法,主要解决单一的特征难以保证各种环境下的性能稳健问题和单一分类器检测时存在的稳定性差的问题;过程是:1获取雷达回波数据;2计算归一化平滑维格纳-威利分布;3提取海杂波和目标的多个特征构成训练矩阵;构造用于XGBoost训练的数据;4采用K折交叉验证和网格搜索法确定XGBoost模型的超参数,训练XGBoost模型;5将待检测单元的多特征矩阵输入训练好的XGBoost模型,计算检测统计量D和检测门限T,根据检测统计量D与检测门限T的比较结果判断是否存在目标,做检测统计量D大于等于检测门限T,判定目标存在,反之,判定目标不存在。