基于混沌神经网络的海上目标图像的海杂波抑制方法

作者：李正周; 陈静; 沈美容; 侯倩; 丁浩; 金钢

来源：光电子.激光, 2014, 25(03): 588-594.

DOI：10.16136/j.joel.2014.03.030

• 海杂波抑制
• 序列光电图像
• 混沌理论
• 径向基函数神经(RBF)网络
• Lyapunov指数

针对目前基于随机信号模型的海上目标图像海杂波抑制的常用方法效果不甚理想,提出了一种基于混沌神经网络的海上目标图像海杂波抑制方法。考虑到海杂波运动固有的混沌性导致其海上目标图像具有混沌特征,在海杂波混沌动力系统相空间重构的基础上构造海杂波动力学模型,运用径向基函数(RBF)神经网络提取模型参数,以此预测和抑制海杂波。用实际海上目标图像进行海杂波抑制实验,并与最小均方(LMS)算法和最大Lyapunov指数法相比,实验结果表明,本文方法对海杂波具有良好的抑制效果,使其平均绝对误差(MAD)减小了30%,信噪比(SNR)提高了4到6dB,可为海上弱小目标检测提供新的解决思路。

• 单位
  中国空气动力研究与发展中心; 中国科学院; 重庆大学