海杂波背景下的PSO-RBF弱目标检测

作者：石嘉; 夏德平

来源：电子测量技术, 2019, 42(07): 35-39.

DOI：10.19651/j.cnki.emt.1802251

• 粒子群优化
• 径向基函数
• 目标检测
• 神经网络
• 海杂波

海杂波背景下的目标检测是海面雷达信号处理的重要组成部分。海杂波中弱目标的检测,传统方法是基于海杂波统计特性,但是统计特性并不能很好地反映海杂波的内在动力学特性,因此检测效果很不理想。本文根据海杂波的混沌特性,对其进行了相构空间重构,并将粒子群算法算法(PSO)应用到径向基函数(RBF)神经网络核函数参数的优化学习中,利用加拿大McMaster大学采用IPIX雷达在Dartmouth地区海域实测带有目标的海杂波数据对此方法进行验证。结果表明,在混沌海杂波背景下PSO-RBF小目标检测法具有良好的预测性,相比于一般的径向基神经网络,改进算法不仅收敛速度快,且误差精度高。

• 单位
  南京电子技术研究所