科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对海杂波存在对高频地波雷达海面目标检测造成严重干扰的问题，提出一种基于改进的SSA-RBF的高频地波雷达海杂波抑制方法.考虑到网络初始参数影响RBF网络的收敛速度和精度，基本的麻雀搜索算法存在迭代后期种群多样性迅速下降，早熟不易寻到全局最优的问题，研究通过ISSA来优化RBF初始参数.首先，利用混沌精英反向学习初始化种群，提高种群的多样性，为全局搜索奠定基础；其次，改进侦查预警向最优解跳跃的更新方式，扩宽搜索范围；最后提出自适应变异对当前最优解进行变异扰动并引入贪婪选择，避免搜索停滞.用重构的海杂波训练样本来训练海杂波预测模型(ISSA-RBF),之后将训练好的ISSA-RBF对临近距离单元海杂波做单步预测，进而有效抑制海杂波.仿真实验结果表明：ISSA-RBF预测模型相对于PSO-RBF和SSA-RBF来说，可以更好地学习海杂波的内在动力学特征，提高高频地波雷达目标检测性能.
- 单位
