發(fā)布時間：2018-03-19 00:03

  本文選題：海雜波　切入點：分形　出處：《西安電子科技大學》2016年博士論文　論文類型：學位論文

【摘要】：復雜海雜波背景下的微弱目標檢測技術一直是一個研究的熱點。傳統(tǒng)的海面目標檢測方法均是基于某種海雜波幅度統(tǒng)計模型,其檢測概率十分依賴于模型的匹配程度和目標的信雜比(SCR)。由于很難通過一個準確的分布函數來建模具有復雜特性的海雜波,在高海情和低SCR條件下,傳統(tǒng)目標檢測方法的性能急劇下降。由于傳統(tǒng)檢測算法的局限性,本文著重研究了海雜波的分形和多重分形特性,以及它們在海面微弱目標檢測中的應用。論文的主要研究工作如下：1.針對已有基于分形的目標檢測方法在低SCR條件下性能下降的問題,提出了一種基于海雜波AR譜分形的微弱目標檢測方法,能夠有效的提取出高分辨率的AR譜分形參數,提高了微弱目標檢測性能。首先,我們以分數布朗運動(FBM)模型為例,證明了功率譜具有分形特性。其次,為了克服了傅里葉分析的缺點,采用現代譜估計的方法來計算海雜波的功率譜。由于AR模型是一個線性預測模型,它通過序列的自相關函數矩陣來估計功率譜,并且具有更精確的頻譜分辨率,因此我們研究了海雜波AR譜的分形特性。通過X波段實測雷達數據驗證了海雜波AR譜的分形特性,并分析了AR譜Hurst指數及其影響因素。最后,我們以AR譜Hurst指數為檢驗統(tǒng)計量,設計目標的CFAR檢測方法。實驗結果表明：該算法具有海雜波背景下微弱目標檢測的能力,且檢測性能優(yōu)于傳統(tǒng)的恒虛警率(CFAR)檢測算法和基于頻域Hurst指數的目標檢測算法。2.多重分形譜函數是描述海雜波多重分形特性的重要參量。針對全局多重分形譜檢測性能不穩(wěn)定的問題,提出了一種基于海雜波局部多重分形譜的微弱目標檢測方法,提高了微弱目標檢測的性能。首先,我們分析了判定海雜波多重分形特性的三個要素,即非高斯性、長時相關性和尺度不變性。其次,根據Legendre變換計算出海雜波的多重分形譜,并從能量分布的角度分析了海雜波局部多重分形譜與奇異性強度函數之間的聯系。根據海雜波距離單元與目標距離單元在局部多重分形譜上的能量分布差異,我們對多重分形譜進行加窗處理,提取出多重分形譜的局部均方和來進行目標檢測。其中,矩形窗的長度根據奇異性強度函數的斜率自適應選取。最后,通過實測X波段和S波段雷達海雜波數據驗證了該算法的有效性。與傳統(tǒng)的CFAR檢測方法和已有多重分形的目標檢測方法相比,該算法在低SCR條件下的檢測性能較優(yōu)。3.針對已有頻域多重分形檢測算法譜分辨率較低的問題,提出了一種基于海雜波AR譜多重分形的微弱目標檢測方法,提高了功率譜估計的分辨率,改善了微弱目標檢測的性能。首先,我們將多重分形引入到了現代譜估計理論,并采用AR譜估計法來計算海雜波的功率譜。根據X波段雷達的實測海雜波數據,通過多重去趨勢分析法(MF-DFA)驗證了海雜波AR譜的多重分形特性,并計算出無標度區(qū)間內的AR譜廣義Hurst指數。最后,分析了海雜波AR譜的廣義Hurst指數及其影響參數,提取出AR譜廣義Hurst指數在特征區(qū)間內的局部積分,以此為統(tǒng)計檢驗量設計恒虛警檢測算法。實驗結果表明,該檢測方法具有海雜波背景下微弱目標檢測的能力,與現有的多重分形檢測方法和傳統(tǒng)CFAR檢測方法對比,該算法在低SCR情況下具有較好的檢測性能。4.針對已有擴展分形方法在低SCR條件下檢測性能下降的問題,提出了一種基于海雜波AR譜擴展分形的微弱目標檢測方法,提高了擴展分形特征參數的準確性,改善了微弱目標檢測的性能。為了克服傅里葉分析的缺陷,我們將AR譜估計理論引入到海雜波擴展分形特性分析,該方法是對AR譜分形和多重分形的推廣,能夠分析海雜波不同尺度條件下的分形特征。根據X波段雷達的實測海雜波數據,分析了海雜波AR譜的多尺度Hurst指數及其最優(yōu)尺度區(qū)間。最后,我們分析了海雜波AR譜多尺度Hurst指數的影響參數,并提取最優(yōu)區(qū)間的AR譜多尺度Hurst指數進行目標檢測。實驗結果表明,該檢測方法具有海雜波背景下微弱目標檢測的能力,與現有的擴展分形檢測方法和傳統(tǒng)CFAR檢測方法對比,該算法在低SCR情況下具有較好的檢測性能。
[Abstract]:......
【學位授予單位】：西安電子科技大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TN957.51

【相似文獻】

相關期刊論文 前10條

1 張駿溫,陳海文,陳常嘉;因特網業(yè)務量多重分形性本質成因的研究[J];軟件學報;2002年03期

2 張博;陳魏鑫;俞柏鋒;;多重分形網絡流量判別方法和產生方法[J];計算機工程與設計;2009年03期

3 張大陸,李晨;混合網絡業(yè)務量多重分形分析[J];計算機工程;2004年09期

4 鄭婷婷;毛軍軍;宋杰;程家興;;蛋白質序列中的多重分形分析[J];計算機工程與應用;2007年20期

5 賈巖;譚獻海;何平;胡玉清;;網絡業(yè)務多重分形特性研究[J];計算機仿真;2009年04期

6 洪飛,吳志美;基于小波的多重分形業(yè)務排隊分析[J];計算機研究與發(fā)展;2004年06期

7 郭科,施澤進,唐菊興,陳聆,劉二永,魏友華;用多重分形研究元素的共生組合性[J];電子科技大學學報;2004年02期

8 胡俊;邱濤;魏娟;胡玉清;;多重分形下不同網絡流量的合成模型[J];計算機應用;2008年03期

9 徐建;許滿武;嚴悍;李千目;;一種基于多重分形的軟件衰退分析方法[J];計算機科學;2010年08期

10 陳捷,陳克安,孫進才;一種時間序列多重分形分析的改進方法及其應用[J];數據采集與處理;1999年03期

相關會議論文 前10條

1 寧新寶;王俊;;生理信號中的多重分形[A];中國生物醫(yī)學工程學會第六次會員代表大會暨學術會議論文摘要匯編[C];2004年

2 謝淑云;鮑征宇;;地球化學場的分形與多重分形特征[A];中國礦物巖石地球化學學會第九屆學術年會論文摘要集[C];2003年

3 林勇;趙國慶;喻祖國;;多重分形分析在經濟中的應用[A];2002年中國管理科學學術會議論文集[C];2002年

4 那木吉拉;陳志軍;;戈壁覆蓋區(qū)遙感信息提取閾值確定的多重分形方法探討[A];第十二屆全國數學地質與地學信息學術研討會論文集[C];2013年

5 謝平;劉彬;王霄;林洪彬;;多重分形熵及其在非平穩(wěn)信號分析中的應用研究[A];第七屆青年學術會議論文集[C];2005年

6 鄭婷婷;毛軍軍;吳濤;宋杰;;多重分形和商空間理論在蛋白質結構類分析中的應用[A];第二十六屆中國控制會議論文集[C];2007年

7 蔣志強;周煒星;;中國證券市場的多重分形特征[A];中國數學力學物理學高新技術交叉研究學會第十二屆學術年會論文集[C];2008年

8 吳飛;王翠香;;隨機數的幾種產生方法及其在多重分形模型中的應用研究[A];中國地球物理第二十一屆年會論文集[C];2005年

9 曹廣喜;史安娜;;上海股市收益的多重分形特征的實證研究:一種新的MFDFA方法[A];第八屆中國管理科學學術年會論文集[C];2006年

10 張穎;路影;;時尚商品價格時間序列的多重分形分析[A];2007中國控制與決策學術年會論文集[C];2007年

相關博士學位論文 前10條

1 倪黃晶;人腦磁共振數據的多重分形研究[D];南京大學;2015年

2 范一飛;基于分形和多重分形的海面微弱目標檢測方法研究[D];西安電子科技大學;2016年

3 謝淑云;地球化學場的分形與多重分形特征[D];中國地質大學;2003年

4 苑寶;多重分形理論及其在中國股票市場中的應用研究[D];東北大學;2007年

5 李大輝;網絡視頻流量的多重分形建模與多步預測研究[D];哈爾濱工程大學;2012年

6 王訪;作物診斷的葉片圖像多重分形方法與建模[D];湖南農業(yè)大學;2013年

7 陳洪濤;石油期貨市場多重分形特征及相關問題研究[D];南京航空航天大學;2009年

8 高歆;基于小波變換的二維地球化學景觀多重分形建模[D];中國地質大學（北京）;2010年

9 于雷;基于多重分形頻譜技術的木材CT檢測及其三維結構重建[D];東北林業(yè)大學;2010年

10 陳存;材料壓縮變形中的數學問題研究[D];鄭州大學;2015年

相關碩士學位論文 前10條

1 鄧強強;基于Agent的股市建模與市場分形特征研究[D];南京信息工程大學;2015年

2 韓彥;中國境內外股市間的多重分形交叉相關性研究[D];南京信息工程大學;2015年

3 郭凌俐;黃土區(qū)露天煤礦排土場重構土壤孔隙分布的多重分形表征[D];中國地質大學(北京);2015年

4 晉珊珊;高能重離子碰撞中多粒子產生的多重分形性質的研究[D];華中師范大學;2015年

5 王宇;基于多重分形理論的黃土區(qū)露天煤礦排土場重構土壤特性空間變異研究[D];中國地質大學(北京);2015年

6 張鵬;運動調制HRV信號的相關性與多重分形性分析[D];陜西師范大學;2015年

7 張晶;基于分形分析的金融時間序列復雜性研究[D];南京財經大學;2015年

8 陳長江;基于分形與分維的東亞地震時空特性分析[D];電子科技大學;2015年

9 袁洪偉;復雜網絡多重分形特性存在性研究[D];哈爾濱工業(yè)大學;2014年

10 李亞蘭;中國白銀期貨市場的多重分形分析[D];南京財經大學;2014年

，

本文編號：1631907