海杂波背景下的PSO-RBF弱目标检测

• 作者: 夏德平 石嘉
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 粒子群优化 径向基函数 目标检测 神经网络 海杂波
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 理论与算法
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP951
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802251

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏德平		7	18	3.0	4.0
2	石嘉		1	0	0.0	0.0