基于ES-ELM和FRFT的高频地波雷达多目标自适应检测

• 作者: 李庆忠 牛炯 翟羽佳
• 来源期刊: 电波科学学报
• 学科: 工学
• 关键词: 多目标检测 极限学习机(ELM) 分数阶傅里叶变换(FRFT) Haar-like特征 相空间重构
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 论文
• 页码范围: 270-279
• 页数: 10页
• 分类号: TN957.5
• 字数: 8629字
• 语种: 中文
• DOI: 10.13443/j.cjors.2018121001

摘要

高频地波雷达(high frequency surface wave radar,HFSWR)对于海事监测具有重要的军用及民用意义,然而在HFSWR回波信号中,待检测的目标常常淹没在海杂波和各种背景噪声中.因此,如何有效抑制杂波并实现多目标的自适应检测是HFSWR实现海事检测的关键和难点.该文提出了一种结合误差自校正极限学习机(error self-adjustment extreme learning machine,ES-ELM)和分数阶傅里叶变换(fractional Fourier transform,FRFT)的多目标自适应检测算法.算法根据相空间重构理论获得ELM的最佳状态空间,利用ES-ELM建立海杂波预测模型并对海杂波进行有效抑制;再在分数域根据目标信号的峰值集聚特征,利用Haar-like算子提取目标点的形态特征,并通过ES-ELM神经网络对目标进行自动辨识.实验结果表明,该文提出的算法具有良好的海杂波抑制能力,并可以实现海杂波背景下多运动目标的自适应高精度检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆忠	中国海洋大学工程学院山东省海洋工程重点实验室	45	586	13.0	23.0
2	牛炯	中国海洋大学工程学院山东省海洋工程重点实验室	23	27	3.0	4.0
3	翟羽佳	中国海洋大学工程学院山东省海洋工程重点实验室	1	0	0.0	0.0