亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        海雜波背景下基于混沌理論的目標(biāo)檢測(cè)

        2010-09-29 11:27:30韓長(zhǎng)喜李宗武徐艷國(guó)
        關(guān)鍵詞:雜波矩形神經(jīng)網(wǎng)絡(luò)

        韓長(zhǎng)喜,李宗武,武 楠,徐艷國(guó)

        (南京電子技術(shù)研究所,江蘇 南京 210013)

        海面目標(biāo)檢測(cè)技術(shù)在軍用和民用中均占有重要的地位,提供準(zhǔn)確的目標(biāo)判決是對(duì)海雷達(dá)工作的重要任務(wù)之一。雷達(dá)自動(dòng)檢測(cè)系統(tǒng)依據(jù)判決準(zhǔn)則在給定的檢測(cè)閾值下做出判決,而強(qiáng)海雜波往往成為微弱目標(biāo)信號(hào)的主要干擾。如何處理海雜波將直接影響到雷達(dá)在海洋環(huán)境下的檢測(cè)能力。

        海雜波是指雷達(dá)照射下海面的后向散射回波,雷達(dá)檢測(cè)海雜波背景下目標(biāo)的常用方法是將海雜波模擬成具有某種概率分布的隨機(jī)過(guò)程(如Rayleigh分布、Log-normal分布、Weibull分布、K分布等),而判決通常采用貝葉斯(Bayes)假設(shè)檢驗(yàn)。傳統(tǒng)的檢測(cè)技術(shù)由于統(tǒng)計(jì)決策理論中檢測(cè)概率和虛警概率之間固有的矛盾,因而在強(qiáng)海雜波和低虛警概率條件下發(fā)現(xiàn)弱小目標(biāo)(如小船、小冰塊)的能力有限。因此,如果能夠在一定程度上抑制海雜波的干擾,將有可能在很大程度上改善雷達(dá)的目標(biāo)檢測(cè)性能。

        在海雜波背景下雷達(dá)目標(biāo)檢測(cè)領(lǐng)域的最新研究中,研究人員得出海雜波不完全是一種隨機(jī)的信號(hào),而是具有混沌的許多典型特征[1-5]。其中以HAYKIN S領(lǐng)導(dǎo)的研究小組為代表,他們利用大量的海上實(shí)測(cè)數(shù)據(jù)研究了海雜波的混沌特性,并利用混沌技術(shù)對(duì)傳統(tǒng)的雷達(dá)信號(hào)處理進(jìn)行了新的探索,積累了許多富有積極意義的研究成果,為海雜波背景下的目標(biāo)檢測(cè)提供了一種新的研究途徑[1,6-8]。本文以混沌理論為基礎(chǔ),以神經(jīng)網(wǎng)絡(luò)為工具,從相空間重構(gòu)理論出發(fā),利用RBF神經(jīng)網(wǎng)絡(luò)來(lái)重構(gòu)海雜波的內(nèi)在動(dòng)力學(xué),引入基于預(yù)測(cè)誤差的檢測(cè)方法對(duì)正弦信號(hào)進(jìn)行檢測(cè)分析。這種新的檢測(cè)技術(shù)具有優(yōu)于傳統(tǒng)檢測(cè)技術(shù)的應(yīng)用潛力,因?yàn)樗浞掷昧撕ks波具有混沌行為這一先驗(yàn)信息,而混沌系統(tǒng)是一種確定性系統(tǒng),是可預(yù)測(cè)的,至少在短時(shí)間內(nèi)具有可預(yù)測(cè)性。

        1 海雜波的混沌建模

        通常采集到的海雜波信號(hào)是一個(gè)時(shí)間間隔為Δt的序列c(n)(n=1,…,N),該時(shí)間序列是產(chǎn)生海雜波的多變量非線性混沌系統(tǒng)的觀測(cè)量。Takens從理論上證明了用混沌系統(tǒng)的一個(gè)觀測(cè)量可以重構(gòu)出原動(dòng)力系統(tǒng)模型,而且重構(gòu)出的模型與用來(lái)重構(gòu)的信號(hào)成分無(wú)關(guān)[2]。

        根據(jù)Takens嵌入定理,存在1個(gè)非線性映射φ,使式(1)成立:

        式(1)表明,等號(hào)左邊的各個(gè)分量由等號(hào)右邊的分量共同決定,并且只有 c(n+DEτ)是新的信息,因此存在非線性函數(shù),滿足式(2):

        式(2)中,F(xiàn)(·)為產(chǎn)生海雜波的混沌系統(tǒng),DE為嵌入維數(shù),τ為延遲時(shí)間。嵌入維數(shù)和延遲時(shí)間是重構(gòu)混沌動(dòng)力系統(tǒng)的兩個(gè)重要參數(shù),本文采用偽最近鄰(GFNN)方法計(jì)算嵌入維數(shù)[11],交互信息法(MI)計(jì)算延遲時(shí)間。

        由式(2)可以看出,利用觀測(cè)時(shí)間序列重建混沌動(dòng)力系統(tǒng)的問(wèn)題轉(zhuǎn)化為一步預(yù)測(cè)問(wèn)題,式(2)就是海雜波預(yù)測(cè)模型。

        由此可見(jiàn),用原系統(tǒng)的觀測(cè)量來(lái)重構(gòu)相空間,主要在于函數(shù)F的建模。神經(jīng)網(wǎng)絡(luò)具有很好的學(xué)習(xí)和逼近非線性函數(shù)的能力,由于c(n+DEτ)與等式右邊的所有分量都存在一定的關(guān)系,所以用它們作為模式對(duì)訓(xùn)練神經(jīng)網(wǎng)絡(luò),憑借神經(jīng)網(wǎng)絡(luò)的強(qiáng)大學(xué)習(xí)能力,可以得到非線性映射F贊:RDEτ→R1,使F贊逼近 F。

        神經(jīng)網(wǎng)絡(luò)有2種工作模式:訓(xùn)練模式和工作模式。將海雜波的一段用作訓(xùn)練數(shù)據(jù),使神經(jīng)網(wǎng)絡(luò)收斂,即網(wǎng)絡(luò)中線性部分和非線性部分的諸權(quán)值均收斂到穩(wěn)定值,這是神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模式。工作模式,即用作預(yù)測(cè)器時(shí),神經(jīng)網(wǎng)絡(luò)的權(quán)值保持不變,觀測(cè)數(shù)據(jù)依序輸入到神經(jīng)網(wǎng)絡(luò)中,網(wǎng)絡(luò)的輸出就是混沌序列的預(yù)測(cè)值。

        神經(jīng)網(wǎng)絡(luò)的基本類(lèi)型有前饋型、自組織型和隨機(jī)網(wǎng)絡(luò)等。而常用的前饋型網(wǎng)絡(luò)有徑向基(RBF)神經(jīng)網(wǎng)絡(luò)和多層感知器(MLP),BP網(wǎng)絡(luò)是典型的多層感知器,與BP網(wǎng)絡(luò)相比,要實(shí)現(xiàn)同一個(gè)功能,RBF神經(jīng)網(wǎng)絡(luò)的神經(jīng)元個(gè)數(shù)可能要比BP網(wǎng)絡(luò)的神經(jīng)元個(gè)數(shù)多。但是,RBF神經(jīng)網(wǎng)絡(luò)所需要的訓(xùn)練時(shí)間卻比前向BP網(wǎng)絡(luò)少,加之RBF神經(jīng)網(wǎng)絡(luò)具有最佳逼近性能,不存在局部極小點(diǎn)等優(yōu)點(diǎn)[12]。本文的實(shí)驗(yàn)中采用RBF神經(jīng)網(wǎng)絡(luò)對(duì)海雜波進(jìn)行訓(xùn)練和預(yù)測(cè)。

        RBF神經(jīng)網(wǎng)絡(luò)是由輸入層、隱含層和輸出層構(gòu)成的3層前向網(wǎng)絡(luò),如圖1所示。輸入層由信號(hào)源結(jié)點(diǎn)組成;第2層為隱含層,隱單元數(shù)由所描述的問(wèn)題的需要而定,隱含層采用徑向基函數(shù)作為傳遞函數(shù);第3層為輸出層,它對(duì)輸入模式的作用產(chǎn)生響應(yīng)。從輸入層空間到隱含層空間的變換是非線性的,而從隱含層空間到輸出層空間的變換是線性的。

        圖1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

        RBF神經(jīng)網(wǎng)絡(luò)的傳遞函數(shù)radbas是以輸入向量和權(quán)值向量之間的距離‖dist‖作為自變量的,其原型函數(shù)為:

        隨著權(quán)值向量和輸入向量之間距離的減少,輸出是遞增的,當(dāng)輸入自變量為0時(shí),函數(shù)取得最大值為1。

        為了使RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本能夠提供更多的信息,本文確定輸入層神經(jīng)元數(shù)為DEτ,隱含層神經(jīng)元數(shù)由訓(xùn)練誤差和訓(xùn)練樣本數(shù)共同決定,輸出層只有1個(gè)神經(jīng)元。

        RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程分為2步:第1步為無(wú)教師式學(xué)習(xí),用來(lái)確定輸入層與隱含層間權(quán)值w1;第2步為有教師學(xué)習(xí),用來(lái)確定隱含層與輸出層間權(quán)值w2。在訓(xùn)練以前,需要提供輸入矢量X、對(duì)應(yīng)的目標(biāo)矢量T以及徑向基函數(shù)的擴(kuò)展常數(shù)C。訓(xùn)練的目的是求取兩層的最終權(quán)值 w1、w2和閾值 b1、b2。

        2 混沌海雜波背景下的目標(biāo)檢測(cè)

        在海雜波具有混沌特性的理論基礎(chǔ)上,通過(guò)重構(gòu)海雜波的相空間,并利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和預(yù)測(cè)能力來(lái)預(yù)測(cè)下一個(gè)時(shí)刻的回波信號(hào),將預(yù)測(cè)到的信號(hào)與實(shí)際接收到的雷達(dá)回波信號(hào)相比較,根據(jù)預(yù)測(cè)誤差檢測(cè)目標(biāo)信號(hào)。這樣就把從強(qiáng)海雜波中檢測(cè)微弱目標(biāo)信號(hào)的問(wèn)題轉(zhuǎn)化為從預(yù)測(cè)誤差中檢測(cè)目標(biāo)信號(hào)的問(wèn)題。檢測(cè)的步驟如下[6-10]:

        (1)用RBF神經(jīng)網(wǎng)絡(luò)對(duì)雜噪比高的海雜波數(shù)據(jù)建模,將神經(jīng)網(wǎng)絡(luò)作為一個(gè)預(yù)測(cè)器,即用混沌背景產(chǎn)生模式對(duì)輸入矢量X、對(duì)應(yīng)的目標(biāo)矢量T訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò),通過(guò)調(diào)節(jié)擴(kuò)展系數(shù)C和訓(xùn)練誤差,使其預(yù)測(cè)誤差最小,此時(shí)的神經(jīng)網(wǎng)絡(luò)就稱(chēng)為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。

        (2)利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)一個(gè)無(wú)目標(biāo)回波數(shù)據(jù) x0(n)(n=1,…,M),得到預(yù)測(cè)值x贊0(n)(n=1,…,M),計(jì)算預(yù)測(cè)誤差:ε0(n)=|x贊0(n)-x0(n)|(n=1,…,M),根據(jù) ε0(n)的直方圖計(jì)算出海雜波混沌預(yù)測(cè)誤差的概率密度函數(shù)pc(x),然后在給定的虛警概率Pfa下,由式(4)可以得出閾值η。

        (3)對(duì)于某一接收信號(hào) x(n)(n=1,…,M),利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)下一個(gè)回波數(shù)據(jù)x贊(n)(n=1,…,M),并與實(shí)際接收到的回波數(shù)據(jù)作比較,計(jì)算預(yù)測(cè)誤差:ε(n)=|x(n)-x贊(n)|。

        (4)將 ε(n)與 η 比較,若 ε(n)>η,則認(rèn)為有目標(biāo),否則無(wú)目標(biāo)。

        檢測(cè)框圖如圖2所示。

        圖2 基于神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法

        3 仿真實(shí)驗(yàn)結(jié)果與討論

        本實(shí)驗(yàn)所采用的數(shù)據(jù)是由雷達(dá)采集的實(shí)測(cè)海雜波數(shù)據(jù),雷達(dá)為X波段的寬帶相參雷達(dá),工作在低仰角凝視狀態(tài)。選擇距離門(mén)280、長(zhǎng)度為1 536點(diǎn)的數(shù)據(jù),記為c(n)(n=1,…,1 536)作為實(shí)驗(yàn)數(shù)據(jù),經(jīng)幅度和相位校正后,如圖3所示。用其前 1 024點(diǎn)記為c1(n)(n=1,…,1 024)作為訓(xùn)練樣本,后 512點(diǎn)記為 c2(n)(n=1,…,512)作為測(cè)試樣本。

        用交互信息法和偽最近鄰法分別計(jì)算該數(shù)據(jù)的時(shí)間延遲 τ和嵌入維 DE,得 τ=5,DE=9,因此輸入層神經(jīng)元數(shù)為45,輸出層神經(jīng)元數(shù)為1。

        將訓(xùn)練樣本送入RBF神經(jīng)網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,通過(guò)調(diào)節(jié)訓(xùn)練誤差和擴(kuò)展系數(shù),使測(cè)試誤差(單步預(yù)測(cè)誤差)最小,圖4為實(shí)測(cè)數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)的對(duì)比,圖5為訓(xùn)練好的網(wǎng)絡(luò)的測(cè)試誤差。從圖5可以發(fā)現(xiàn),測(cè)試誤差大部分在 5×10-3之內(nèi),均方差 MSE=3.597 8×10-6,這說(shuō)明該網(wǎng)絡(luò)已經(jīng)獲得了海雜波的內(nèi)在動(dòng)力特性,且具有很好的泛化能力,此時(shí)的網(wǎng)絡(luò)就稱(chēng)為訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)。則可以根據(jù)給定的虛警概率Pfa計(jì)算門(mén)限η。

        在測(cè)試樣本 c2(n)(n=1,…,512)的第 100點(diǎn)加入 1個(gè)幅度為 4.559 8×10-3的脈沖,計(jì)算得到此時(shí)的信雜比為-40 dB。經(jīng)神經(jīng)網(wǎng)絡(luò)處理后,得到預(yù)測(cè)誤差如圖6所示,在第102點(diǎn)有1個(gè)尖峰,此處的信雜比為3.389 8 dB(用該點(diǎn)),即經(jīng)神經(jīng)網(wǎng)絡(luò)處理后,信雜比改善了43.3898dB。

        圖7為測(cè)試誤差經(jīng)單元平均橫虛警處理的結(jié)果,由圖可見(jiàn),在第102點(diǎn)檢測(cè)到目標(biāo)。

        在測(cè)試樣本 c2(n)(n=1,…,512)的第 100點(diǎn)到第129點(diǎn)加入1個(gè)幅度為7.226 8×10-3的矩形信號(hào),矩形信號(hào)如圖 8所示,矩形信號(hào)加 c2(n)(n=1,…,512),如圖 9所示。計(jì)算得到此時(shí)的信雜比為-36 dB。

        經(jīng)RBF神經(jīng)網(wǎng)絡(luò)處理后得到測(cè)試誤差如圖10所示,在矩形信號(hào)的起點(diǎn)和終點(diǎn)附近(即第102點(diǎn)和131點(diǎn))測(cè)試誤差較大,在其他點(diǎn)測(cè)試誤差相對(duì)較小。隨著矩形信號(hào)長(zhǎng)度的增加,這種現(xiàn)象表現(xiàn)得越明顯,圖11為其他條件不變時(shí),矩形信號(hào)加長(zhǎng)到100點(diǎn)時(shí)的測(cè)試誤差。從第140到第195點(diǎn)的測(cè)試誤差幾乎與沒(méi)有信號(hào)加入時(shí)相同。

        將雜波加長(zhǎng)度為100的矩形信號(hào)的測(cè)試誤差進(jìn)行恒虛警處理,結(jié)果如圖12所示,可以發(fā)現(xiàn),只能在矩形信號(hào)的起點(diǎn)和終點(diǎn)附近的第102點(diǎn)和202點(diǎn)檢測(cè)到目標(biāo)。

        本文是建立在海雜波具有混沌特征的理論基礎(chǔ)上,通過(guò)相空間重構(gòu)技術(shù),利用RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)器的學(xué)習(xí)和對(duì)非線性函數(shù)的逼近能力,獲取海雜波的內(nèi)在動(dòng)力學(xué)。根據(jù)確定性混沌系統(tǒng)的短期可預(yù)測(cè)特點(diǎn)獲得單步預(yù)測(cè)誤差,通過(guò)對(duì)脈沖信號(hào)和不同長(zhǎng)度的矩形信號(hào)的處理分析,得到基于混沌的處理方法對(duì)微弱脈沖信號(hào)的信雜比改善可達(dá)43.389 8 dB,能夠檢測(cè)到微弱脈沖信號(hào)。而矩形信號(hào)只在信號(hào)的起點(diǎn)和終點(diǎn)附近得到類(lèi)似的信雜比改善和檢測(cè)能力,其中的各點(diǎn)信雜比改善較小,在這些點(diǎn)檢測(cè)不到目標(biāo),且隨著矩形信號(hào)長(zhǎng)度的增加,這種現(xiàn)象越明顯。由此可以得出,基于混沌的檢測(cè)方法對(duì)脈沖信號(hào)比對(duì)矩形信號(hào)的檢測(cè)能力強(qiáng)。

        [1]HAYKIN S,XIAO B L.Detection of signals in chaos[J].Proceeding of the IEEE, 1995,83(1):95-122.

        [2]HAYKIN S,PUTHUSSERYPADY S.Chaotic dynamics of sea clutter:an experimental study[J].Radar 97, 1997, 14-16:75-79.

        [3]HAYKIN S, BAKKER R, CURRIE B W.Uncovering nonlinear dynamics-the case study of sea clutter[J].Porceeding of the IEEE, 2002, 90(5):860-881.

        [4]赫金.海雜波的混沌特性分析[M].祝明波,譯.北京:國(guó)防工業(yè)出版社,2007.

        [5]林三虎,朱紅,趙亦工.海雜波的混沌特性分析[J].系統(tǒng)工程與電子技術(shù),2004,26(2):178-180.

        [6]LEUNG L T.Chaotic radar signal processing over the sea[J].IEEE Journal of Oceanic Engineer, 1993,18(3):287-295.

        [7]XIAO B L,HAYKIN S.Chaotic detection of small target in sea clutter[M].IEEE, 1993:I-237-I240.

        [8]BHATTACHARYA T K,HAYKIN S.Neural network-based radar detection for an ocean environment[J].IEEE Transaction on Aerospace and Electronic System.1997,33(2):408-420.

        [9]陳瑛,羅鵬飛.海雜波背景下基于RBF神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢 測(cè)[J].雷 達(dá) 科 學(xué) 與 技 術(shù) , 2005,3(5):271-275.

        [10]張亞飛,朱敏慧.基于混沌理論和形態(tài)學(xué)變換的海面分布目標(biāo)檢測(cè)[J].數(shù)據(jù)采集與處理,2008,23(2):123-128.

        [11]MATTHEW B K, REFFIE B, HENRY D I.Determining embedding dimension for phase-space reconstruction using a geometrical construction[J].Physical review A.1992,6(45):3403-3411.

        [12]張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社,2009.

        猜你喜歡
        雜波矩形神經(jīng)網(wǎng)絡(luò)
        STAR2000型空管一次雷達(dá)雜波抑制淺析
        兩矩形上的全偏差
        神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        化歸矩形證直角
        從矩形內(nèi)一點(diǎn)說(shuō)起
        基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
        密集雜波環(huán)境下確定性退火DA-HPMHT跟蹤算法
        復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
        相關(guān)廣義復(fù)合分布雷達(dá)海雜波仿真
        基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
        亚洲中文字幕诱惑第一页| 亚洲日韩成人av无码网站| 秋霞鲁丝片av无码| 精品99在线黑丝袜| 色综合久久五十路人妻| 亚洲欧美中文日韩在线v日本| 亚洲第一页综合图片自拍| 国产欧美成人| 亚洲中文有码一区二区| 亚洲av成熟国产一区二区 | 亚洲中文字幕无码中文字在线 | 午夜一区二区三区在线视频| 国产麻豆一区二区三区在| 极品少妇hdxx麻豆hdxx| 国产在线观看免费观看| 爆乳午夜福利视频精品| 精品人妻码一区二区三区红楼视频| 午夜不卡无码中文字幕影院| 欧美成a人片在线观看久| 精品三级久久久久久久| 成人免费播放视频影院| 粗大的内捧猛烈进出小视频| 无码人妻精品一区二区三区66 | 亚洲熟妇av一区二区三区| 亚洲日韩中文字幕一区| 在线观看国产精品91| 蜜桃视频在线在线观看| 亚洲av无码电影在线播放| 日本五月天婷久久网站| 人妻丝袜中文字幕久久 | 国产freesexvideos中国麻豆 | 美女露屁股无内裤视频| 精品国产一区二区三区18p| 亚洲 另类 日韩 制服 无码 | 中文字幕人成乱码中文乱码| 在线观看日本一区二区三区四区| 亚洲熟女乱色综合亚洲av| 亚洲高潮喷水中文字幕| 毛片精品一区二区二区三区| 亚洲av综合av成人小说| 就去吻亚洲精品欧美日韩在线|