搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种混沌海杂波背景下的微弱信号检测方法

行鸿彦 朱清清 徐伟

一种混沌海杂波背景下的微弱信号检测方法

行鸿彦, 朱清清, 徐伟
PDF
导出引用
导出核心图
  • 基于复杂非线性系统的相空间重构理论,提出了一种基于遗传算法的支持向量机预测方法. 利用改进的自相关法和饱和关联维数法确定混沌信号的时间延迟和嵌入维,从而实现相空间重构. 通过遗传算法优化支持向量机中的惩罚系数和核函数参数,并结合支持向量机建立混沌序列的单步预测模型,从预测误差中检测出淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号). 以Lorenz系统和加拿大McMaster大学利用IPIX 雷达实测得到的海杂波数据作为混沌背景噪声进行仿真实验,结果表明该方法能够有效地从混沌背景噪声中检测出微弱目标信号,所得的均方根误差为0.00049521(信噪比为-89.7704 dB),这比传统支持向量机方法的均方根误差(0.049,信噪比为-54.60 dB)降低了两个数量级.
    • 基金项目: 国家自然科学基金(批准号:61072133)、江苏省产学研联合创新计划(批准号:BY2013007-02,BY2011112)、江苏省高等学校科研成果产业化推进计划(批准号:JHB2011-15)和江苏省“六大人才高峰”计划资助的课题.
    [1]

    Zhang X D, Wang Z, Zhao P D 2008 Chin. Phys. Lett. 25 397

    [2]

    Leung H, Haykin S 1990 Appl. Phys. Lett. 56 593

    [3]

    Szajnowski W J 1976 Electron. Lett. 12 497

    [4]

    Anastassopoulos V, Lampropulos G 1995 IEEE Trans. AES 31 52

    [5]

    Conte E, Lops M, Ricci G 1994 IEE Proc. F 141 116

    [6]

    Zhang X G 2000 Acta Autom. Sin. 26 32 (in Chinese) [张学工 2000 自动化学报 26 32]

    [7]

    Cui W Z, Zhu C C, Bao W X, Liu J H 2005 Chin. Phys. 14 922

    [8]

    Leung H, Lo T 1993 IEEE J. Oceanic Eng. 18 287

    [9]

    Mukherjee S, Osuna E, Girosi F 1997 Workshop on Neural Networks for Signal Processing VII (Piscataway: IEEE Press) p511

    [10]

    Haykin S, Bakker R, Currie B W 2002 Proc. IEEE 90 860

    [11]

    Kenshi S, Yuko N, Shinichi A 2008 Chaos Solitons Fract. 38 1274

    [12]

    Zhu J Y, Ren B, Zhang H X, Deng Z T 2002 Proceedings of the First International Conference on Machine Learning and Cybernetics Beijing, China, November 4, 5, 2002 p364

    [13]

    Dai D, Ma X K, Li F C, You Y 2002 Acta Phys. Sin. 51 2459 (in Chinese) [戴栋, 马西奎, 李富才, 尤勇 2002 物理学报 51 2459]

    [14]

    Cui W Z, Zhu C C, Bao W X, Liu J H 2004 Acta Phys. Sin. 53 3303 (in Chinese) [崔万照, 朱长纯, 保文星, 刘君华 2004 物理学报 53 3303]

    [15]

    You R Y, Chen Z, Xu S C, Wu B X 2004 Acta Phys. Sin. 53 2882 (in Chinese) [游荣义, 陈忠, 徐慎初, 吴伯僖 2004 物理学报 53 2882]

    [16]

    Ye M Y, Wang X D, Zhang H R 2005 Acta Phys. Sin. 54 2568 (in Chinese) [叶美盈, 汪晓东, 张浩然 2005 物理学报 54 2568]

    [17]

    Xing H Y, Xu W 2007 Acta Phys. Sin. 56 3773 (in Chinese) [行鸿彦, 徐伟 2007 物理学报 56 3773]

    [18]

    Xing H Y, Jin T L 2010 Acta Phys. Sin. 59 140 (in Chinese) [行鸿彦, 金天力 2010 物理学报 59 140]

    [19]

    Packard N H, Cratchfield J P, Farmer J D, Shaw R S 1980 Phys. Rev. Lett. 45 712

    [20]

    Xing H Y, Cheng Y Y, Xu W 2012 Acta Phys. Sin. 61 100506 (in Chinese) [行鸿彦, 程艳艳, 徐伟 2012 物理学报 61 100506]

    [21]

    You R Y, Huang X J 2011 Chin. Phys. B 20 020505

    [22]

    Grassberger P, Procaccia I 1983 Phys. Rev. Lett. 50 346

    [23]

    Lo T, Leung H 1993 IEE Proc. F 140 243

    [24]

    Aguirre L A 1995 Phys. Lett. A 203 88

    [25]

    Ma Q L, Zheng Q L, Peng H, Zhong T W, Qin J W 2008 Chin. Phys. B 17 536

    [26]

    Wang Y N, Tan W 2003 Acta Phys. Sin. 52 2723 (in Chinese) [王耀南, 谭文 2003 物理学报 52 2723]

    [27]

    Du J Y, Hou Y B 2007 J. Sci. Instrum. 28 555 (in Chinese) [杜京义, 侯媛彬 2007 仪器仪表学报 28 555]

    [28]

    Wang F Y, Yuan G N, Xie Y J, Qiao X W 2009 Radar Sci. Technol. 7 53 (in Chinese) [王福友, 袁赣南, 谢燕军, 乔相伟 2009 雷达科学与技术 7 53]

  • [1]

    Zhang X D, Wang Z, Zhao P D 2008 Chin. Phys. Lett. 25 397

    [2]

    Leung H, Haykin S 1990 Appl. Phys. Lett. 56 593

    [3]

    Szajnowski W J 1976 Electron. Lett. 12 497

    [4]

    Anastassopoulos V, Lampropulos G 1995 IEEE Trans. AES 31 52

    [5]

    Conte E, Lops M, Ricci G 1994 IEE Proc. F 141 116

    [6]

    Zhang X G 2000 Acta Autom. Sin. 26 32 (in Chinese) [张学工 2000 自动化学报 26 32]

    [7]

    Cui W Z, Zhu C C, Bao W X, Liu J H 2005 Chin. Phys. 14 922

    [8]

    Leung H, Lo T 1993 IEEE J. Oceanic Eng. 18 287

    [9]

    Mukherjee S, Osuna E, Girosi F 1997 Workshop on Neural Networks for Signal Processing VII (Piscataway: IEEE Press) p511

    [10]

    Haykin S, Bakker R, Currie B W 2002 Proc. IEEE 90 860

    [11]

    Kenshi S, Yuko N, Shinichi A 2008 Chaos Solitons Fract. 38 1274

    [12]

    Zhu J Y, Ren B, Zhang H X, Deng Z T 2002 Proceedings of the First International Conference on Machine Learning and Cybernetics Beijing, China, November 4, 5, 2002 p364

    [13]

    Dai D, Ma X K, Li F C, You Y 2002 Acta Phys. Sin. 51 2459 (in Chinese) [戴栋, 马西奎, 李富才, 尤勇 2002 物理学报 51 2459]

    [14]

    Cui W Z, Zhu C C, Bao W X, Liu J H 2004 Acta Phys. Sin. 53 3303 (in Chinese) [崔万照, 朱长纯, 保文星, 刘君华 2004 物理学报 53 3303]

    [15]

    You R Y, Chen Z, Xu S C, Wu B X 2004 Acta Phys. Sin. 53 2882 (in Chinese) [游荣义, 陈忠, 徐慎初, 吴伯僖 2004 物理学报 53 2882]

    [16]

    Ye M Y, Wang X D, Zhang H R 2005 Acta Phys. Sin. 54 2568 (in Chinese) [叶美盈, 汪晓东, 张浩然 2005 物理学报 54 2568]

    [17]

    Xing H Y, Xu W 2007 Acta Phys. Sin. 56 3773 (in Chinese) [行鸿彦, 徐伟 2007 物理学报 56 3773]

    [18]

    Xing H Y, Jin T L 2010 Acta Phys. Sin. 59 140 (in Chinese) [行鸿彦, 金天力 2010 物理学报 59 140]

    [19]

    Packard N H, Cratchfield J P, Farmer J D, Shaw R S 1980 Phys. Rev. Lett. 45 712

    [20]

    Xing H Y, Cheng Y Y, Xu W 2012 Acta Phys. Sin. 61 100506 (in Chinese) [行鸿彦, 程艳艳, 徐伟 2012 物理学报 61 100506]

    [21]

    You R Y, Huang X J 2011 Chin. Phys. B 20 020505

    [22]

    Grassberger P, Procaccia I 1983 Phys. Rev. Lett. 50 346

    [23]

    Lo T, Leung H 1993 IEE Proc. F 140 243

    [24]

    Aguirre L A 1995 Phys. Lett. A 203 88

    [25]

    Ma Q L, Zheng Q L, Peng H, Zhong T W, Qin J W 2008 Chin. Phys. B 17 536

    [26]

    Wang Y N, Tan W 2003 Acta Phys. Sin. 52 2723 (in Chinese) [王耀南, 谭文 2003 物理学报 52 2723]

    [27]

    Du J Y, Hou Y B 2007 J. Sci. Instrum. 28 555 (in Chinese) [杜京义, 侯媛彬 2007 仪器仪表学报 28 555]

    [28]

    Wang F Y, Yuan G N, Xie Y J, Qiao X W 2009 Radar Sci. Technol. 7 53 (in Chinese) [王福友, 袁赣南, 谢燕军, 乔相伟 2009 雷达科学与技术 7 53]

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1551
  • PDF下载量:  735
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-17
  • 修回日期:  2014-01-06
  • 刊出日期:  2014-05-05

一种混沌海杂波背景下的微弱信号检测方法

  • 1. 南京信息工程大学气象灾害预报预警与评估协同创新中心, 江苏省气象探测与信息处理重点实验室, 电子与信息工程学院, 南京 210044
    基金项目: 

    国家自然科学基金(批准号:61072133)、江苏省产学研联合创新计划(批准号:BY2013007-02,BY2011112)、江苏省高等学校科研成果产业化推进计划(批准号:JHB2011-15)和江苏省“六大人才高峰”计划资助的课题.

摘要: 基于复杂非线性系统的相空间重构理论,提出了一种基于遗传算法的支持向量机预测方法. 利用改进的自相关法和饱和关联维数法确定混沌信号的时间延迟和嵌入维,从而实现相空间重构. 通过遗传算法优化支持向量机中的惩罚系数和核函数参数,并结合支持向量机建立混沌序列的单步预测模型,从预测误差中检测出淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号). 以Lorenz系统和加拿大McMaster大学利用IPIX 雷达实测得到的海杂波数据作为混沌背景噪声进行仿真实验,结果表明该方法能够有效地从混沌背景噪声中检测出微弱目标信号,所得的均方根误差为0.00049521(信噪比为-89.7704 dB),这比传统支持向量机方法的均方根误差(0.049,信噪比为-54.60 dB)降低了两个数量级.

English Abstract

参考文献 (28)

目录

    /

    返回文章
    返回