[发明专利]一种自适应的雷达海杂波预报系统

说明书

本发明公开了一种自适应的雷达海杂波预报系统，包括雷达、数据库以及上位机；雷达、数据库和上位机依次相连，雷达对所检测海域进行照射，并将雷达海杂波数据储存到数据库中，上位机对数据库中的海杂波数据进行建模预报；所述的上位机包括数据预处理模块、模糊小波神经网络建模模块、海杂波预报模块、判别模型更新模块以及结果显示模块。以及提出了一种基于模糊小波神经网络的雷达海杂波预报方法。本发明提供一种结构参数自适应、模型自动更新、抗噪音干扰能力强的雷达海杂波预报系统及方法。

技术领域

本发明涉及雷达数据处理领域，特别地，涉及一种自适应的雷达海杂波预报系统。

背景技术

海杂波，即来自于被雷达发射信号照射的一片海面的后向散射回波。由于海杂波对来自海面或接近海面的“点”目标，如航海浮标及漂浮在海上的冰块等目标的雷达回波的可检测性形成严重制约，因此海杂波的研究对海洋背景中轮船等目标的探测性能具有十分重要的影响从而具有重要理论意义和实用价值。

习惯上海杂波被视为单一随机过程，如对数正态分布、K分布等。然而这些模型在实际应用中都有其特定的局限性，其中一个重要原因是海杂波看似随机的波形，实际上并不具有随机分布特性。

发明内容

为了克服传统雷达海杂波预报方法人为选择参数的影响、系统抗噪音干扰能力弱的不足，本发明提供一种结构参数自适应、模型自动更新、抗噪音干扰能力强的雷达海杂波预报系统。

本发明解决其技术问题所采用的技术方案是：一种自适应的雷达海杂波预报系统，包括雷达、数据库以及上位机；所述上位机包括数据预处理模块、模糊小波神经网络建模模块、海杂波预报模块、判别模型更新模块以及结果显示模块，其中：

数据预处理模块：对数据库输入的雷达海杂波数据进行预处理，采用如下过程完成：

(1)从数据库中采集N个雷达海杂波回波信号幅值x_i作为训练样本，i＝1,2,…,N；

(2)对训练样本进行归一化处理，得到归一化幅值

其中，min x表示训练样本中的最小值，max x表示训练样本中的最大值；

(3)将归一化后的训练样本重构，分别得到输入矩阵X和对应的输出矩Y：

其中，D表示重构维数，D为自然数，且D＜N，D的取值范围为50-70。

模糊小波神经网络建模模块：用以建立预报模型，采用如下过程完成：

(1)模糊小波神经网络是一个五层的网络结构，包含输入层、模糊化层、规则层、小波结果层、输出层。该网络的模糊规则服从下面的形式：

其中，x₁,x₂,…,x_n表示输入变量，ψ₁,ψ₂,…,ψ_M表示输出变量，A_kj是包含高斯成员函数的第k个模糊集，ω_ik是连接权值。

对每一层的节点的描述如下：

第一层(输入层)：在这一层里，每个节点代表一个输入变量，每个输入变量在节点处都被直接映射到节点的输出，其中n表示其中输入变量的个数。

第二层(模糊化层)：第一层的输出作为成员函数的输入，相应的成员函数值可以根据下面的高斯函数计算得到：

其中，m_j和σ_j分别表示高斯成员函数的中心和宽度，M表示规则的个数。