[发明专利]一种自适应高精度的智能雷达海上目标检测系统在审
申请号: | 201810691875.9 | 申请日: | 2018-06-28 |
公开(公告)号: | CN108983184A | 公开(公告)日: | 2018-12-11 |
发明(设计)人: | 刘兴高;张淼 | 申请(专利权)人: | 浙江大学 |
主分类号: | G01S7/41 | 分类号: | G01S7/41 |
代理公司: | 杭州求是专利事务所有限公司 33200 | 代理人: | 邱启旺 |
地址: | 310058 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 雷达 自适应 海上目标 上位机 检测系统 数据库 小波神经网络 蚁群算法 杂波 检测 数据预处理模块 结果显示模块 模型更新模块 目标检测模块 模糊 建模模块 数据储存 依次相连 优化模块 在线检测 智能 建模 照射 海域 优化 | ||
本发明公开了一种自适应高精度的雷达海上目标检测系统,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并检测目标;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、自适应蚁群算法优化模块、目标检测模块、模型更新模块以及结果显示模块。以及提出了一种基于自适应蚁群算法优化模糊小波神经网络的智能雷达海上目标检测方法。本发明提供一种实现在线检测、自适应、高精度的雷达海上目标检测系统及方法。
技术领域
本发明涉及雷达数据处理领域,特别地,涉及一种自适应高精度的智能雷达海上目标检测系统。
背景技术
海杂波,即来自于海面的雷达后向散射回波。近几十年来,随着对海杂波认识的深入,德国、挪威等国家相继尝试利用雷达观测海杂波获取雷达海浪图像来反演海浪信息,以获得关于海洋状态的实时信息,如海浪的波高、方向和周期等,从而进一步对海上微小目标进行检测,这对海上活动具有十分重要的意义。
海上目标检测技术具有重要的地位,提供准确的目标判决是对海雷达工作的重要任务之一。雷达自动检测系统依据判决准则在给定的检测阈值下做出判决,而强海杂波往往成为微弱目标信号的主要干扰。如何处理海杂波将直接影响到雷达在海洋环境下的检测能力:1)识别导航浮标、小片的冰,漂浮在海面的油污,这些可能会对导航带来潜在的危机;2)监测非法捕鱼是环境监测的一项重要的任务。
在传统的目标检测时,海杂波被认为是干扰导航的一种噪声被去掉。然而,在雷达对海观测目标时,微弱的运动目标回波常常湮没在海杂波中,信杂比较低,雷达不易检测到目标,同时海杂波的大量尖峰还会造成严重虚警,对雷达的检测性能产生较大影响。对于各种对海警戒和预警雷达而言,研究的主要目标是提高海杂波背景下目标的检测能力。因此,不仅具有重要的理论意义和实际意义,而且也是国内外海上目标检测的难点和热点。
发明内容
为了克服已有雷达海上目标检测方法自适应差、检测精度不高的不足,本发明提供一种实现在线检测、自适应、高精度的智能雷达海上目标检测系统。
本发明解决其技术问题所采用的技术方案是:一种自适应高精度的智能雷达海上目标检测系统,包括雷达、数据库以及上位机;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、自适应蚁群算法优化模块、目标检测模块、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xi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xi:
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:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810691875.9/2.html,转载请声明来源钻瓜专利网。