2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩119頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、復(fù)雜海雜波背景下的微弱目標(biāo)檢測(cè)技術(shù)一直是一個(gè)研究的熱點(diǎn)。傳統(tǒng)的海面目標(biāo)檢測(cè)方法均是基于某種海雜波幅度統(tǒng)計(jì)模型,其檢測(cè)概率十分依賴(lài)于模型的匹配程度和目標(biāo)的信雜比(SCR)。由于很難通過(guò)一個(gè)準(zhǔn)確的分布函數(shù)來(lái)建模具有復(fù)雜特性的海雜波,在高海情和低SCR條件下,傳統(tǒng)目標(biāo)檢測(cè)方法的性能急劇下降。由于傳統(tǒng)檢測(cè)算法的局限性,本文著重研究了海雜波的分形和多重分形特性,以及它們?cè)诤C嫖⑷跄繕?biāo)檢測(cè)中的應(yīng)用。論文的主要研究工作如下:
  1.針對(duì)已有基

2、于分形的目標(biāo)檢測(cè)方法在低SCR條件下性能下降的問(wèn)題,提出了一種基于海雜波AR譜分形的微弱目標(biāo)檢測(cè)方法,能夠有效的提取出高分辨率的AR譜分形參數(shù),提高了微弱目標(biāo)檢測(cè)性能。首先,我們以分?jǐn)?shù)布朗運(yùn)動(dòng)(FBM)模型為例,證明了功率譜具有分形特性。其次,為了克服了傅里葉分析的缺點(diǎn),采用現(xiàn)代譜估計(jì)的方法來(lái)計(jì)算海雜波的功率譜。由于AR模型是一個(gè)線性預(yù)測(cè)模型,它通過(guò)序列的自相關(guān)函數(shù)矩陣來(lái)估計(jì)功率譜,并且具有更精確的頻譜分辨率,因此我們研究了海雜波AR譜

3、的分形特性。通過(guò)X波段實(shí)測(cè)雷達(dá)數(shù)據(jù)驗(yàn)證了海雜波AR譜的分形特性,并分析了AR譜Hurst指數(shù)及其影響因素。最后,我們以AR譜Hurst指數(shù)為檢驗(yàn)統(tǒng)計(jì)量,設(shè)計(jì)目標(biāo)的CFAR檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明:該算法具有海雜波背景下微弱目標(biāo)檢測(cè)的能力,且檢測(cè)性能優(yōu)于傳統(tǒng)的恒虛警率(CFAR)檢測(cè)算法和基于頻域Hurst指數(shù)的目標(biāo)檢測(cè)算法。
  2.多重分形譜函數(shù)是描述海雜波多重分形特性的重要參量。針對(duì)全局多重分形譜檢測(cè)性能不穩(wěn)定的問(wèn)題,提出了一種

4、基于海雜波局部多重分形譜的微弱目標(biāo)檢測(cè)方法,提高了微弱目標(biāo)檢測(cè)的性能。首先,我們分析了判定海雜波多重分形特性的三個(gè)要素,即非高斯性、長(zhǎng)時(shí)相關(guān)性和尺度不變性。其次,根據(jù)Legendre變換計(jì)算出海雜波的多重分形譜,并從能量分布的角度分析了海雜波局部多重分形譜與奇異性強(qiáng)度函數(shù)之間的聯(lián)系。根據(jù)海雜波距離單元與目標(biāo)距離單元在局部多重分形譜上的能量分布差異,我們對(duì)多重分形譜進(jìn)行加窗處理,提取出多重分形譜的局部均方和來(lái)進(jìn)行目標(biāo)檢測(cè)。其中,矩形窗的長(zhǎng)

5、度根據(jù)奇異性強(qiáng)度函數(shù)的斜率自適應(yīng)選取。最后,通過(guò)實(shí)測(cè)X波段和S波段雷達(dá)海雜波數(shù)據(jù)驗(yàn)證了該算法的有效性。與傳統(tǒng)的CFAR檢測(cè)方法和已有多重分形的目標(biāo)檢測(cè)方法相比,該算法在低SCR條件下的檢測(cè)性能較優(yōu)。
  3.針對(duì)已有頻域多重分形檢測(cè)算法譜分辨率較低的問(wèn)題,提出了一種基于海雜波AR譜多重分形的微弱目標(biāo)檢測(cè)方法,提高了功率譜估計(jì)的分辨率,改善了微弱目標(biāo)檢測(cè)的性能。首先,我們將多重分形引入到了現(xiàn)代譜估計(jì)理論,并采用AR譜估計(jì)法來(lái)計(jì)算海雜

6、波的功率譜。根據(jù)X波段雷達(dá)的實(shí)測(cè)海雜波數(shù)據(jù),通過(guò)多重去趨勢(shì)分析法(MF-DFA)驗(yàn)證了海雜波AR譜的多重分形特性,并計(jì)算出無(wú)標(biāo)度區(qū)間內(nèi)的AR譜廣義Hurst指數(shù)。最后,分析了海雜波AR譜的廣義Hurst指數(shù)及其影響參數(shù),提取出AR譜廣義Hurst指數(shù)在特征區(qū)間內(nèi)的局部積分,以此為統(tǒng)計(jì)檢驗(yàn)量設(shè)計(jì)恒虛警檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明,該檢測(cè)方法具有海雜波背景下微弱目標(biāo)檢測(cè)的能力,與現(xiàn)有的多重分形檢測(cè)方法和傳統(tǒng)CFAR檢測(cè)方法對(duì)比,該算法在低SCR情

7、況下具有較好的檢測(cè)性能。
  4.針對(duì)已有擴(kuò)展分形方法在低SCR條件下檢測(cè)性能下降的問(wèn)題,提出了一種基于海雜波AR譜擴(kuò)展分形的微弱目標(biāo)檢測(cè)方法,提高了擴(kuò)展分形特征參數(shù)的準(zhǔn)確性,改善了微弱目標(biāo)檢測(cè)的性能。為了克服傅里葉分析的缺陷,我們將AR譜估計(jì)理論引入到海雜波擴(kuò)展分形特性分析,該方法是對(duì)AR譜分形和多重分形的推廣,能夠分析海雜波不同尺度條件下的分形特征。根據(jù)X波段雷達(dá)的實(shí)測(cè)海雜波數(shù)據(jù),分析了海雜波AR譜的多尺度Hurst指數(shù)及其最

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論