[發明專利]一種群智尋優的雷達海上目標檢測系統

在審

• 申請號: 201810691159.0
• 申請日: 2018-06-28
• 公開（公告）號: CN108983181A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 劉興高;張淼
• 申請（專利權）人: 浙江大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

本發明公開了一種群智尋優的雷達海上目標檢測系統，包括雷達、數據庫以及上位機；雷達、數據庫和上位機依次相連，雷達對所檢測海域進行照射，并將雷達海雜波數據儲存到數據庫中，上位機對數據庫中的海雜波數據進行建模并檢測目標；所述的上位機包括數據預處理模塊、小波神經網絡建模模塊、改進引力搜索算法優化模塊、目標檢測模塊、模型更新模塊以及結果顯示模塊。以及提出了一種基于改進引力搜索算法優化小波神經網絡的智能雷達海上目標檢測方法。本發明提供一種實現在線檢測、群智尋優的雷達海上目標檢測系統及方法。

技術領域

本發明涉及雷達數據處理領域，特別地，涉及一種群智尋優的雷達海上目標檢測系統。

背景技術

海雜波，即來自于海面的雷達后向散射回波。近幾十年來，隨著對海雜波認識的深入，德國、挪威等國家相繼嘗試利用雷達觀測海雜波獲取雷達海浪圖像來反演海浪信息，以獲得關于海洋狀態的實時信息，如海浪的波高、方向和周期等，從而進一步對海上微小目標進行檢測，這對海上活動具有十分重要的意義。

海上目標檢測技術具有重要的地位，提供準確的目標判決是對海雷達工作的重要任務之一。雷達自動檢測系統依據判決準則在給定的檢測閾值下做出判決，而強海雜波往往成為微弱目標信號的主要干擾。如何處理海雜波將直接影響到雷達在海洋環境下的檢測能力：1)識別導航浮標、小片的冰，漂浮在海面的油污，這些可能會對導航帶來潛在的危機；2)監測非法捕魚是環境監測的一項重要的任務。

在傳統的目標檢測時，海雜波被認為是干擾導航的一種噪聲被去掉。然而，在雷達對海觀測目標時，微弱的運動目標回波常常湮沒在海雜波中，信雜比較低，雷達不易檢測到目標，同時海雜波的大量尖峰還會造成嚴重虛警，對雷達的檢測性能產生較大影響。對于各種對海警戒和預警雷達而言，研究的主要目標是提高海雜波背景下目標的檢測能力。因此，不僅具有重要的理論意義和實際意義，而且也是國內外海上目標檢測的難點和熱點。

發明內容

為了克服已有雷達海上目標檢測方法無法實現在線檢測、智能性較差的不足，本發明提供一種實現在線檢測、群智尋優的雷達海上目標檢測系統。

本發明解決其技術問題所采用的技術方案是：一種群智尋優的雷達海上目標檢測系統，包括雷達、數據庫以及上位機；所述的上位機包括數據預處理模塊、小波神經網絡建模模塊、改進引力搜索算法優化模塊、目標檢測模塊、模型更新模塊以及結果顯示模塊，其中：

數據預處理模塊：對數據庫輸入的雷達海雜波數據進行預處理，采用如下過程完成：

(1)從數據庫中采集N個雷達海雜波回波信號幅值x_i作為訓練樣本，i＝1,2,…,N；

(2)對訓練樣本進行歸一化處理，得到歸一化幅值x_i：

其中，min x表示訓練樣本中的最小值，max x表示訓練樣本中的最大值；

(3)將歸一化后的訓練樣本重構，分別得到輸入矩陣X和對應的輸出矩Y：

其中，D表示重構維數，D為自然數，且D＜N，D的取值范圍為50-70。

小波神經網絡建模模塊：用以建立預報模型，采用如下過程完成：

設x＝(x₁,x₂,…,x_n)^T是小波神經網絡的輸入向量，y＝(y₁,y₂,…,y_m)^T表示小波神經網絡的預測輸出。對于多變量過程的建模，我們定義如下的多維小波函數：