基于非线性分析的海杂波处理与目标检测

分类号密级UDC单位代码10151基于非线性分析的海杂波处理与目标检测许小可指导教师柳晓鸣职称教授学位授予单位大连海事大学申请学位级别博士学科与专业通信与信息系统论文完成日期2008年4月论文答辩日期2008年6月答辩委员会主席张淑芳SeaClutterProcessingandTargetDetectingBasedonNonlinearAnalysisDissertationSubmittedtoDalianMaritimeUniversityInpartialfulfillmentoftherequirementsforthedegreeofDoctorofEngineeringbyXuXiaoke(CommunicationandInformationSystems)DissertationSupervisor:ProfessorLiuXiaomingApril2008大连海事大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果，撰写成博士学位论文“基于非线性分析的海杂波处理与目标检测”。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表或未公开发表的成果。本声明的法律责任由本人承担。论文作者签名：年月日学位论文版权使用授权书本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、版权使用管理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。保密□，在年解密后适用本授权书。本学位论文属于：保密□不保密□（请在以上方框内打“√”）论文作者签名：导师签名：日期：年月日创新点摘要创新点摘要本文使用混沌和分形等非线性方法对海杂波时间序列进行分析，并研究了海杂波中的弱小目标检测问题，主要有如下创新点：1针对海杂波和弱小目标的统计模型没有显著差异，采用似然比检测准则很难检测出弱小目标的缺陷，提出使用非广延分布的三个拟合参数进行目标检测的新方法，改进和完善了非广延分布模型在海杂波建模和弱小目标检测领域的应用。2提出基于替代数据的弱小目标检测新方法。替代数据是检测时间序列是否具有非线性特性的常用方法，目前还没有使用替代数据进行海杂波中目标检测的相关报道，本文使用替代数据法不仅判断出海杂波数据具有弱非线性性质，还指出弱小目标会影响海杂波的非线性性质，使雷达回波趋向于线性。替代数据方法揭示了海杂波和目标的不同回波特性，因此该方法具有较强的目标检测能力。3将Cao方法应用到海杂波相空间重构中，一方面弥补了伪临近点法相空间重构不准确的缺陷，有利于准确计算海杂波的混沌不变量。另一方面使用Cao方法定性分析了海杂波的随机性和确定性成分共存的性质，指出目前学者们争论海杂波是混沌信号还是随机信号的原因是海杂波本身就是由随机成分和确定成分共同组成的，单纯采用随机统计模型或混沌模型都很难准确逼近海杂波系统。4指出使用关联维数和昀大Lyapunov指数判断时间序列是否具有混沌特性的局限性。关联维数和昀大Lyapunov指数是混沌时间序列的不变量，是目前判断时间序列是否具有混沌特性的重要依据。但对于海杂波这种含有静态和动态噪声的复杂数据，通过仿真实验和实际数据分析，发现噪声严重影响了这两种不变量的计算，不宜作为判断海杂波是否具有混沌特性的依据。5提出基于空间分形特性差异的目标检测新方法。海杂波虽然具有分形特性，但不同时间和空间处的海面粗糙程度相差很大，因此仅使用一个分形维数做检测量不能完全区分目标和海杂波，会出现虚警或漏警现象。本文提出基于空间分形特性差异的目标检测方法，利用同一时刻较小海域范围内海杂波的粗糙程度是均匀的，相互之间分形特性差异较小，而弱小目标和海杂波之间具有较大的分形特征差异，实现海杂波中弱小目标的可靠检测。中文摘要摘要海杂波通常是指海洋表面的雷达后向散射回波，严重干扰了雷达对海面目标的检测性能，因此海杂波研究对于雷达系统设计、雷达信号处理和海面目标检测具有非常重要的意义。混沌和分形都是非线性科学的重要分支，它们在诸多领域获得了广泛应用。本文关注的是如何使用混沌、分形等非线性理论来处理海杂波和检测弱小目标这一前沿课题。在研究中注重将理论研究和实证研究相结合，一方面采用昀新的非线性理论对海杂波进行分析和研究，另一方面结合IPIX雷达实测数据来检验海杂波处理和弱小目标检测方法的有效性。本文分析了海杂波在统计模型建模后运用昀大似然比检测准则下，很难检测出弱小目标的缺陷，改进了非广延分布模型在海杂波建模和弱小目标检测领域的应用。使用替代数据法分析了海杂波非线性性质，根据海杂波和弱小目标非线性性质差异，提出了基于替代数据的弱小目标检测方法。在确定海杂波具有非线性性质后，使用混沌和分形两种非线性方法对海杂波进行了研究。首先，使用Cao方法弥补了伪临近点法进行海杂波相空间重构不准确的缺陷，并使用该方法定性分析出海杂波是由随机成分和确定成分共同组成的。其次，通过仿真实验和实际数据分析，发现噪声严重影响了关联维数和昀大Lyapunov指数的计算，指出使用这两种不变量判断时间序列是否具有混沌特性的局限性。昀后，使用分形理论分析了海杂波的分形特性，提出基于空间分形特征差异的目标检测算法，提高了海杂波中弱小目标的检测性能。本文使用非线性理论分析了海杂波性质，拓展了非线性理论的实际应用领域，深化了海杂波研究领域对海杂波性质和物理机制的理解。研究了关联维数和昀大Lyapunov指数等混沌不变量在处理海杂波时间序列的局限性，为其他领域实际时间序列的非线性分析提供了借鉴。根据海杂波和弱小目标数据的非线性特征差异，改进了非广延模型的目标检测算法，提出了基于替代数据和空间分形特征差异的目标检测方法。这些非线性目标检测方法，能在不增加硬件成本的前提下，提高海杂波中弱小目标的检测能力，因此具有一定的理论价值和实际应用的指导意义。关键词：海杂波；目标检测；混沌；分形；非线性分析英文摘要AbstractSeaclutterreferstoradarbackscatterwavefromseasurface,anditseriouslyinterferesindetectionperformanceoftargetswithinseaclutter.Soitisgreatsignificancetostudyseaclutterforradarsystemdesign,radarsignalprocessingandtargetsdetectionwithinseaclutter.ChaosandFractalaretwobranchesofnonlinearscience,whichhavecomprehensiveapplicationsonagreatmanyofresearchareas.IthasbeenresearchedhowtousetheChaos,Fractalandothernonlineartheoriesonseaclutterprocessingandsmalltargetsdetectioninthispaper.Theoreticalresearchandexperimentresearcharecombinedinthisdissertation.Ontheonehand,thelastestnonlineartheoriesareusedtoanalyzeandprocessseaclutter.Ontheotherhand,IPIXreal-lifedataareusedtoverifytheeffectivenessofthetheoriesandmethods.Thelimitationthatsmallandweaktargetswithinseaclutteraredifficulttobedetectedbystatisticalmodelandlikelihoodratiotestisanalyzedinthispaper.Theapplicationofnonextensivedistributionmodelforseacluttermodelingandsmalltargetsdetectingisimproved.Surrogatedatamethodisusedtoanalyzenonlinearcharacterofseaclutter.Accordingtononlinearcharactersdifferencebetweenseaclutterandsmalltargets,smalltargetsdetectingmethodbasedonsurrogatedatamethodisproposed.Afternonlinearcharactersofseaclutterareconfirmed,seaclutterisresearchedbytwononlinearmethodsofChaosandFractal.Firstly,FalseNearestNeighborsmethodisimprovedbyCaomethod,andaccuratephasereconstructionparametersofseaclutterandtargetsdataareobtained.ItisanalyzedthatseaclutterisacompositeofstochasticcomponentanddeterminatecomponentquantitativelybyCaomethod.Secondly,throughthesimulationexperimentandreal-lifedataanalysis,itisfoundthatthecalculationofcorrelationdimensionandlargestlyapunovexponentisseriouslyinfluencedbynoise.Andthelimitationsofjudgingwhethertimeserieshaschaoticcharacterornotbythetwochaoticinvariantsarepointedout.Atlast,fractaltheoryisusedtoanalyzefractalcharactersofseaclutter.Targetsdetectionmethodbasedonspatialfractalcharacterdifferenceisproposed,whichimprovedthedetectionperformanceofsmalltargetswithinseaclutter.Nonlineartheoriesareusedtoanalyzethecharactersofseaclutter,whichwidensthepracticalapplicationsofnonlineartheoriesanddeepenstheunderstandingsof英文摘要charactersandphysicalmechanismofseaclutter.Thelimitationsofcorrelationdimensionandlargestlyapunovexponentonprocessingseacluttertimeseriesareresearched,whichcanprovidehelpforotherreal-lifetimeseriesnonlinearanalysis.Accordingtononlinearcharactersdifferencebetweenseaclutteran