雷达与CT图像处理技术的创新应用
基于RBF神经网络预测海杂波的自适应雷达STC技术
在海洋雷达系统中,海杂波是主要的干扰源,其波形复杂,容易导致雷达接收机在近距离信号下过载。传统的灵敏度时间控制(STC)技术虽能控制回波强度,但无法适应复杂多变的杂波环境,对具有一定规律的杂波才有较好效果。
海杂波是雷达发射脉冲照射海面后产生的后向散射回波,其信号受海面复杂波浪运动影响。从非线性动力学角度研究海杂波更为合理,而神经网络具有强大的非线性拟合能力,对参数变化有很强的鲁棒性,适合建立参数呈非线性变化的模型。
海杂波在统计意义上可分为慢变分量和快变分量,传统STC技术未区分这两个分量,而是根据海面反射强度随距离变化生成衰减控制信号。我们更关注海杂波的快变分量,因此提出了基于RBF神经网络预测海杂波的自适应STC技术,以防止信号失真,让雷达接收机更好地工作。
-
传统STC技术
STC技术常用于控制近距离目标的强度,由于海杂波幅度高,易引发误报,其主要作用是检测被海杂波回波掩盖的近距离目标。根据雷达方程,雷达回波强度与距离的四次方成反比,STC是添加到接收机的时变衰减器,可减少距离对回波功率的影响。其基本原理是发射机发射脉冲信号后,接收机输出与回波功率变化匹配的控制电压,接收机增益随之变化。但传统STC会使回波(包括海杂波和目标)按相同比例衰减,导致小目标幅度衰减更大,不利于近距离小目标的检测。 -
海杂波的时空相关性
海杂波的特性分析和建模是在海杂波环境中进行目标检测和跟踪的基本前提。海杂波的相关性分为时间相关性和空间
超级会员免费看
订阅专栏 解锁全文
81

被折叠的 条评论
为什么被折叠?



