基于非线性预测模型的海底混响中信号检测
强海底混响背景下的微弱信号检测一直是探雷声纳信号处理的一个难题,研究的热点主要在空间滤波处理、新的信号处理算法及抗海底混响波形设计等方向上.对掩埋雷或较远距离上的沉底雷检测来说,空间滤波后的目标回波信混比可能仍然较弱,常规的信号处理方法难以对其进行有效检测. 应用基于混沌理论的非线性处理方法来检测强干扰背景中的微弱信号是目前雷达、声纳、通信等专业领域”1,2”微弱信号检测的研究热点,具体方法有很多种,如随机共振法,预测抵消法”2”等.预测抵消法是首先对强干扰背景信号进行非线性动力学分析,根据分析结果运用各种方法建立强背景干扰的预测模型,然后对可能含有微弱信号的背景干扰进行预测,模型对于背景干扰的预测误差大小将反映出背景干扰中是否含有不同于背景干扰的微弱信号. 对单频脉冲激励下的湖底混响非线性动力学分析表明,混响可以在4维的相空间中去相交,说明混响不同于一般的带限噪声.如果能对混响进行高精度的建模,而目标回波与混响之间存在较大的非线性动力学特征差异,则即使非常微弱的目标回波也会使得混响预测模型出现很大的预测误差,甚至目标回波也可以分离出来.本文还介绍了基于RBF神经网络预测模型的信号检测器.
非线性预测 海底混响 信号检测 信号处理 神经网络
姜可宇 蔡志明
海军工程大学电子工程学院,湖北武汉,430033
国内会议
厦门
中文
115-116
2006-10-01（万方平台首次上网日期，不代表论文的发表时间）