雷达目标检测非线性理论及应用 刘宁波 关键 黄勇 丁昊 著 专业科技 文轩网

第1章 绪论 001 1.1 经典雷达目标检测方法 002 1.2 混沌理论在雷达目标检测中的应用 013 1.3 自相似（分形）理论在雷达目标检测中的应用 018 1.4 非线性回归理论在雷达目标检测中的应用 024 1.5 深度学习方法在雷达目标检测中的应用 025 参考文献 030 第2章 非线性理论 046 2.1 自相似（分形）理论 046 2.1.1 数学基础 046 2.1.2 自相似与自仿射 052 2.1.3 标度不变性 055 2.1.4 Hausdorff测度与维数 056 2.1.5 盒维数 059 2.2 非线性回归理论 063 2.2.1 ARCH模型及性质 064 2.2.2 ARCH模型参数估计 065 2.2.3 GARCH模型及性质 067 2.2.4 GARCH模型参数估计 068 2.3 深度学习方法 070 2.3.1 卷积神经网络 070 2.3.2 残差神经网络 072 2.3.3 长短期记忆网络 074 参考文献 078 第3章 雷达目标检测理论基础 080 3.1 引言 080 3.2 固定门限检测 081 3.2.1 检测过程 081 3.2.2 奈曼 皮尔逊准则 085 3.2.3 雷达信号的门限检测 088 3.3 CFAR检测 093 3.3.1 基本模型 094 3.3.2 CA-CFAR检测器 097 3.3.3 非参量CFAR检测器 099 3.3.4 自适应CFAR检测器 110 3.4 特征检测 117 参考文献 121 第4章 时域海杂波均匀自相似（分形）特性与目标检测 124 4.1 海杂波序列自相似特性及影响因素 124 4.1.1 分形海面的电磁散射信号特性 124 4.1.2 自相似判定与无标度区间 143 4.1.3 分形参数估计与分析 146 4.1.4 分形参数的影响因素 150 4.2 利用单一Hurst指数的目标检测方法 160 4.3 基于分形相关系数的目标检测方法 165 4.4 基于DFA分段自相似特征的目标检测方法 170 4.4.1 检验统计量的选取 171 4.4.2 检测方法原理 173 4.4.3 检测性能分析 174 4.5 海杂波的模糊自相似特性与目标检测 178 4.5.1 海杂波的模糊自相似分析 178 4.5.2 基于LGF的海杂波中微弱目标检测 180 4.6 基于扩展自相似特征的目标检测方法 187 4.6.1 扩展自相似特征 187 4.6.2 基于Bayes分类的目标检测方法 188 4.6.3 实验结果分析 190 4.7 基于组合非线性特征的模糊目标检测方法 193 4.7.1 分形模型拟合误差与分形维数尺度变化量 193 4.7.2 组合分形参量下的模糊检测与性能分析 195 4.8 基于高阶非线性特征的目标检测方法 198 4.8.1 缝隙的概念与计算方法 198 4.8.2 海杂波与目标信号的缝隙特征 199 4.8.3 基于累积缝隙值尺度变化率的目标检测方法 201 参考文献 203 第5章 时域海杂波非均匀自相似（分形）特性与目标检测 207 5.1 多重自相似的基本理论 208 5.1.1 多重自相似的基本概念 208 5.1.2 多重自相似的描述参数 208 5.2 无标度区间的自动确定 212 5.2.1 相空间重构 212 5.2.2 无标度区间自动选取 212 5.2.3 实测数据验证与分析 215 5.3 海杂波的多重自相似性判定 217 5.3.1 海杂波的幅度分布与时间相关特性 217 5.3.2 海杂波的随机乘法模型 220 5.3.3 多重自相似判定 222 5.3.4 基于结构函数的多重自相似分析 224 5.4 海杂波的多重自相似特征与分析 233 5.4.1 广义分形维数 233 5.4.2 多重分形谱 238 5.5 基于多重分形谱和BP神经网络的检测方法 239 5.6 雷达扫描模式下分形维数及多重自相似特征 242 5.6.1 扫描模式海杂波的分形维数 243 5.6.2 扫描模式海杂波的局部广义分形维数与局部多重分形谱 244 5.6.3 雷达扫描模式下目标的模糊检测方法和性能分析 246 5.7 多重自相似关联特性分析与目标检测方法 253 5.7.1 多重自相似关联理论基础与参数估计 253 5.7.2 多重自相似关联特性分析 257 5.7.3 海杂波中微弱目标的多重自相似关联检测方法 265 5.7.4 海杂波中微弱目标的多重自相似关联检测性能分析 268 5.8 基于自仿射预测的目标检测方法 274 5.8.1 分形自仿射理论基础与表示 274 5.8.2 分形自仿射信号的预测 277 5.8.3 基于分形自仿射的预测结果 278 5.8.4 基于预测误差的目标检测方法与性能分析 279 参考文献 282 第6章 频域海杂波自相似（分形）特性与目标检测 286 6.1 分数布朗运动在频域中的自相似性 287 6.2 基于频域均匀自相似特征的目标检测方法 290 6.2.1 海杂波频谱的单一自相似特性 291 6.2.2 海杂波频谱单一自相似参数的影响因素 294 6.2.3 目标检测与性能分析 298 6.3 基于频域扩展自相似特征的目标检测方法 302 6.3.1 海杂波频谱的扩展自相似特性 303 6.3.2 海杂波频谱扩展自相似参数的影响因素 309 6.3.3 目标检测与性能分析 312 6.4 基于频域多重自相似特征的目标检测方法 316 6.4.1 多重分形去趋势波动分析方法 318 6.4.2 海杂波频谱的多重自相似特性与参数估计 319 6.4.3 海杂波频谱广义Hurst指数的影响因素 329 6.4.4 目标检测与性能分析 333 6.5 基于短时谱自相似特征的目标检测方法 336 6.5.1 海杂波短时谱的自相似性证明 336 6.5.2 海杂波短时谱的自相似特性分析 338 6.5.3 短时谱分形差异特征提取与目标检测 344 6.6 基于AR谱自相似特征的目标检测方法 348 6.6.1 海杂波AR谱多重自相似特性 348 6.6.2 AR谱广义Hurst指数检测方法 349 6.6.3 目标检测与性能分析 351 参考文献 359 第7章 分数阶域海杂波自相似（分形）特性与目标检测 361 7.1 分数布朗运动在FRFT域的自相似性 362 7.2 FRFT域海杂波的单一自相似特性与目标检测 367 7.2.1 实测海杂波数据 367 7.2.2 海杂波FRFT谱的单一自相似特性 370 7.2.3 目标检测与性能分析 374 7.3 FRFT域海杂波的扩展自相似特性与目标检测 377 7.3.1 海杂波FRFT谱的扩展自相似特性 378 7.3.2 海杂波FRFT谱扩展自相似参数的影响因素 382 7.3.3 目标检测与性能分析 386 7.4 FRFT域海杂波的多重自相似特性与目标检测 389 7.4.1 海杂波FRFT谱的多重自相似特性与参数估计 389 7.4.2 海杂波FRFT谱广义Hurst指数的影响因素 397 7.4.3 目标检测与性能分析 400 参考文献 403 第8章 Hilbert-Huang变换域海杂波自相似（分形）特性与目标检测 405 8.1 Hilbert-Huang变换简介 405 8.2 Hilbert-Huang变换原理 408 8.3 海杂波的Hilbert-Huang变换域特性分析 412 8.3.1 海杂波IMF数目分析 412 8.3.2 海杂波IMF特性分析 415 8.3.3 海杂波Hilbert谱和Hilbert边际谱特性分析 428 8.3.4 海杂波Hilbert谱脊线特性分析 438 8.4 基于IMF AR模型的海杂波 Hilbert-Huang变换域建模 439 8.5 基于IMF特性的海杂波中微弱目标检测方法 447 8.5.1 固有模态能量熵定义 448 8.5.2 目标对海杂波固有模态能量熵的影响 449 8.5.3 极化方式对海杂波固有模态能量熵的影响 451 8.5.4 检测方法原理 452 8.5.5 检测性能分析 453 8.6 基于Hilbert谱及其边际谱特性的海杂波中微弱目标检测方法 457 8.6.1 Hilbert谱时频熵定义 458 8.6.2 海杂波Hilbert谱时频熵分析 459 8.6.3 检测方法原理 466 8.6.4 检测性能分析 467 8.6.5 S波段雷达实测数据验证 473 8.7 基于EMD和盒维数的微弱目标检测方法 476 8.7.1 海杂波低频成分自相似特性判定 476 8.7.2 海杂波低频成分的盒维数分析 477 8.7.3 检测方法原理 480 8.7.4 检测性能分析 481 8.7.5 S波段雷达实测数据验证 487 8.8 基于Hilbert谱脊线盒维数的微弱目标检测方法 488 8.8.1 海杂波Hilbert谱脊线自相似特性判定 489 8.8.2 海杂波Hilbert谱脊线盒维数分析 490 8.8.3 检测方法原理 492 8.8.4 检测性能分析 493 8.8.5 S波段雷达实测数据验证 496 8.9 基于固有模态函数频域熵的目标检测方法 498 8.9.1 固有模态函数频域熵定义 498 8.9.2 检测方法流程 499 8.9.3 多种情况对IMF分量频域能量百分比的影响 501 8.9.4 固有模态函数频域熵的目标检测算法及检测性能 505 8.10 基于海杂波低频成分重构的目标检测方法 508 8.10.1 静止目标对海杂波低频IMF分量的影响 508 8.10.2 检测方法流程 509 8.10.3 海杂波低频IMF分量的自相似特性 511 8.10.4 目标检测与性能分析 512 8.11 基于分形特性改进的EMD目标检测方法 515 8.11.1 EMD在目标检测中存在的问题 515 8.11.2 频域单一自相似的理论基础 518 8.11.3 检测方法流程 519 8.11.4 重构后的单一自相似特性 521 8.11.5 目标检测与性能分析 525 参考文献 527 第9章 基于非线性回归理论的目标检测 531 9.1 GARCH海杂波模型下的恒虚警率检测方法 531 9.1.1 GARCH模型及参数估计 532 9.1.2 GARCH海杂波中的目标检测方法 534 9.1.3 参数估计与目标检测方法仿真性能分析 537 9.1.4 海杂波模型与检测方法的实测数据验证 541 9.2 基于FB-VSLMS算法的目标检测方法 548 9.2.1 FB-VSLMS算法与目标检测模型 548 9.2.2 实测海杂波验证与分析 551 参考文献 559 第10章 基于深度学习的海杂波场景分类与目标检测 562 10.1 基于CNN的探测场景分类方法 562 10.1.1 深度学习网络结构（LeNet） 562 10.1.2 杂噪背景分类与目标检测 563 10.1.3 准确率的影响因素分析 571 10.2 基于ResNet的目标检测方法 573 10.2.1 深度学习网络模型选取 573 10.2.2 对海探测海杂波背景分类——海况等级划分与浪高反演 576 10.2.3 海杂波中的目标检测 581 10.2.4 准确率的影响因素分析 584 10.3 基于CNN的运动状态分类方法 590 10.3.1 海面微动目标信号建模与CNN模型构建 590 10.3.2 基于CNN的海上微动目标检测和分类 593 10.3.3 仿真结果及分析 596 参考文献 600 第11章 非线性理论在其他信号处理领域中的应用 602 11.1 非线性理论在图像处理中的应用 603 11.1.1 分形与小波结合在图像处理中的应用 603 11.1.2 分形在图像压缩中的应用 608 11.2 非线性理论在语音信号处理中的应用 610 11.3 非线性理论在水声信号处理中的应用 613 11.4 非线性理论在机械检测与监测中的应用 615 参考文献 617 附录A 621 附录B 624 附录C 627 附录D 631