海杂波 AR 谱多重分形特性及微弱目标检测方法

wozuishuai

摘 要：该文研究了海杂波功率谱的多重分形特性。为了克服频谱傅里叶分析的缺点，用现代谱估计的方法来计算
海杂波的功率谱。AR 模型是一个线性预测模型，它通过序列的自相关函数矩阵来估计功率谱，并且具有更精确的
+ k% p& I( [6 }% A8 P频谱分辨率。该文主要分析基于 AR 谱估计的海杂波功率谱的多重分形特性，以及在微弱目标检测中的应用。首先，
) }0 E+ A" V* g  @以分数布朗运动(FBM)模型为例，证明其功率谱具有多重分形特性。其次，根据 X 波段雷达的实测海杂波数据，
) C8 D  ~3 k# ~$ d通过多重去趋势分析法(MF-DFA)验证了海杂波 AR 谱的多重分形特性。最后，分析了海杂波 AR 谱的广义 Hurst
指数以及影响参数，并提出一种基于局部 AR 谱广义 Hurst 指数的目标检测方法。实验结果表明，该种检测方法具
有海杂波背景下微弱目标检测的能力。与现有的分形检测方法和传统的 CFAR 检测方法对比，该算法在低信杂比
情况下具有较好的检测性能。
9 U( B5 K7 m6 Q! m8 r% A关键词：目标检测；海杂波；多重分形；AR 谱估计
1 引言
20 世纪 70 年代文献[1]首次提出了用分形理论
5 \& `, [8 l) x; J7 G4 h( P来描述自然界中不光滑和不规则的复杂结构，它解
; [7 l3 K. Z- L9 d; }( g释了随机信号中普遍存在的尺度不变性和自相似
8 q- ]% l' E2 ?& P: M性。分形理论在雷达信号处理领域有着重要的应用，
6 L4 a" _  a3 P  S/ k文献[2]首次计算了海杂波的单一分形维数，并应用
% {5 a8 j, x9 _8 e

" {* r4 ~9 g1 }
' U3 V7 k5 @! e9 W

附件下载：

游客，如果您要查看本帖隐藏内容请回复

wuhoou

谢谢分享