典型文献
基于SSA-SVM的海杂波背景下小信号检测方法
文献摘要：
针对传统检测方法不能有效地从强混沌背景噪声中检测出小信号,本文研究了强杂波背景下小目标检测原理,提出了一种基于SSA-SVM的混沌小信号检测方法.利用麻雀搜索算法优化SVM惩罚参数C与核函数参数σ提高预测准确性,从而降低检测门限,提高检测率.在Lorenz混沌系统中加入目标信号进行仿真,结果表明:提出的方法能有效地从强混沌背景噪声中检测出小信号,瞬态小信号预测的均方根误差为0.000 434 3(信噪比为-137.707 3 dB),比传统SVM算法预测信号的均方根误差0.049(信噪比为-54.60 dB)降低了两个数量级.利用IPIX雷达实测海杂波数据,对所提方法进行实验验证,进一步说明了该方法的有效性.
文献关键词：
微弱信号检测;支持向量机;麻雀搜索算法;海杂波
中图分类号：
作者姓名：
王海峰;行鸿彦;陈梦;陈子正
作者机构：
南京信息工程大学江苏省气象灾害预报预警与评估协同创新中心 南京 210044
文献出处：
引用格式：
[1]王海峰;行鸿彦;陈梦;陈子正-.基于SSA-SVM的海杂波背景下小信号检测方法)[J].电子测量与仪器学报,2022(04):24-31
A类：
混沌小信号
B类：
SSA,海杂波,杂波背景,背景噪声,强杂波,小目标检测,检测原理,麻雀搜索算法,算法优化,惩罚参数,核函数,函数参数,预测准确性,检测门限,高检,检测率,Lorenz,混沌系统,瞬态,信号预测,dB,算法预测,数量级,IPIX,测海,波数,微弱信号检测
AB值：
0.331893
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
