海雜波背景下小目標(biāo)信號(hào)檢測(cè)的深度學(xué)習(xí)方法.pdf

1、中國水域占有面積十分寬闊，海岸線較長。在復(fù)雜海情下，快速識(shí)別定位目標(biāo)，對(duì)檢測(cè)漂浮在海面上如浮標(biāo)、溢油等小目標(biāo)信號(hào)，保證航行安全等具有重要意義。本文首先討論了在混沌背景下的微弱信號(hào)檢測(cè)，模擬實(shí)際情況，在混沌觀測(cè)序列中加入噪聲信號(hào)進(jìn)行分析，因?yàn)楹ｋs波具有混沌特性，本文提出兩種海雜波背景下小目標(biāo)信號(hào)檢測(cè)模型，分別為海雜波背景下小目標(biāo)信號(hào)檢測(cè)的深度信念網(wǎng)絡(luò)方法及棧式自編碼神經(jīng)網(wǎng)絡(luò)方法。
　　噪聲信號(hào)可以破壞混沌信號(hào)的混沌特性，使得輸出預(yù)測(cè)

2、誤差較大。本文提出了一種強(qiáng)混沌背景下微弱信號(hào)檢測(cè)的深度信念網(wǎng)絡(luò)方法。該方法先將數(shù)據(jù)對(duì)受限玻爾茨曼機(jī)進(jìn)行逐層非監(jiān)督貪婪訓(xùn)練，使每層受限玻爾茨曼機(jī)調(diào)整到合適的初始值;然后通過自底向上組合受限玻爾茨曼機(jī)，構(gòu)建深度信念網(wǎng)絡(luò)初步模型，接著利用誤差反向算法對(duì)整個(gè)網(wǎng)絡(luò)的參數(shù)進(jìn)行調(diào)優(yōu)，構(gòu)建深度信念網(wǎng)絡(luò)檢測(cè)模型:最后利用該模型檢測(cè)湮沒在強(qiáng)混沌背景噪聲中的瞬態(tài)信號(hào)、周期信號(hào)。以Lorenz系統(tǒng)作為混沌背景進(jìn)行仿真實(shí)驗(yàn)，在強(qiáng)混沌背景下，該方法能夠檢測(cè)到更低幅

3、值的微弱信號(hào)，且有很好的預(yù)測(cè)精度;能夠有效的抑制混沌背景中的噪聲信號(hào)，具有較好的抗噪聲性能。
　　本文提出一種在強(qiáng)混沌背景下微弱信號(hào)檢測(cè)的棧式自編碼神經(jīng)網(wǎng)絡(luò)方法。該方法首先對(duì)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，采用無監(jiān)督貪婪訓(xùn)練自編碼器獲取最優(yōu)值。在無監(jiān)督的預(yù)訓(xùn)練完成之后，網(wǎng)絡(luò)參數(shù)僅僅是各層獨(dú)立訓(xùn)練時(shí)的最優(yōu)值，進(jìn)行網(wǎng)絡(luò)調(diào)優(yōu)，即將預(yù)處理后的數(shù)據(jù)再次輸入網(wǎng)絡(luò)，利用BP算法訓(xùn)練整體網(wǎng)絡(luò)參數(shù)以獲得網(wǎng)絡(luò)全局最優(yōu)解，構(gòu)建棧式自編碼神經(jīng)網(wǎng)絡(luò)檢測(cè)模型;同樣的，利用該

4、模型檢測(cè)瞬態(tài)信號(hào)、周期信號(hào)，檢測(cè)結(jié)果與深度信念網(wǎng)絡(luò)檢測(cè)模型進(jìn)行比較分析，結(jié)果表明在隱含層數(shù)逐漸增多情況下，針對(duì)微弱信號(hào)檢測(cè)，棧式自編碼神經(jīng)網(wǎng)絡(luò)檢測(cè)模型所輸出的均方根誤差相差不大，即相比較深度信念網(wǎng)絡(luò)檢測(cè)模型，棧式自編碼神經(jīng)網(wǎng)絡(luò)具有較好的穩(wěn)定性，且該模型也能有效的抑制噪聲信號(hào)。最后將深度信念網(wǎng)絡(luò)和棧式自編碼神經(jīng)網(wǎng)絡(luò)方法與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法相比較，結(jié)果表明，兩種方法都能較好檢測(cè)出混沌背景下的微弱信號(hào)。
　　結(jié)合海雜波的混沌特性及深度學(xué)習(xí)

5、相關(guān)理論，提出了海雜波背景下小目標(biāo)檢測(cè)的深度信念網(wǎng)絡(luò)方法以及棧式自編碼神經(jīng)網(wǎng)絡(luò)方法。深度信念網(wǎng)絡(luò)方法和棧式自編碼神經(jīng)網(wǎng)絡(luò)方法能夠以無監(jiān)督預(yù)訓(xùn)練方法優(yōu)化網(wǎng)絡(luò)權(quán)值的初始值，相較于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)隨機(jī)初始值初始化網(wǎng)絡(luò)權(quán)值的方法，不易陷入局部最優(yōu)。本章首先分析了海雜波的混沌特性及相關(guān)研究情況，接著利用該兩種方法構(gòu)建海雜波背景下的小目標(biāo)信號(hào)檢測(cè)模型。最后以加拿大McMaster實(shí)測(cè)的IPIX雷達(dá)數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn)，利用均方根誤差評(píng)價(jià)性能。仿真結(jié)果表明，