基于二維Duffing振子的海雜波微弱信號(hào)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及海雜波數(shù)據(jù)處理技術(shù)領(lǐng)域，具體設(shè)及一種基于二維Duffing振子的海 雜波微弱信號(hào)檢測(cè)方法。
【背景技術(shù)】
[0002] 混濁是由確定系統(tǒng)產(chǎn)生的不可預(yù)測(cè)性、類(lèi)似隨機(jī)性的運(yùn)動(dòng)，它是有界、非周期、但 不收斂的過(guò)程。海雜波是指雷達(dá)照射海面的回波信號(hào)，具有混濁特性，實(shí)驗(yàn)表明，海雜波受 海浪、海風(fēng)、潮軟等環(huán)境影響，具有類(lèi)似噪聲的特性，雷達(dá)在檢測(cè)海面上空或接近海面上空 的目標(biāo)時(shí)，必須克服海面本身回波的干擾，即微弱目標(biāo)信號(hào)淹沒(méi)在強(qiáng)海雜波中，海雜波大量 尖峰還會(huì)造成嚴(yán)重虛警，因此，海雜波背景中的微弱信號(hào)檢測(cè)一直是信號(hào)處理領(lǐng)域的難點(diǎn) 之一。
[0003] 在傳統(tǒng)小目標(biāo)檢測(cè)處理方法中，海雜波經(jīng)常被當(dāng)作背景噪聲而濾除，不僅計(jì)算復(fù) 雜，而且，容易損害其內(nèi)部的有用信號(hào)，不可避免地導(dǎo)致檢測(cè)性能的下降，如何在海雜波背 景中進(jìn)行微弱信號(hào)檢測(cè)，達(dá)到從背景噪聲中提取微弱信號(hào)的目的，是當(dāng)前急需解決的問(wèn)題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了克服傳統(tǒng)的海雜波背景下微弱目標(biāo)信號(hào)檢測(cè)算法計(jì)算復(fù)雜， 預(yù)測(cè)精度低，濾除雜波信號(hào)的同時(shí)也破壞了有用信號(hào)的問(wèn)題。本發(fā)明的基于二維Duffing振 子的海雜波微弱信號(hào)檢測(cè)方法，結(jié)合量子遺傳算法優(yōu)化Duffing混濁振子和隨機(jī)共振算法 利用海雜波信號(hào)增強(qiáng)有用目標(biāo)信號(hào)，得到最優(yōu)檢測(cè)結(jié)果的方法，抗噪能力強(qiáng)，大幅度提高了 系統(tǒng)輸出信噪比，擴(kuò)大了Duff ing隨機(jī)共振在混濁領(lǐng)域檢測(cè)小目標(biāo)信號(hào)的應(yīng)用范圍，具有良 好的應(yīng)用前景。
[000引為了達(dá)到上述的目的，本發(fā)明所采用的技術(shù)方案是：
[0006] -種基于二維Duffing振子的海雜波微弱信號(hào)檢測(cè)方法，其特征在于:包括W下步 驟，
[0007] 步驟(A)，QGA初始化，隨機(jī)生成個(gè)體為η的種群斯'，如，…，…，如！，種群中 染色體所有基因都被初始化為(~^/2，v5,/2) >即染色體的全部可能狀態(tài)等概率疊加;設(shè)置 Duff ing振子的參數(shù)范圍；t為進(jìn)化代數(shù)，初始化進(jìn)化代數(shù)計(jì)數(shù)器t = 1，并設(shè)置最大進(jìn)化代數(shù) T；
[0008] 其中，扣為第t代第j個(gè)染色體，如公式(1)所示，
[0009]
[0010] 其中，m為染色體基因個(gè)數(shù)，g為編碼每個(gè)基因量子比特?cái)?shù)；0和β分別為|0>和|1 >的概率幅，且滿(mǎn)足歸一化條件I資Γ+ I巧|2= 1 siW、Φ mg表示分別為第m個(gè)染色體基因編碼 基因量子比特?cái)?shù)為g的I 〇>、11 >狀態(tài)的概率幅；
[0011] 0證^叫振子的參數(shù)日，6,4范圍設(shè)置分別為:日￡[0.001，3.5]，13￡[0.001，3.5]古 e [0.001，2.5]，a、b是Duff ing振子的雙穩(wěn)態(tài)結(jié)構(gòu)參數(shù)，k是阻尼比，尋優(yōu)精度為0.001 ;QGA 初始化參數(shù)設(shè)置為:種群數(shù)量G = 50，最大迭代步數(shù)Tmax = 50，維度d = 3;
[0012] 步驟（B)，對(duì)初始種群中個(gè)體進(jìn)行測(cè)量，由種群Q(to)量子巧塌獲得一組狀態(tài)
其中，f^·為第t代種群中第j個(gè)個(gè)體的測(cè)量值，測(cè)量過(guò)程為隨機(jī)產(chǎn) 生一個(gè)0到1之間的數(shù)，若小于概率幅的平方，則測(cè)量結(jié)果為0,反之為的表現(xiàn)形式為長(zhǎng) 度是m的二進(jìn)制串；
[0013] 步驟(C)，計(jì)算個(gè)體適應(yīng)度值，用適應(yīng)度函數(shù)fitness對(duì)R(to)中每個(gè)個(gè)體進(jìn)行評(píng) 價(jià)，保留最優(yōu)個(gè)體狀態(tài)及其適應(yīng)度值作為初始目標(biāo)值，所述適應(yīng)度函數(shù)fitness是指 Duffing振子隨機(jī)共振系統(tǒng)輸出信噪比，如公式(2)所示，
[0014]
(2)
[001引其中，S(fo)為信號(hào)功率譜在頻率fo處的幅值，N(fo)為同頻背景噪聲平均功率；
[0016] 步驟(D)，對(duì)種群Q(to)再實(shí)施一次測(cè)量，得到一組狀態(tài)R(t)，對(duì)其進(jìn)行適應(yīng)度評(píng) 估，依據(jù)調(diào)整策略對(duì)種群個(gè)體執(zhí)行量子交叉操作，采用量子旋轉(zhuǎn)口 U(t)更新種群為Q(t)，利 用量子非口執(zhí)行量子變異操作，種群Q(t)經(jīng)過(guò)運(yùn)算后得到下一代群體Q(t+1);
[0017] 步驟化），記錄當(dāng)前的最優(yōu)解，其對(duì)應(yīng)適應(yīng)度值為下一次迭代的目標(biāo)值；
[0018] 步驟(F)，將進(jìn)化代數(shù)t = t+1，若t < T則跳到步驟(4);若*>Τ，則轉(zhuǎn)而判斷SNRI是 否大于1，若SNRI < 1，則轉(zhuǎn)步驟(2 )，否則輸出最大適應(yīng)度值Ybest及其個(gè)體向量Xbest作為最優(yōu) 解輸出，個(gè)體向量Xbest為輸入輸出信噪比差值最大時(shí)a，b，k的值；
[0019] 其中，SNRI為隨機(jī)共振信噪比增益，為輸出信噪比和輸入信噪比的比值，如公式 (3)所示，
[0020] (3)
[0021 ] 其中，門(mén)1：]1633。。*為輸出信噪比、門(mén)1：]1633山為輸入信噪比、5(時(shí))。。*為輸出信號(hào)功率 譜、N(f〇)Dut為輸出噪聲平均功率、S(fQ)in為輸入信號(hào)功率譜、N(f〇)in為輸入噪聲平均功率；
[0022] 步驟(G)，將優(yōu)化得到的最大適應(yīng)度值Ybest及其個(gè)體向量Xbest,輸入Duffing隨機(jī)共 振模型，WIPIX雷達(dá)海雜波實(shí)測(cè)數(shù)據(jù)為干擾背景，實(shí)現(xiàn)此干擾背景中自適應(yīng)檢測(cè)微弱小目 標(biāo)信號(hào)，包括W下步驟，
[0023] (Gl)Duffing系統(tǒng)隨機(jī)共振模型，如公式(4)所示，
[0024]
(4)
[0025] 將公式(4)寫(xiě)成系統(tǒng)的形式，如公式(5)所示，
[0026]
(日)
[0027] 其中，激勵(lì)信號(hào)e(t)為IPIX雷達(dá)海雜波實(shí)測(cè)數(shù)據(jù)，其發(fā)射頻率為9.39GHz，脈沖重 復(fù)頻率為1000化，采用VV極化方式，每組數(shù)據(jù)包括131072個(gè)采樣點(diǎn)；-ax+bx 3為非線(xiàn)性恢復(fù) 力;i為X的二次導(dǎo)數(shù)、i為X的一次導(dǎo)數(shù)、U為公式(4)轉(zhuǎn)化成公式式(5)的轉(zhuǎn)換系數(shù)，為U的 一次導(dǎo)數(shù)；
[0028] (G2)根據(jù)公式(5)，得到系統(tǒng)勢(shì)函數(shù)U(x)，如公式(6)所示，
[0029]
(6)
[0030] 其中，公式(6)描述了一個(gè)含有兩個(gè)極小值，j = 和一個(gè)極大值x = 0的雙穩(wěn) 系統(tǒng)，其的勢(shì)壘高度為A U = a2/4b;
[0031] (G3)在激勵(lì)信號(hào)e(t)輸入時(shí)，得到系統(tǒng)勢(shì)函數(shù)一臨界值 ，當(dāng) ，. 信號(hào)幅值4<4。時(shí)，信號(hào)能量無(wú)法克服勢(shì)壘的阻擋，系統(tǒng)勢(shì)函數(shù)輸出狀態(tài)只能在某勢(shì)阱附近 做局域周期運(yùn)動(dòng)；當(dāng)信號(hào)幅值A(chǔ)>A。時(shí)，信號(hào)、噪聲達(dá)到協(xié)同作用，一部分噪聲能量將轉(zhuǎn)移到 信號(hào)身上，系統(tǒng)勢(shì)函數(shù)輸出會(huì)在兩穩(wěn)態(tài)間大范圍躍遷，進(jìn)入SR狀態(tài)，此時(shí)，部分海雜波能量 化為小目標(biāo)信號(hào)能量，從而實(shí)現(xiàn)微弱信號(hào)檢測(cè)。
[0032] 前述的基于二維Duffing振子的海雜波微弱信號(hào)檢測(cè)方法，其特征在于:步驟(C)， 信號(hào)功率譜在頻率時(shí)處的幅值S(fo)和同頻背景噪聲平均功率N(fo)的計(jì)算過(guò)程如下，
[0033] (C1)對(duì)輸入信號(hào)和輸出信號(hào)采樣得到的離散序列x(n)和y(n)做FFT，記為X( ω )和 Υ(ω)；
[0034] (C2)計(jì)算輸出信噪比，設(shè)信號(hào)頻率fo處譜峰值的序號(hào)為ω〇、采樣頻率為fs，則fo = (ω o/N-1 ))fs，S(fo) = |Υ( ω〇) 12 ,Ν為義樣點(diǎn)數(shù);N(fo)是 ω 0附近 ω 0+M,, ω 0+1, ω 〇-1,… ω ο-Μ處的平均功率，其計(jì)算公式為：
[0035]
[0036] 其中，Μ是根據(jù)采樣點(diǎn)數(shù)Ν的大小適當(dāng)選擇的整數(shù)，Μ為^ 2 ?
[0037] 本發(fā)明的有益效果是:本發(fā)明的基于二維Duff ing振子的海雜波微弱信號(hào)檢測(cè)方 法，結(jié)合量子遺傳算法和隨機(jī)共振算法，增強(qiáng)海雜波信號(hào)有用目標(biāo)信號(hào)，得到最優(yōu)檢測(cè)結(jié)果 的方法，采用改進(jìn)的遺傳算法優(yōu)化Duffing混濁振子，W輸出信噪比為評(píng)價(jià)函數(shù)，W信噪比 增益為判斷指標(biāo)，對(duì)系數(shù)聯(lián)合編碼智能獲取最佳系統(tǒng)參數(shù)，根據(jù)所得參數(shù)對(duì)IPIX雷達(dá)實(shí)測(cè) 海雜波數(shù)據(jù)進(jìn)行自適應(yīng)隨機(jī)共振處理，在不損壞有用信號(hào)的同時(shí)，高效檢測(cè)目標(biāo)信號(hào)，本發(fā) 明抗噪能力強(qiáng)，大幅度提高了系統(tǒng)輸出信噪比，不但克服傳統(tǒng)隨機(jī)共振手動(dòng)設(shè)置參數(shù)或單 參數(shù)尋優(yōu)檢測(cè)效果不佳的缺陷，而且擴(kuò)大了Duffing混濁振子隨機(jī)共振在混濁領(lǐng)域檢測(cè)小 目標(biāo)信號(hào)的應(yīng)用范圍，具有良好的應(yīng)用前景。
【附圖說(shuō)明】
[0038] 圖1是本發(fā)明的基于二維Duffing振子的海雜波微弱信號(hào)檢測(cè)方的流程圖。
【具體實(shí)施方式】
[0039] 下面將結(jié)合說(shuō)明書(shū)附圖，對(duì)本發(fā)明作進(jìn)一步的說(shuō)明。
[0040] 本發(fā)明的基于二維Duffing振子的海雜波微弱信號(hào)檢測(cè)方法，結(jié)合量子遺傳算法 和隨機(jī)共振算法，增強(qiáng)海雜波信號(hào)有用目標(biāo)信號(hào)，得到最優(yōu)檢測(cè)結(jié)果的方法，采用改進(jìn)的遺 傳算法優(yōu)化Duffing混濁振子，W輸出信噪比為評(píng)價(jià)函數(shù)，W信噪比增益為判斷指標(biāo)，對(duì)系 數(shù)聯(lián)合編碼智能獲取最佳系統(tǒng)參數(shù)，根據(jù)所得參數(shù)對(duì)IPIX雷達(dá)實(shí)測(cè)海雜波數(shù)據(jù)進(jìn)行自適應(yīng) 隨機(jī)共振處理，在不損壞有用信號(hào)的同時(shí)，高效檢測(cè)目標(biāo)信號(hào)，本發(fā)明抗噪能力強(qiáng)，大幅度 提高了系統(tǒng)輸出信噪比，不但克服傳統(tǒng)隨機(jī)共振手動(dòng)設(shè)置參數(shù)或單參數(shù)尋優(yōu)檢測(cè)效果不佳 的缺陷，而且擴(kuò)大了Duffing混濁振子隨機(jī)共振在混濁領(lǐng)域檢測(cè)小目標(biāo)信號(hào)的應(yīng)用范圍，如 圖1所示，包括W下步驟，
[0041] 步驟(A)，QGA初始化，隨機(jī)生成個(gè)體為η的種群(?伯）=的;，如，，種群中 染色體所有基因都被初始化為(Λ/^/2，^/?/2) >即染色體的全部可能狀態(tài)等概率疊加;設(shè)置 Duff ing振子的參數(shù)范圍；t為進(jìn)化代數(shù)，初始化進(jìn)化代數(shù)計(jì)數(shù)器t = 1，并設(shè)置最大進(jìn)化代數(shù) T;
[0042] 其中，為第t代第j個(gè)染色體，如公式(1)所示，
[0043] (1)
[0044] 其中，量子遺傳算法采用量子比特來(lái)存儲(chǔ)和表達(dá)一個(gè)基因，該基因可W為"0"態(tài)、 "Γ態(tài)或|〇>和|1>之間任意疊加態(tài)，因此，量子比特編碼方法可^使每個(gè)染色體同時(shí)表達(dá) 所有可能的狀態(tài)，即算法擁有多樣性特征，m為染色體基因個(gè)數(shù)，g為編碼每個(gè)基因量子比特 數(shù)；廬巧0分別為I 〇>和I 1>的概率幅，且滿(mǎn)足歸一化條件I別2 + I片|2 = 1 sPmg、(Kg表示分別 為第m染色體基因的g個(gè)編碼基因量子比特?cái)?shù)的|0>、|1>狀態(tài)的概率幅，
[0045] 0證^叫振子的參數(shù)日，6,4范圍設(shè)置分別為:日￡[0.001，3.5]，13￡[0.001，3.5]古 e [0.001，2.5]，a、b是Duff ing振子的雙穩(wěn)態(tài)結(jié)構(gòu)參數(shù)，k是阻尼比，尋優(yōu)精度為0.001 ;QGA 初始化參數(shù)設(shè)置為:種群數(shù)量M= 50，最大迭代步數(shù)Tmax = 50，維度d = 3;
[0046] 步驟（B)，對(duì)初始種群中個(gè)體進(jìn)行測(cè)量，由種群Q(to)量子巧塌獲得一組狀態(tài)
,其中，尸^為第*代種群中第^'個(gè)個(gè)體的測(cè)量值，測(cè)量過(guò)程為隨機(jī)產(chǎn) 生一個(gè)0到1之間的數(shù)，若小于概率幅的平方，則測(cè)量結(jié)果為0,反之為1; 的表現(xiàn)形式為長(zhǎng) 度是m的二進(jìn)制串；
[0047] 步驟(C)，計(jì)算個(gè)體適應(yīng)度值，用適應(yīng)度函數(shù)fitness對(duì)R(to)中每個(gè)個(gè)體進(jìn)行評(píng) 價(jià)，保留最優(yōu)個(gè)體狀態(tài)及其適應(yīng)度值作為初始目標(biāo)值，所述適應(yīng)度函數(shù)fitness是指 Duffing振子隨機(jī)共振系統(tǒng)輸出信噪比，如公式(2)所示，
[0048]
(2)
[0049] 其中，S(f0)為信號(hào)功率譜在頻率f 0處的幅