[发明专利]基于卷积去噪自编码的微波雷达海杂波抑制方法及系统

权利要求书

1.一种基于卷积去噪自编码的微波雷达海杂波抑制方法，其特征在于，包括以下步骤：

1)选取微波雷达实验雷达目标回波脉冲串数据作为基准回波，并作补零图像化处理；

2)建立海杂波的时域去相关模型；根据回波基准数据建立目标加杂波的丰富信杂比的序列模型，并作图像化处理；

3)利用卷积去噪自编码器和Inception网络，建立基于深度卷积去噪自编码器的雷达海杂波抑制神经网络模型RCSCDAE；

4)训练RCSCDAE神经网络基函数的中心值、方差以及隐含层到输出层的权值；

5)利用RCSCDAE神经网络抑制海杂波，恢复目标信号。

2.根据权利要求1所述的基于卷积去噪自编码的微波雷达海杂波抑制方法，其特征在于：所述步骤2中的微波雷达实验雷达目标回波脉冲串数据，定义雷达宽带为B，则雷达距离分辨率为Δr＝c/2B，其中c是光速；沿雷达探测目标的视线方向，被探测目标近似表达成一定数目的距离单元，宽带为Δr，其中第i个距离单元的回波，为该距离单元内所有散射中心对应回波的叠加，将模型公式化为：

式中，

N_i表示位于第i个距离元中的目标散射中心数目；

a_i，k为第i个距离元内第k个散射中心的散射强度，其与目标形状结构有关；

τ_i，k对应第i个距离元内第k个散射中心的波达时间；

x_i为第i个距离元中的所有目标散射中心回波叠加信号；

j为虚部符号，I(i)为第i个距离元中的所有目标散射中心回波叠加信号实部，Q(i)为第i个距离元中的所有目标散射中心回波叠加信号虚部。

3.根据权利要求1所述的基于卷积去噪自编码的微波雷达海杂波抑制方法，其特征在于：所述步骤1中的作补零图像化处理，实现方式为对目标数据取模处理，目标数据定义为：

式中，

n为数据维度，|x₁|，|x₂|，...，|x_n|分别为x₁，x₂，...，x_n的模值，x₁，x₂，...，x_n分别为n个距离元的回波幅度，I(1)，I(2)，...，I(n)分别是雷达回波数据实部信号，Q(1)，Q(2)，...，Q(n)分别是雷达回波数据虚部信号。

4.根据权利要求1所述的基于卷积去噪自编码的微波雷达海杂波抑制方法，其特征在于：所述步骤2中的建立海杂波的时域去相关模型，采用零记忆非线性变换法实现，包括首先将正态分布的高斯白噪声序列{x_i}作为线性变换的输入，输出符合正态分布高斯色噪声相关序列{y_i}，再将其作为非线性变换的输入，得到非高斯色噪声相关序列{z_i}，用于构造具有特定的概率密度函数PDF和特定功率谱密度PSD的仿真海杂波。

5.根据权利要求1所述的基于卷积去噪自编码的微波雷达海杂波抑制方法，其特征在于：所述步骤3中，采用去噪自编码器作为神经网络的训练准则，其输出函数定义为：

式中，

y为去噪自编码器输出；

为原始数据x被相应分布海杂波污染的数据；

f_θ()为编码网络函数；

g_θ′()为解码网络函数；

将去噪自编码器应用到卷积神经网络中，得到卷积去噪自编码器。

6.根据权利要求5所述的基于卷积去噪自编码的微波雷达海杂波抑制方法，其特征在于：所述步骤3中，卷积去噪自编码器的各卷积层使用Inception网络结构。