1、雙基地雷達在現代雷達技術中處于熱點的研究領域,盡管如此,當前對于雙基地海雜波特性的理解能力仍是有限的。與單基地海雜波譜不同,由于收發(fā)分置,雙基地海雜波譜具有更復雜的譜特性。同時,雙基地海雜波不論是在目標檢測還是測量海面特性參數中都扮演著非常重要的作用,能否大量快速并有效地提取海雜波的特征對后續(xù)雷達技術的研究有著關鍵的影響。
　　本課題研究的是基于智能學習的雙基地海雜波檢測。為此,首先建立了雙基地雷達的幾何模型,便于理論分析雙基地海

2、雜波的成因。分析并仿真了雙基地角、距離和、海面信息等影響海雜波多普勒頻移的因素,討論雙基地海雜波出現固有的譜特性。
　　第二部分根據雙基地海雜波譜的特征并基于實測數據有效的檢測一階海雜波距離單元上的多普勒頻移即Bragg諧振頻率的位置。首先設計了一個人工檢測海雜波的系統方便對所需的批次方位提取真實的Bragg峰,對人工檢測得到的大量Bragg峰位置建立一個特征數據庫,為后期自監(jiān)督網絡的訓練、測試提供檢測性能的標準。然后詳細研究了局

3、部峰值法、梯度最大法和小波變換模極大值法分別在平穩(wěn)環(huán)境和非平穩(wěn)環(huán)境下檢測的性能。
　　最后是基于數據庫的智能學習以及整體系統的設計。介紹自適應共振人工神經網絡理論及其主要算法流程,采用自監(jiān)督的ARTMAP人工神經網絡對海雜波數據庫進行訓練學習。分別分析如強/弱洋流突變、強/弱信噪比、有/無電離層等各種環(huán)境下的一階海雜波檢測效果,給出各類環(huán)境時的海雜波的檢測概率,并考察網絡的魯棒性。在Matlab軟件GUI環(huán)境下完成整個系統軟件的設