摘要:基于复杂非线性系统的相空间重构理论,提出一种改进的提取混沌背景中微弱信号的最小二乘支持向量机(LS—SVM)的方法.通过将信号以db3小波逐层分解,进行LS—SVM预测,再进行重构,同时通过增加对偶约束项、改进核函数的方法,建立改进的混沌序列的一步预测模型,从预测误差中检测湮没在混沌背景中的微弱目标信号(包括周期和瞬态信号).最后以Lorenz系统和真实海杂波数据作为混沌背景噪声进行了仿真实验,实验表明此方法能够有效地检测出混沌背景噪声中的微弱信号、抑制噪声对混沌背景信号的影响,与传统RBF神经网络和LS-SVM预测方法相比,预测精度和检测门限方面的性能有显著的提高.
关键词:混沌 最小二乘支持向量机 海杂波 微弱信号检测
单位:南京信息工程大学、气象灾害省部共建教育部重点实验室 南京210044 南京信息工程大学电子与信息工程学院 南京210044
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社