基于改进的CEEMDAN-IZOA-ELM的基础,在海上杂乱背景中低海拔小目标检测
Shang Shang1, Jian Zhu1, Qiang Liu1
1Ocean College, Jiangsu University of Science and Technology, Zhenjiang, 212003, China.
Heliyon
|February 29, 2024
概括
这项研究引入了一种新的方法,将CEEMDAN-AWT-SG denoising与IZOA-ELM探测器相结合,用于在复杂的海上杂乱中识别小型低海拔目标. 该方法通过减少海上杂乱噪音,显著提高了目标检测准确度.
科学领域:
- 雷达信号处理 雷达信号处理
- 目标检测 目标检测
- 海洋杂乱分析
背景情况:
- 在复杂的海洋环境中检测低海拔的小目标是具有挑战性的,因为海上混乱的干扰很大.
- 现有的方法很难有效地抑制噪音,同时在动态的海水状态下保持目标信号.
- 海洋混乱的混乱性质需要先进的信号处理技术来准确识别目标.
研究的目的:
- 开发一种创新的方法,用于在复杂的海洋杂乱环境中检测低海拔的小目标.
- 通过有效地消除海上杂乱信号,提高目标检测性能.
- 为了验证拟议的方法在各种海水条件和噪声水平的有效性.
主要方法:
- 使用适应性噪音完整集体实证模态分解 (CEEMDAN) 来将海洋杂乱分解为内在模式函数 (IMF).
- 利用精制复合多尺度分散 (RCMDE) 将IMF分为噪声主导,混合和信号主导的组件.
- 应用适应波形值 (AWT) 对于噪声占主导地位的IMF,多项式拟合过 (SG) 对于混合的IMF,以及改进的斑马优化算法-极端学习机器 (IZOA-ELM) 用于目标检测.
主要成果:
- CEEMDAN-AWT-SG预处理显著降低了海上杂乱噪音,并将预测误差 (RMSE) 的平方平均根改进了一级.
- 该IZOA-ELM探测器有效地识别了低海拔的小目标,在海面混乱的背景下.
- 结合方法在各种海水条件下表现出强的性能,特别是在复杂和杂的海水状态下.
结论:
- 拟议的CEEMDAN-AWT-SG防噪与IZOA-ELM检测相结合,为在具有挑战性的海洋环境中低海拔小型目标检测提供了强大的解决方案.
- 有效的海洋杂乱抑制对于提高目标检测算法的准确性和可靠性至关重要.
- 该方法在海上监视和侦察方面显示出实际应用的前景.
