基于多种海洋环境要素聚类的海杂波散射系数预测.pdf

摘要

海杂波散射系数高精度的预测研究有助于优化雷达系统设计，提升海面遥感和

海杂波抑制和远距离目标探测的能力。传统的经验模型的通用性有限且预测精度低，

通常只适用于预测特定环境条件下的粗略值，已经无法满足当下雷达精细化处理过

程中高精度的需求。深度学习方法的迅速发展和广泛应用，为海杂波散射系数高精

度的预测提供了新的研究思路。并且在相同海况下，最大波高、波周期、风速等海

洋环境要素有差异时，其海浪结构对应的海杂波后向散射系数不尽相同。由于不同

海浪结构的海杂波特性复杂多变，本文结合黄海海域多种海洋环境要素对海浪结构

进行精细划分，实现海杂波散射系数高精度的预测。本文对海杂波特性研究和雷达

参数的选择具有理论意义和应用价值。论文主要研究工作和内容概括如下：

1

（）本文基于我国黄海多种海洋环境要素（有效波高、最大波高、风速、波周

期和最大波周期）实测数据，通过多种聚类算法对数据进行聚类分析，利用聚类有

效性指标评价各种聚类的效果，对比分析找到最优的聚类方法，实现海浪结构精细

化划分。根据精细划分的海浪结构，利用SVM建立判别分析模型，实现对新数据

所属海浪结构类型进行判断分析。

（2）基于黄海岸基雷达实测海杂波数据，结合经验模型GIT和HYB以及深度

神经网络模型，针对每一类海浪结构分别建立不同的海杂波散射系数预测模型。预

测模型的输入包含了多种海洋环境要素、风速、风向、海况、擦地角以及GIT和HYB

的合理要素，考虑的影响要素更加全面，海杂波散射系数的预测精度进一步提高。

关键词：海洋环境要素聚类分析；判别分析；;DNN;海杂波散射系数预测

Abstract

High-precisionpredictionresearchofseaclutterreflectivitycontributestothe

optimizationofradarsystemdesignandenhancesthecapabilitiesofseasurfaceremote

sensing,seacluttersuppression,andthedetectionofdistanttargets.Traditionalempirical

modelshavelimitedgeneralizabilityandlowpredictionaccuracy,typicallyonlysuitable

forroughestimatesunderspecificenvironmentalconditions,andarenolongeradequate

tomeetthehigh-precisiondemandsofcurrentradarrefinedprocessing.Therapid

developmentandwidespreadapplicationofdeeplearningmethodsprovidenewresearch

ideasforhigh-precisionpredictionofseaclutterreflectivity.Moreover,underthesame

seaconditions,whentherearedifferencesinmarineenvironmentalparameterssuchas

significantwaveheight,waveperiod,andwindspeed,theseaclutterbackscatter

coefficientscorrespondingtotheseawavestructuresarenotthesame.Duetothe

complexandvariablecharacteristicsofseaclutterfromdifferentseawavestructures,this

paperfinelycategorizestheseawavestructuresbasedonvariousmarineenvironmental

parametersin