分数阶Fourier变换：开启水雷目标特征提取新视野.docxVIP

分数阶Fourier变换：开启水雷目标特征提取新视野

一、引言

1.1研究背景与意义

在海洋军事领域，水雷作为一种重要的防御性武器，对水面舰艇和潜艇等目标构成了严重威胁。准确探测和识别水雷目标对于保障海上交通安全、维护国家海洋权益至关重要。水雷目标探测技术的发展经历了多个阶段，从早期简单的声学探测到如今多种技术融合的综合探测。在现代海战中，水雷的部署方式日益多样化，隐蔽性不断增强，这对水雷目标探测提出了更高的要求。有效的水雷目标探测能够为舰艇提供预警，使其及时采取规避或排除措施，从而降低被水雷攻击的风险，保障舰艇和人员的安全。

传统的水雷目标特征提取方法主要包括基于时域分析、频域分析和常规时频分析等手段。时域分析方法如均值、方差等统计特征提取，虽然计算简单，但对信号的频率变化信息捕捉不足，难以适应水雷目标信号的复杂特性；频域分析方法如傅里叶变换，将信号从时域转换到频域，能够获取信号的频率组成，但丢失了时间信息，对于非平稳的水雷目标信号分析效果不佳；常规时频分析方法如短时傅里叶变换、小波变换等，在一定程度上实现了时间和频率的联合分析，但在处理复杂背景下的水雷目标信号时，仍存在分辨率有限、交叉项干扰等问题。这些传统方法在面对复杂多变的海洋环境以及日益先进的水雷隐身技术时，逐渐暴露出其局限性，难以满足高精度水雷目标探测的需求。

分数阶Fourier变换（FractionalFourierTransform，FrFT）作为一种新兴的时频分析工具，为水雷目标特征提取带来了新的思路和方法。FrFT是Fourier变换的广义形式，它通过引入分数阶次，能够在时域和频域之间进行连续的变换，提供了更为灵活的信号分析视角。对于线性调频（LFM）信号，分数阶Fourier变换具有良好的能量聚集特性，而许多水雷目标回波信号可近似为LFM信号。利用这一特性，能够在特定的分数阶域上使目标回波信号的能量高度聚集，而噪声和杂波的能量则相对分散，从而有效提高信号的信杂比，增强目标检测能力。分数阶Fourier变换还具有时频旋转特性，能够根据信号的时频分布特点，选择合适的旋转角度，在分数阶域上对信号进行处理，更好地适应非平稳信号的分析与处理需求，这使得它在水雷目标特征提取中具有独特的应用价值。

1.2国内外研究现状

在分数阶Fourier变换理论研究方面，国外起步较早。20世纪80年代末期，以色列科学家HaldunOzaktas等人率先开启了对其基本概念和性质的研究探索。1994年，HaldunOzaktas等人在论文中首次正式提出分数阶Fourier变换的数学定义，并详细阐述了其性质与应用，这一开创性成果标志着分数阶Fourier变换作为一个独立的数学概念登上学术舞台，引起了信号处理、光学等多个领域研究人员的广泛关注。此后，美国科学家KarlheinzGr?chenig和YvesMeyer分别从不同的研究视角，独立地提出了分数阶Fourier变换的数学定义和性质，进一步丰富了其理论内涵。1996年，HaldunOzaktas等人再次深入研究，对分数阶Fourier变换的性质和应用进行了更为全面的探讨，深入分析了它与其他变换，如短时Fourier变换、小波变换之间的内在联系，为分数阶Fourier变换在信号处理领域的实际应用提供了更广阔的思路。在算法实现方面，20世纪90年代中期，多种分数阶Fourier变换的离散化方法及其快速实现算法被相继提出，极大地提高了其计算效率，使其能够在实际工程中得到广泛应用。

在国内，分数阶Fourier变换的研究也取得了显著进展。众多学者对其理论进行了深入剖析，完善了相关的数学推导和证明。在应用研究方面，国内学者将分数阶Fourier变换广泛应用于雷达信号处理、通信信号分析、生物医学信号处理等领域，并取得了一系列有价值的成果。

在水雷目标特征提取领域，国外学者尝试将各种先进的信号处理技术应用于水雷目标探测。除了分数阶Fourier变换，还包括深度学习、多传感器融合等技术。通过构建复杂的神经网络模型，对大量的水雷声呐数据进行学习和训练，实现对水雷目标的自动识别和分类；利用多传感器融合技术，综合声呐、雷达、磁传感器等多种传感器的数据，提高水雷目标探测的准确性和可靠性。

国内在水雷目标特征提取方面也开展了大量的研究工作。一方面，对传统的特征提取方法进行改进和优化，提高其在复杂海洋环境下的性能；另一方面，积极探索新的技术和方法，如将希尔伯特-黄变换、高阶统计量分析等应用于水雷目标特征提取，并取得了一定的成果。近年来，随着分数阶Fourier变换理论的不断成熟，国内学者也开始将其应用于水雷目标特征提取的研究，通过实验