基于LVQ神经网络的雷达杂波抑制方法

作     者：施端阳 林强 胡冰 翟芸 SHI Duanyang;LIN Qiang;HU Bing;ZHAI Yun

作者机构：空军预警学院防空预警装备系武汉430019 解放军95174部队武汉430040 

出 版 物：《火力与指挥控制》 (Fire Control & Command Control)

年 卷 期：2023年第48卷第4期

页      面：37-44页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

基　　金：全军军事类研究生重点基金资助项目(JY2020B150) 

主　　题：雷达 杂波抑制 LVQ神经网络 点迹处理 

摘      要：针对雷达目标检测后的剩余杂波影响雷达航迹起始和航迹跟踪的问题,提出基于学习向量量化(learning vector quantization,LVQ)神经网络的雷达杂波抑制方法。从雷达回波点迹的特征入手,通过分析目标点迹和杂波点迹的特征分布,通过人工提取特征的方式选取具有差异化的特征。根据特征数量和点迹类别数量构建LVQ神经网络分类模型,并对模型进行训练。利用训练好的LVQ神经网络分类模型对雷达回波点迹进行分类,区分目标点迹和杂波点迹,保留判别为目标的点迹,滤除判别为杂波的点迹,从而实现杂波抑制功能。通过对某型航管雷达的实测数据进行测试表明:该方法能够有效区分目标点迹和杂波点迹,杂波抑制能力比BP神经网络算法更好。