孟庆昕，杨士莪，朴胜春，邵宝辉

(1.哈尔滨工程大学水声技术重点实验室，黑龙江哈尔滨150001;2.哈尔滨工程大学水声工程学院，黑龙江哈尔滨150001;3.海军91868部队，海南三亚572016)



水面目标信号预测与识别方法

孟庆昕1，2，杨士莪1，2，朴胜春1，2，邵宝辉3

(1.哈尔滨工程大学水声技术重点实验室，黑龙江哈尔滨150001;2.哈尔滨工程大学水声工程学院，黑龙江哈尔滨150001;3.海军91868部队，海南三亚572016)

摘要:针对水声信道随机、时变、空变的特性，在强干扰背景下难以提取目标信号的问题，建立了基于改进Volterra滤波器的水面信号预测模型。应用Volterra级数滤波器，建立了目标信号的非线性动力学模型，通过对目标信号的短期预测，实现了对背景干扰的抑制;结合Kalman滤波器的实时递推性质和二阶Volterra级数滤波器的非线性拟合特性，对常规Volterra模型进行了改进;对预测时间序列提取了非线性特征量最大Lyapunov指数和关联维数，验证了两类水面目标信号具有混沌特性。结果表明，Kalman滤波器估计Volterra核的自适应预测方法预报误差较常规方法有显著降低，收敛性提高，鲁棒性增强。

关键词:Volterra滤波器;Kalman滤波器;相空间重构;预测;目标识别

近年来，基于混沌理论的识别和预测方法在水声信号处理领域得到深入而广泛的应用［1－3］。混沌预测方法适用于处理看似随机，实则准确定性的信号。在混沌时间序列的非线性自适应预测方法中，Volterra滤波器的输出是线性函数，易于通过现有工具来分析其性能，且物理意义明确，可以用来表征几乎所有的非线性动力学系统。……