水面目标信号预测与识别方法

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。