全文总字数：4320字

1. 研究目的与意义及国内外研究现状

目的：为有效提取噪声背景下的海杂波信号,针对海杂波信号非线性非平稳的特点,研究小波和经验模态分量的方差变化特性，利用分量方差极值与分解层数对应关系优化重建误差，结合实测海杂波去噪自编码器，提出针对不同海清的海杂波提出自适应预处理方法。

意义：海杂波是局部海平面对雷达发射信号的后向、散射回波。常通过海杂波来研究海平面情况，探测海面或低空小目标。而海杂波又受到多种因素的影响，如海风、海浪、雷电等动态噪声与雷达自身的测量噪声。因此，去噪成为分析海杂波内在物理特性的首要问题。信号去噪处理主要分为硬件上的改进和基于数学算法的信号去噪程序，硬件改进包含了通信线路的优化，通信设备和接口的升级等。利用算法去噪更为常见，最初通过傅里叶变换来处理信号。基于傅里叶变换的信号去噪是将信号从时域变换到频率域，在频率域中剔除部分含有噪声的信号，再将处理后的信号变换回时域，从而实现信号去噪。傅里叶变换在信号去噪领域中应用广泛，但只适用于平稳信号，对于非平稳信号的去噪效果不能达到理想的预期。

而众多研究表明实际的海杂波并不服从高斯分布，是非线性非平稳的。传统的去噪算法只是基于线性滤波，最常用的有wiener线性滤波。然而线性滤波对于非线性非平稳信号往往信号效果不佳，主要是因为非线性非平稳信号与噪声有类似的频谱。小波分析在噪声滤除方面得到广泛运用，小波变换是一种具有多分辨率分析的时域分析方法，能同时在时域和频域实现高分辨的局部定位，有效提取非平稳信号中的瞬态、稳态信息和信号波形特征。

2. 研究的基本内容

海杂波是指在雷达照射下海面的后向散射回波。利用海杂波的混沌特性可以有效的检测雷达回波是否含有目标信号，而实际的海杂波数据会受到噪声的影响，海杂波的噪声包括雷达的测量噪声和海面的动态噪声。本文研究混沌混合信号（包含噪声和微弱信号）的噪声干扰问题，选择基于小波算法对海杂波进行去噪研究。小波分析在噪声滤除方面得到广泛的应用, 小波阈值去噪具有传统方法不可比拟的优越性。小波变换是一种具有多分辨率分析的时频分析方法 , 能同时在时域和频域实现高分辨的局部定位 , 有效提取非平稳信号中的瞬态 、稳态信息和信号波形特征 。

3. 实施方案、进度安排及预期效果

实施方案：

1、研究海杂波的原理及特性，选择需要的降噪方法。

2、学习小波变换原理，根据小波系数确定小波阈值。

4. 参考文献

[1]行鸿彦,朱清清,徐伟.一种混沌海杂波背景下的微弱信号检测方法[j].物理学报,2014,63(10):45-51.

[2]王福友,刘刚,袁赣南.基于emd算法的海杂波信号去噪[j].雷达科学与技术,2010,8(02):177-182 187.

[3]王福友,刘刚,袁赣南.基于小波阈值算法的海杂波信号降噪[j].海洋测绘,2010,30(04):19-22.