基于IBWO-KELM的海杂波背景下小目标检测方法

来源：电讯技术杂志2025年第12期北京时间：

作者：陆慧洋,奚彩萍

单位：(江苏科技大学 自动化学院，江苏 镇江 212100)

摘要：针对于海杂波噪声背景下传统方法难以检测出小目标的问题，提出了基于改进小波阈值函数的降噪方法和IBWO-KELM(Improved Beluga Whale Optimization-Kernel Extreme Learning Machine)检测方法。首先，利用变分模态分解(Variational Mode Decomposition，VMD)结合改进的小波阈值函数对海杂波数据进行降噪处理；其次，对白鲸优化(Beluga Whale Optimization，BWO)算法的初始化、探索和开发3个方面进行多策略改进，并利用改进的BWO算法对核极限学习机(Kernel Extreme Learning Machine，KELM)的正则化系数和核参数进行优化，从而获得一个最佳的预测模型；最后，根据预测的绝对误差实现海面小目标检测。采用IPIX雷达数据进行实验，在#17、#280和#54号海杂波数据中平均检测效率相较于RCMDE-XGBoost检测方法提升了15%。

关键词：小目标检测；海杂波；白鲸优化算法；核极限学习机；

基金资助：国家自然科学基金资助项目（61901195）