我国水域占有面积十分宽阔，其中海岸线就长达一万八千多公里，内海与边海大概占有470多万平方公里，海面雷达、岸基雷达等一些监测雷达主要是在这广表无垠的海面上进行作业，因此更加需要我们在复杂海情下，快速识别并定位目标，从而保障国土安全。

检测在海杂波背景下如浮标、溢油等小目标信号，也能够有效保证航行安全，避免不必要的损失与威胁，这对我国国防领域及民用领域都十分重要。

2. 研究的基本内容

结合深度学习相关方法，首先提出在强混沌背景下微弱信号检测的深度信念网络与栈式自编码神经网络方法，即在混沌背景中模拟实际情况，分别加入高斯白噪声与高斯色噪声，以此作为强混沌背景信号。

从而验证构建的检测模型的可行性。

进而，结合海杂波内在特性提出海杂波背景下小目标检测的深度信念网络及栈式自编码神经网络检测方法。

3. 实施方案、进度安排及预期效果

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]张建,关键,刘宁波,宋杰.基于emd和盒维数的固定微弱目标检测[j].信号处理,2010,26(04):492-496.

[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.