CN101452075B - 基于平均周期的海上小目标检测方法 - Google Patents

Abstract

基于平均周期的海上小目标检测方法，包含以下步骤：(1)对N点的时间序列进行快速傅立叶变换，得到子序列的离散频谱图；(2)根据得到的离散频谱，计算回波序列的平均频率；(3)由平均频率计算序列的平均周期；(4)利用临近距离门的平均周期计算检测门限；(5)对检测门限和待检测距离门的平均周期进行比较，并做出待检测距离门上是否有目标的判断；当海面上有目标时，其回波的平均周期较大，而没有目标时海面回波的平均周期较小，本发明利用这一差异检测海上弱小目标，并且这种方法不需要预先假定海杂波统计模型，不易受海尖峰的干扰。实测数据的应用结果也表明，该方法可以有效检测海上小目标。

Description

基于平均周期的海上小目标检测方法

技术领域

本发明属于目标检测领域，涉及一种基于平均周期的海上小目标检测方法。

背景技术

小目标是指具有较小的雷达散射截面(RCS)和较小尺寸的目标，表现在雷达回波上，待检测目标具有较低的信噪比(SNR)。对海上小目标的检测在商业、渔业、海上交通、海上搜救以及军事侦察等方面都具有重要的应用前景，是雷达海洋应用研究的重要内容。目前应用最广泛的目标检测方法是恒虚警率(CFAR)检测，对于恒虚警率(CFAR)方法，只有在选择合适的海杂波统计模型和较高的信噪比下，才能得到较好的检测结果，但由于海杂波的复杂多变和受到多种因素影响，如风速、雷达入射角、电磁波极化等，目前还没有非常有效的海杂波模型；恒虚警率(CFAR)方法是基于目标和杂波回波强度差异实现目标检测，由于弱小目标的信噪比(SNR)较低，容易导致较高的虚警率，这使得恒虚警率(CFAR)方法对弱小目标的检测受到了很大限制。另一种针对海上小目标的检测方法为检测前跟踪(TBD)方法，通过多帧积累实现弱小目标检测，但由于海尖峰等干扰的存在，检测前跟踪(TBD)方法必须与高效的目标鉴别方法相结合才能取得好的检测结果，而目前针对海上弱小目标的鉴别方法的研究还有待深入。

发明内容

本发明要解决的技术问题是：针对目前CFAR方法和TBD方法在海上弱小目标检测中存在的不足，根据海面上存在目标和没有目标时，其回波所表现出的平均周期差异，给出了一种新的海上小目标检测方法，以实现复杂海况下弱小目标的有效检测。

本发明解决其技术问题所采用的技术方案是：基于平均周期的海上小目标检测方法，其特征在于：首先提取各距离门上海面回波的平均周期，利用待检测距离门临近的距离门计算检测门限，通过对门限值和待检测距离门所提取的平均周期进行比较得到检测结果，具体包括以下步骤：

(1)对N点的时间序列进行快速傅立叶变换，得到子序列的离散频谱；

(2)根据得到的离散频谱，计算回波序列的平均频率；

(3)根据频率与周期间的对应关系，由平均频率计算序列的平均周期；

(4)利用临近距离门的平均周期计算检测门限；

(5)对检测门限和待检测距离门的平均周期进行比较，并做出待检测距离门上是否有目标的判断。

所述步骤(1)中N点子序列的划分既可以采用无重叠划分，也可以采用有重叠划分。

所述步骤(2)中平均频率的计算公式为

$\stackrel{\‾}{f}=\frac{f_s}{N}(\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}i*H\left(i\right))/\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}H\left(i\right)$

并且上式中的f_s和N分别为雷达系统的采样频率和子序列长度，为常数值，H(i)为N点序列的离散频谱。

所述步骤(4)中，根据与待检测距离门的空间位置关系，确定了保护距离门和参与计算距离门，保护距离门不参与门限计算；若s为一个集合，包括了全部参与门限计算的距离门的平均周期，则门限的计算式为：

th＝mean(s)+k·std(s)

式中的mean(·)为计算均值，std(·)为计算标准差，k为门限系数，k的取值范围为[0.5，4]。

本发明与现有技术相比的优点在于：

(1)本发明是基于海面回波所表现出的平均周期的变化来检测目标，不需要预先设定海杂波的统计模型；

(2)本发明不是基于目标与海杂波的回波强度差异，因此对海况变化不敏感，相对于CFAR检测具有更强的适应性。

(3)本发明方法利用海面回波平均周期的检测方法是基于时间序列数据的处理，可以有效抑制海尖峰的影响。

附图说明

图1为本发明基于平均周期的海上弱小目标检测的流程图；

图2为具有N/2点重合的N点序列划分示意图；

图3为计算检测门限时保护距离门和参与计算检测门限距离门的空间分布；

图4为54#文件得到的处理结果；

图5为280#文件得到的处理结果。

具体实施方式

下面结合附图及具体实施方式详细介绍本发明。

雷达目标检测就是要从复杂的背景回波中区别出感兴趣的部分，实现目标和背景的分离。具体的实现上要依赖于特定的检测特征量，如在恒虚警率CFAR检测中，就是利用了目标和杂波的回波强度信息。在本发明中，给出了从海面回波中提取了新的特征量，即平均周期的方法，并给出基于这一新的特征量的检测门限计算方法和目标检测方法，本发明的基于平均周期的海上小目标检测方法，其实施流程图如图1所示，具体包含如下5个步骤：

1、对时间序列进行傅立叶变换，得到对应的离散频谱图；

在该步骤中，首先要对长时间序列进行划分，划分为多个长度为N的子序列，具体的划分方法既可以是无重叠的划分，也可以采用有重叠的划分，有重叠划分可以提高数据的利用率，但同时会带来计算量的增加。当重叠长度为N/2时，子序列的划分如图2所示，图中给出了前6个子序列的划分示意图。

对划分得到的N点复数子序列进行快速傅立叶变换，得到的变换结果仍为复数据，记为h_i，i＝1，2...N，取绝对值就可以得到子序列所对应的离散频谱H；

H＝|h|                    (1)

2、计算子序列的平均频率；

根据采样定理的约束，只取步骤1计算得到的离散频谱H的一半，即H(1)，H(2)，...H(N/2)来计算回波序列的平均频率，计算表达式为

$\stackrel{\‾}{f}=\frac{f_s}{N}(\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}i*H\left(i\right))/\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}H\left(i\right)=\frac{f_s}{N}*\mathrm{ind}---\left(2\right)$

式(2)中f_s为原时间序列的采样频率， $\mathrm{ind}=(\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}i*H\left(i\right))/\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}H\left(i\right)$ 为频谱重心位置，该位置对应的频率为平均频率。

在式(2)中，f_s和N为常数，得到的ind值越大，则海面回波所对应的平均频率值越大。

3、计算平均周期；

平均频率与平均周期间为倒数关系，当计算出平均频率后，所处理子序列的平均周期可表示为：

$\stackrel{\‾}{T}=\frac{1}{\stackrel{\‾}{f}}=\frac{N}{\mathrm{ind}}*\frac{1}{f_s}=\frac{N}{\mathrm{ind}}*T_s---\left(3\right)$

式(3)中的T_s为雷达系统的采样周期，是常数值。

4、计算检测门限；

在目标检测中，检测门限应随背景的变化而改变，在本发明中，采用了与待检测距离门临近，但又满足一定距离限制的距离门的平均周期来产生检测门限。在检测中目标实际尺寸未知，实际位置未知，由于它可能会同时影响几个距离门，因此需要设置保护距离门来限制参与门限计算的距离门的位置。假定待检测距离门序号为b_i，保护距离门宽度为m，门限计算距离门宽度为n，则保护距离门和门限计算距离门的分布如图3所示。图中待检测距离门为b_i，在图3中对其边框进行了加粗以与其他距离门相区别。图3中b_i-m...b_i-1和b_i+1...b_i+m为保护距离门序号，共有2m个，不参与检测的门限计算，而b_i-n-m......b_i-m-1和b_i+m+1......b_i+n+m为参与门限计算的距离门序号，共有2n个。为计算检测门限，将参与门限计算的距离门记为：

s＝[T(b_i-n-m)，......，T(b_i-m-1)，T(b_i+m+1)，......，T(b_i+n+m)](5)

在式(5)的基础上，检测门限值的计算方法为：

th＝mean(s)+k·std(s)                  (6)

式(6)中的mean(·)为计算均值，std(·)为计算标准差，k为系数，k的取值范围为[0.5，4]。

5、比较检测门限和待检测距离门的平均周期，得到检测结果

将待检测的第b_i个距离门的平均周期T(b_i)与步骤4中计算得到的检测门限按(7)式进行比较，得到检测结果。

本发明提出的方法可以应用于海面静止目标检测，也可以应用于海上慢速目标检测，只要目标出现在距离门内的时间满足上述步骤1中的FFT点数要求，就可以采用该方法检测目标。

下面以加拿大McMaster大学IPIX(Intelligent Pixel-processing)雷达实测得到的海面回波数据为实验数据，对该发明进行举例说明。IPIX数据集中包括了大量数据文件，分别以其中的54#文件和280#文件为例，实验数据中的目标信息和海浪高度如表1所示，其中的目标为漂浮在海面上直径为1米的外缠金属系的泡沫球，为典型的小目标。雷达分辨率为30米，距离门对应距离为15米。雷达脉冲重复频率(PRF)为1000Hz。

表1实验数据对应的目标信息和海浪高度

数据号	目标距离门/距离(m)	受影响距离门	浪高(m)
				#54	8/2660	7:10	0.7
#280	8/2655	7:10	1.4

实验数据文件长度大于130000点(对应时间大于130秒)，首先进行子序列划分，将每个数据文件中所包含的全部距离门数据分别进行划分，每个距离门数据无重叠地分割为26个5000点的子序列(对应的时间长度为5秒)，对子序列进行FFT变换，并计算相应离散频谱。然后按照步骤2计算每个子序列的平均频率。再按照步骤3计算平均周期(以采样周期的倍数表示)，54#数据和280#数据计算得到的海杂波距离门平均周期和目标距离门(即第8距离门)的平均周期分别如图4和图5中细虚线和较粗的点划线所示。然后按照步骤4计算检测门限进行目标检测，在门限计算中，设置m＝2，n＝6，k＝1.3，以第8距离门为待检测距离门，计算得到的检测门限分别如图4和图5中的黑色粗实线所示。最后比较检测门限与第8距离门的平均周期，待检测距离门的平均周期超过门限，得到检测结果为：第8距离门存在目标。

根据实验结果可以看出，海杂波距离门的平均周期较小，而目标距离门的平均周期较大，根据海杂波平均周期计算得到的门限总体上高于海杂波的平均周期，但低于目标的平均周期，因此，该门限可用于区分海杂波和海上目标，达到海上小目标检测的目的。由实验结果可以看出，使用本发明给出的检测方法，可以有效检测出海上漂浮的小目标，并且，这种检测方法不需要假定海杂波模型，不必考虑海尖峰的干扰，对于浪高分别为0.7米和1.4米的海面背景都可以得到满意的检测结果。

Claims (4)

1.基于平均周期的海上小目标检测方法，其特征在于步骤如下：

(1)对N点的时间序列进行快速傅立叶变换，得到N点的时间序列的子序列的离散频谱；

(2)根据得到的离散频谱，计算回波序列的平均频率；

(3)根据频率与周期间的对应关系，由平均频率计算序列的平均周期；

(4)利用临近距离门的平均周期计算检测门限；

(5)对检测门限和待检测距离门的平均周期进行比较，并做出待检测距离门上是否有目标的判断。

2.根据权利要求1的基于平均周期的海上小目标检测方法，其特征在于：所述步骤(1)中N点的时间序列的子序列的划分既可以采用无重叠划分，也可以采用有重叠划分。

3.根据权利要求1的基于平均周期的海上小目标检测方法，其特征在于：所述步骤(2)中平均频率的计算公式为：

$\stackrel{\‾}{f}=\frac{f_s}{N}(\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}i*H\left(i\right))/\underset{i=1}{\overset{N/2}{\mathrm{\Σ}}}H\left(i\right)=\frac{f_s}{N}*\mathrm{ind}$

并且上式中的f_s和N分别为雷达系统的采样频率和子序列长度，它们均为常数值，H(i)为N点序列的离散频谱，

所述步骤(3)中平均周期的计算公式为：

$\stackrel{\‾}{T}=\frac{1}{\stackrel{\‾}{f}}=\frac{N}{\mathrm{ind}}*\frac{1}{f_s}=\frac{N}{\mathrm{ind}}*T_s$

式中的T_s为雷达系统的采样周期。

4.根据权利要求1的基于平均周期的海上小目标检测方法，其特征在于：所述步骤(4)中，根据与待检测距离门的空间位置关系，确定了保护距离门和参与计算距离门，保护距离门不参与门限计算；若s为一个集合，包括了全部参与门限计算的距离门的平均周期，则检测门限的计算式为：

th＝mean(s)+k·s·std(s)

式中的mean(·)为计算均值，std(·)为计算标准差，k为门限系数，k的取值范围为[0.5，4]。

Images