CN101881826A - 扫描模式海杂波局部多重分形目标检测器 - Google Patents

Abstract

本发明公开了一种雷达扫描模式海杂波局部多重分形目标检测器，该技术属于雷达信号处理领域。现有的海杂波多重分形目标检测方法都假设雷达工作在驻留模式，且维数计算运算量较大，缺乏实时性。本发明基于雷达工作在扫描模式，并且不需要一次扫描即获得充足采样点数进行多重分形计算，每一扫描周期维数的计算采用迭代方法进行更新，保证实时性，提取局部多重分形谱的模糊特征形成检测统计量。该检测器对海杂波和目标具有良好的分类能力，并具有在强海杂波中检测微弱目标的能力，同时也适用于在分形非平稳杂波中跟踪目标信号，具有推广应用价值。

Description

扫描模式海杂波局部多重分形目标检测器

一、技术领域

本发明涉及雷达信号处理领域中的扫描模式海杂波局部多重分形目标检测方法，适用于各种对海成像侦察和预警雷达的信号处理系统。

二、背景技术

雷达扫描模式海杂波是指雷达工作在扫描模式下每一个扫描周期在同一方位得到的海面反射回波在时间上的串接。处理海杂波的传统手段是研究其统计特性，建立随机统计模型。但是传统手段大部分只利用了海杂波的一、二阶统计特性。基于海杂波的非平稳特性，分形理论在海杂波研究中的应用日益广泛。Lo.T于1993年利用舰船目标回波的分形维数低于海杂波的分形维数这一特征进行检测。但实验结果表明，要精确估计信号分形维数值，至少需要2000个采样点，无法用于扫描模式下的雷达目标检测中，并且强海杂波背景下杂波和目标的分形维数往往存在混叠从而难以区分。单一分形经常用计盒维数法计算维数，它认为只要盒子内有图形的像素这个盒子就被计进来，而不考虑盒子内像素的多少，而多重分形考虑盒子内像素或者其它物理量的差别，归一化之后得到一个概率分布的集，再用一个多重分形谱进行描述，得到的结果包含了许多被单一分形忽略的信息。

在现有的海杂波分形特性目标检测技术中，都假设雷达工作在驻留模式下，即天线不转动，只对着一个方位不断发射接收信号，在驻留时间内可以获得足够多的采样点用于分析计算。实际中，雷达均工作在扫描模式，对实时性有较强要求，在很短暂的波束停留时间内，可以得到的采样点数很少，若将其直接应用于海杂波的多重分形特性分析及目标检测，将产生很大偏差。这限制了扫描模式下海杂波的多重分形特性及目标检测方法研究。

三、发明内容

1.要解决的技术问题

本发明的目的在于提供一种可以在扫描模式海杂波中运用的基于海杂波局部多重分形特征的目标检测器。该检测器不需要在一次扫描中即获得充足的采样点数用于运算，通过将同一方位多次扫描得到的海杂波数据在时间上串接，对现有维数估计方法加以条件约束和修改，并在维数计算中采用迭代算法，形成在扫描模式下海杂波的广义分形维数与多重分形谱的计算方法，用局部多重分形谱构成对海杂波和目标具有良好分类能力的模糊特征检测器。该检测器不需要一次扫描即获得充足数据，且维数采用迭代更新，因而实时性较强，且易于实现。

2.技术方案

本发明所述的扫描模式海杂波局部多重分形目标检测器，包括以下技术措施：首先将每一次扫描得到的海杂波时间序列按时间先后顺序串接，并估计当前若干扫描周期扫描模式海杂波序列的局部广义分形维数，然后对于每一次扫描得到的新海杂波数据，都附加到原多次扫描得到的海杂波序列末尾，并抛弃第一段海杂波数据，采用维数迭代计算方法进行维数更新，得到每一次扫描的局部广义分形维数。最后，提取扫描模式海杂波局部多重分形谱的模糊特征，形成检测统计量，将其将其与给定虚警概率下的检测门限进行比较，如果其低于检测门限，判决为存在目标信号，否则判决为没有目标信号。

3.有益效果

本发明相比背景技术具有如下的优点：

(1)该检测器不需要一次扫描即获得充足的采样点数；

(2)该检测器可以对局部广义多重分形维数进行实时迭代更新；

(3)该检测器对海杂波与目标具有良好的分类能力；

(4)该检测器具有在强杂波中检测微弱目标的能力。

四、附图说明

说明书附图是本发明的实施原理流程图。

五、具体实施方式

以下结合说明书附图对本发明作进一步详细描述。参照说明书附图，本发明的具体实施方式分以下几个步骤：

(1)从雷达天线回来的信号经放大、混频和检波后，送入计算装置1进行预处理，并对幅度进行归一化处理。

(2)计算装置2接收输入的雷达系统参数，确定方位采样率、每个扫描周期在同一个方位可以接收到的相参脉冲串的长度M及所要用于一次处理的时间序列总长度N*M，其中N为扫描周期数目，并在存储装置3中开辟相应的存储空间用于存储一次扫描回波数据及运算。

(3)计算装置4接收来计算装置2的输出数据M，确定受限无标度区间r^-1≤M，并选取相应的尺度进行存储用于计算，尺度

为便于计算，可取M的数值为2的幂次，则n可取2ⁱ，i＝1，2，…，2^logM；

(4)计算装置5接收计算装置3与计算装置4的输出结果，采用计盒维数法，计算不同尺度r条件下质量(测度)的分布概率以及当前扫描周期回波的盒子数，其中分布概率按如下公式计算

$P_{i,M}\left(r\right)=\frac{A_{\mathrm{ij}}}{\mathrm{\Σ}{A}_{\mathrm{ij}}}$

其中，A_ij表示一个盒子内包含采样点幅度值的和；∑A_ij表示所有采样点幅度值的总和。

(5)计算装置6接收计算装置5的输出结果，并采用迭代更新方法计算总时间序列(长度为N*M)的盒子总数。迭代公式如下：

$N_{l,n_T}=w_1(l,n_T)N_{l,n_T-1}+w_2(l,n_T){N^{\′}}_{l,n_T}$

其中，

是上一个扫描周期(包含)之前若干个扫描周期组成的时间序列在尺度为l时的总盒子数估计值，

为本次扫描所得时间序列在尺度为l时计算得到的盒子数，

为当前扫描周期(包含)之前若干个扫描周期组成的时间序列在尺度为l时的总盒子数估计值，w₁，w₂都与尺度l和扫描周期n_T有关，且w₁+w₂＝1。

(6)暂存装置7接收来计算装置6的输出结果，并输入延时装置8延时存储一个扫描周期，用于下一个扫描周期运算中计算装置6的盒子总数迭代更新运算。

(7)计算装置9将计算装置5和计算装置7的输出结果，并完成求局部配分函数的运算

${\mathrm{\χ}}_q^M\left(r\right)\≡\mathrm{\Σ}{P}_{i,M}^q\left(r\right)=\mathrm{\ΣN}\left(P_{i,M}\left(r\right)\right)P_{i,M}^q\left(r\right)$

计算装置10完成求取局部广义分形维数运算

$D_q^M=\frac{\ln \left(\mathrm{\ΣN}\left(P_{i,M}\left(r\right)\right)P_{i,M}^q\left(r\right)\right)}{(q-1)\ln r}(q\≠1)$

(8)计算装置11接受计算装置9的输出结果，完成一元线性回归运算，得到斜率，即局部质量指数τ_M(q)，并采用勒让德变换，得到局部多重分形谱f_M(α)。

(9)计算装置12接受计算装置11的输出结果，提取其模糊特征-隶属度，形成检测统计量。将该检测统计量与给定虚警概率下的检测门限一同送入比较器13，进行比较，如果检测统计量低于检测门限，判决为存在目标信号，否则判决为没有目标信号。

Claims (3)

1.扫描模式海杂波多重分形目标检测器，其特征在于包括以下技术措施：

(1)扫描模式海杂波序列分段维数计算；

(2)用尺度受限盒维数来迭代计算扫描模式海杂波局部广义分形维数；

(3)运用局部多重分形谱形成对杂波与目标具有良好分类能力的模糊特征检测器。

2.根据权利要求1所述的扫描模式海杂波序列及分段维数计算，其特征在于具有如下技术特征：雷达工作在扫描模式下每一个扫描周期在同一方位得到的海面反射回波在时间上串接，其在时间上分段拼接，只在相干脉冲串内部满足统计自相似，脉冲串之间自相似性中断，分段分形维数计算基于如下公式

${\dim }_{H}X={\dim }_H\underset{k=1}{\overset{N}{\∪}}{X}^k=\underset{1\≤i\≤N}{\sup }\left\{{\dim }_H{X}^k\right\}=\underset{1\≤i\≤N}{\sup }\left\{{\dim }_H{\tilde{X}}^k\right\}={\dim }_H\underset{k=1}{\overset{N}{\∪}}{\tilde{X}}^k={\dim }_H\tilde{X}$

即由N个扫描周期构成的长时间序列X与驻留模式下得到的时间序列

具有相同的维数值，其中X^k为工作在扫描模式下的雷达第k个扫描周期采样得到的相干脉冲串，

为工作在驻留模式下长脉冲串中与扫描模式在时间上相对应的第k个子区间。

3.根据权利要求1所述的用尺度受限盒维数来迭代计算扫描模式海杂波局部广义分形维数及局部多重分形谱，其特征在于采用如下的技术措施步骤：设每个相干脉冲串长度为M，在最大尺度不超过M的尺度r下计算得到质量(测度)分布概率

舍弃较大尺度，采用尺度受限于区间(1/M，∞)的盒维数方法计算得到局部配分函数与局部质量指数，局部广义分形维数

计算可以按照下式计算

$D_q^M=\frac{\ln \left(\mathrm{\ΣN}\left(P_{i,M}\left(r\right)\right)P_{i,M}^q\left(r\right)\right)}{(q-1)\ln r}(q\≠1)$

受限盒维数计算中，当前盒子总数可以采用如下公式迭代更新

$N_{l,n_T}=w_1(l,n_T)N_{l,n_T-1}+w_2(l,n_T){N^{\′}}_{l,n_T}$

其中，是上一个扫描周期(包含)之前若干个扫描周期组成的时间序列在尺度为l时的总盒子数估计值，

为本次扫描所得时间序列在尺度为l时计算得到的盒子数，为当前扫描周期(包含)之前若干个扫描周期组成的时间序列在尺度为l时的总盒子数估计值。

Images