CN103207390A - Frft域海杂波中目标的近似分形检测方法 - Google Patents

Frft域海杂波中目标的近似分形检测方法 Download PDF

Info

Publication number
CN103207390A
CN103207390A CN2013101109416A CN201310110941A CN103207390A CN 103207390 A CN103207390 A CN 103207390A CN 2013101109416 A CN2013101109416 A CN 2013101109416A CN 201310110941 A CN201310110941 A CN 201310110941A CN 103207390 A CN103207390 A CN 103207390A
Authority
CN
China
Prior art keywords
clutter
fractal
frft
sea
fourier transform
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013101109416A
Other languages
English (en)
Other versions
CN103207390B (zh
Inventor
关键
刘宁波
陈小龙
黄勇
包中华
柴勇
王国庆
何友
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval Aeronautical Engineering Institute of PLA
Original Assignee
Naval Aeronautical Engineering Institute of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Naval Aeronautical Engineering Institute of PLA filed Critical Naval Aeronautical Engineering Institute of PLA
Priority to CN201310110941.6A priority Critical patent/CN103207390B/zh
Publication of CN103207390A publication Critical patent/CN103207390A/zh
Application granted granted Critical
Publication of CN103207390B publication Critical patent/CN103207390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种分数阶傅里叶变换(FRFT)域海杂波中目标的近似分形检测方法,该技术属于雷达信号处理领域。现有的利用单一分形特征的海杂波中目标检测方法均为直接对雷达时域回波序列进行处理,在强海杂波背景下微弱运动目标检测性能较差。本发明将FRFT和单一分形处理方法巧妙结合,综合利用FRFT可以有效提升海面运动目标信杂比的优点和单一分形特征计算简便、准确度高的特点,在一定允许误差范围内提取海杂波FRFT谱的单一Hurst指数用于目标检测。该检测器结合利用了相参积累和单一分形理论的优点,对海杂波中的微弱运动目标具有良好的区分能力,同时该方法也适用于在非均匀分形杂波跟踪目标信号,具有推广应用价值。

Description

FRFT域海杂波中目标的近似分形检测方法
一、技术领域
本发明涉及雷达信号处理领域中的利用海杂波分数阶傅里叶变换谱的近似单一分形特征进行目标检测的方法,即FRFT域海杂波中目标的近似分形检测方法,其中FRFT是分数阶傅里叶变换的英文缩写。本发明适用于各种对海成像侦察和警戒的相参雷达信号处理系统。
二、背景技术
传统的Fourier变换是分析和处理平稳信号的一种标准工具,对于分析与处理时变的非平稳信号则显得乏力。随着信息科学的发展,非平稳信号处理逐渐引人注目,Fourier分析的局限性也显得愈发突出。针对这一问题,研究者提出并发展了一系列新的信号处理分析理论与方法,FRFT即为其中一种近年来引起信号处理界广泛关注的数学工具。作为Fourier变换的一种广义形式,FRFT可以解释为信号在时间-频率平面内坐标轴绕原点逆时针旋转任意角度α后构成的分数阶Fourier域上的表示方法,若α=π/2,FRFT则退化为传统的Fourier变换。FRFT在对非平稳信号的分析和处理中具有很多优良特性,尤其适合于处理线性频率调制(LFM)类非平稳信号。在相参雷达信号处理中,若回波只包含一个或多个单频信号,如在雷达径向做匀速运动目标的回波,其多普勒频率近似为一恒定值,此时目标能量通过传统的Fourier变换即可达到最佳积累效果。但若没有匀速运动的假设,如目标在雷达径向做匀加速类运动,此时目标回波信号为一LFM信号,由Fourier变换得到的目标回波频谱不再是一个理想尖峰,而是分布在一定频率范围内,即目标能量没有得到最佳积累。而通过设定合适的FRFT旋转角α,LFM信号可以在FRFT域形成一个类似于单频信号在频域所形成的尖峰,目标能量得到了最佳积累。由于海面运动目标在短时间内的运动状态可用匀加速运动来近似,其中匀速运动和静止可看作匀加速运动的特殊形式,即目标回波可近似建模为LFM信号,并且考虑到海杂波的非平稳性,FRFT在海杂波中运动目标检测方面具有一定的应用潜力。
分形理论是20世纪70年代Mandelbrot为了表征复杂图形和复杂过程引入的,是非线性科学研究中一个十分活跃的分支。分形理论研究的对象是自然界中不光滑和不规则的几何体,它深刻揭示了实际系统与随机信号中广泛存在的自相似性和标度不变性。1993年,T.Lo首次将单一分形维数应用于海杂波中的目标检测,从此分形理论在雷达目标检测中的应用发展迅速,并取得了一系列有意义的成果。Salmasi等人利用同一组数据不同数据段的分形维数服从高斯分布的特点,针对高分辨率雷达设计了一个分形检测器,解决了利用分形维数进行目标检测难以实现恒虚警(CFAR)的问题。而Savaidis等人通过研究散射理论发现:散射表面的分形特性将被携带到散射信号中去,散射信号的分形特性可以反映散射面的自相似结构,这一结论说明通过回波信号研究物理海面的自相似结构是可行的。然而,在应用单一分形理论过程中,主要针对的对象是时域信号幅度,分析信号结构的变化并寻找合适的单一分形参量进行目标检测,在海情较高时,目标检测性能较差。
目前,很多研究都将短时间内的机动目标回波建模为LFM信号,进而采用FRFT或其他时频分析方法,使信号能量得到最大程度积累以提升信杂比,进而设计能量检测器实现目标检测。鲜有研究人员研究雷达回波FRFT谱的单一分形结构并用于目标检测,以实现FRFT与单一分形处理方法优点的有机结合。
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强海杂波背景下检测微弱目标的基于FRFT域海杂波近似分形特征的目标检测方法。该检测方法将单一分形处理方法与FRFT相参积累手段相结合,首先设定对各距离单元海杂波序列进行FRFT的统一变换阶数起始值,避免重复搜索最佳变换阶数,降低运算量,然后,在一定允许误差范围内,确定在一系列特定变换阶数下海杂波FRFT谱近似单一分形特性成立的尺度区间,最后根据设定的参数计算海杂波FRFT谱幅度序列的单一Hurst指数,形成检测统计量,以用于与给定虚警概率条件下的检测门限进行比较,判决海杂波中是否存在目标信号。该检测器能充分结合运用分数阶傅里叶变换可以有效提升信杂比和单一分形特征计算简便、准确度高的优点,因而本发明易于实现,并可有效提升雷达对海杂波中微弱目标的检测性能。
2.技术方案
本发明所述的FRFT域海杂波中目标的近似分形检测方法,包括以下技术措施:首先基于雷达海杂波实验数据设定各距离单元海杂波序列分数阶傅里叶变换变换阶数的统一起始值,以便于快捷计算一系列特定变换阶数下的海杂波FRFT谱;然后,在一定允许误差范围内,确定这一系列特定变换阶数下得到的海杂波FRFT谱近似单一分形特性成立的尺度区间;最后,计算海杂波FRFT谱的单一Hurst指数,形成检测统计量,并与给定虚警概率条件下的检测门限进行比较,若低于检测门限,判决为目标单元,否则判决为杂波单元。
3.有益效果
本发明相比背景技术具有如下的优点:
(1)该检测方法采用统一的变换阶数起始值,降低了计算量,提高了实时性;
(2)该检测方法的检测统计量计算简便,易于实现;
(3)该检测方法可有效降低目标检测过程中雷达对信杂比的需求;
(4)该检测方法具有在强海杂波背景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)将预先获取的雷达海杂波实验数据输入计算装置1进行FRFT处理,得到海杂波的FRFT谱,此步骤中雷达实验数据的获取可采用如下方式:雷达开机应用本发明之前预先扫描海面一段时间,接受并存储雷达零中频I/Q两路海面回波数据作为雷达实验数据;在装置1中进行FRFT所采用的变换阶数为经验变换阶数,粗略取值区间一般为[0.7,1.3]。
(2)计算装置2接受计算装置1得到的海杂波FRFT谱,分别搜索各个距离单元海杂波序列FRFT谱幅度的峰值,得到各个距离单元海杂波FRFT谱对应的最佳变换阶数,在此基础上计算各最佳变换阶数的δ邻域,其中δ取值一般为相应变换阶数值的30%~50%,然后取所有δ邻域交集的中心作为FRFT变换阶数的统一起始值,并将这一统一起始值输入至存储装置4,以备在后续计算过程中调用。
(3)计算装置3接受计算装置1得到的海杂波FRFT谱,同时接受外界输入的允许误差,得到海杂波FRFT谱近似单一分形特性成立的尺度区间以及变换阶数与尺度间的对应关系,即在一定允许误差范围内,确定在一系列特定变换阶数下海杂波分数阶傅里叶变换谱近似单一分形特性成立的尺度区间。此技术措施基于如下原理与公式:
单个距离单元的海杂波时间序列可以采用单一自相似过程建模,由此前提可得,在一定允许误差范围内,一系列特定变换阶数下的海杂波FRFT谱仅在某一尺度区间内具有近似单一分形特性,如下式所示
| F B H ( p α ) ( u ) | s . t . a = 1 | κ | H + 1 · | F B H ( p β ) ( u κ ) |
其中,α和β为FRFT过程中所采用的旋转角;pα和pβ为与旋转角α和β相对应的变换阶数,且满足α=pαπ/2,β=pβπ/2;κ表示尺度;u表示分数频率;H表示单一Hurst指数;
Figure BSA00000872134900032
Figure BSA00000872134900033
分别表示海杂波在变换阶数pα和pβ下的FRFT谱;|·|表示求模值,即计算海杂波FRFT谱的幅度值;
Figure BSA00000872134900034
表示在统计意义下相等;“一系列特定变换阶数”是指变换阶数pα与pβ满足关系tan(pβπ/2)=к2tan(pαπ/2)。本发明设定允许误差为5%,则可计算得到近似单一分形特性成立的尺度区间为[27,+∞],且pα和pβ均应在区间[-1.3,-0.7]或[0.7,1.3]内。
(4)计算装置3将得到的一系列特定变换阶数下海杂波FRFT谱近似单一分形特性成立的尺度区间输入至存储装置5,以备在后续计算过程中调用;计算装置3还将得到的变换阶数pα与pβ的取值区间输入至存储装置4,与存储装置4中还存储的FRFT变换阶数统一起始值一起将在后续计算中调用。
(5)对于雷达天线实时接收到的零中频I/Q两路海面回波序列,计算装置6根据存储装置4存储的FRFT变换阶数统一起始值和变换阶数pα与pβ的取值区间,计算一系列特定变换阶数下的海面回波序列FRFT谱。
(6)计算装置7接受计算装置6的输出结果,计算海面回波FRFT谱的幅度。
(7)计算装置8接受计算装置7的输出结果,并根据存储装置5存储的尺度区间,采用配分函数方法计算海杂波FRFT谱幅度序列的单一Hurst指数。
(8)计算装置9根据预先设定的虚警概率计算检测门限T,其中装置9中所使用的恒虚警算法是双参数恒虚警算法,即检测门限T是采用给定虚警概率条件下的双参数恒虚警算法生成的。
(9)比较器10将计算装置8得到的单一Hurst指数与检测门限T相比较以进行有无目标的判决。
(10)装置11接受比较器10的输出结果,若单一Hurst指数值低于检测门限T,则装置11显示判决结果为目标单元;若比较器10中的单一Hurst指数值高于检测门限T,则装置11显示判决结果为杂波单元。

Claims (4)

1.FRFT域海杂波中目标的近似分形检测方法,其特征在于包括以下技术措施:
(1)设定各距离单元海杂波序列分数阶傅里叶变换变换阶数的统一起始值;
(2)在一定允许误差范围内,确定在一系列特定变换阶数下海杂波分数阶傅里叶变换谱近似单一分形特性成立的尺度区间;
(3)计算海杂波分数阶傅里叶变换谱的单一Hurst指数,形成检测统计量,并与给定虚警概率条件下的检测门限进行比较,若低于检测门限,判决为目标单元,否则判决为杂波单元。
2.权利要求1所述的FRFT域海杂波中目标的近似分形检测方法,其中步骤“(1)设定各距离单元海杂波序列分数阶傅里叶变换变换阶数的统一起始值”具有如下技术特征:在进行分数阶傅里叶变换时,根据预先获取的雷达海杂波实验数据,分别搜索各个距离单元海杂波序列的最佳变换阶数,计算各最佳变换阶数的δ邻域,其中δ取值一般为相应变换阶数值的30%~50%,然后取所有δ邻域交集的中心作为分数阶傅里叶变换变换阶数的统一起始值。
3.权利要求1所述的FRFT域海杂波中目标的近似分形检测方法,其中步骤“(2)在一定允许误差范围内,确定在一系列特定变换阶数下海杂波分数阶傅里叶变换谱近似单一分形特性成立的尺度区间”具有如下技术特征:单个距离单元的海杂波时间序列可以采用单一自相似过程建模,由此前提可得,在一定允许误差范围内,一系列特定变换阶数下的海杂波的分数阶傅里叶变换谱仅在某一尺度区间内具有近似单一分形特性,如下式所示
| F B H ( p α ) ( u ) | s . t . a = 1 | κ | H + 1 · | F B H ( p β ) ( u κ ) |
其中,α和β为分数阶傅里叶变换过程中所采用的旋转角;pα和pβ为与旋转角α和β相对应的变换阶数,且满足α=pαπ/2,β=pβπ/2;κ表示尺度;u表示分数频率;H表示单一Hurst指数;
Figure FSA00000872134800013
分别表示海杂波在变换阶数pα和pβ下的分数阶傅里叶变换谱;|·|表示求模值,即计算海杂波分数阶傅里叶变换谱的幅度值;
Figure FSA00000872134800014
表示在统计意义下相等;“一系列特定变换阶数”是指变换阶数pα与pβ满足关系tan(pβπ/2)=κ2tan(pαπ/2),本发明取允许误差为5%,则近似单一分形特性成立的尺度区间为[27,+∞],pα和pβ均应在区间[-1.3,-0.7]或[0.7,1.3]内。
4.权利要求1所述的FRFT域海杂波中目标的近似分形检测方法,其中步骤“(3)计算海杂波分数阶傅里叶变换谱的单一Hurst指数,形成检测统计量,并与给定虚警概率条件下的检测门限进行比较,若低于检测门限,判决为目标单元,否则判决为杂波单元”具有如下技术特征:根据权利要求1步骤(1)和步骤(2)得到的结果,对海杂波时间序列进行分数阶傅里叶变换,采用配分函数方法计算海杂波分数阶傅里叶变换谱幅度序列的单一Hurst指数;检测门限T采用给定虚警概率条件下的双参数恒虚警算法生成。
CN201310110941.6A 2013-04-02 2013-04-02 Frft域海杂波中目标的近似分形检测方法 Active CN103207390B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310110941.6A CN103207390B (zh) 2013-04-02 2013-04-02 Frft域海杂波中目标的近似分形检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310110941.6A CN103207390B (zh) 2013-04-02 2013-04-02 Frft域海杂波中目标的近似分形检测方法

Publications (2)

Publication Number Publication Date
CN103207390A true CN103207390A (zh) 2013-07-17
CN103207390B CN103207390B (zh) 2015-08-19

Family

ID=48754668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310110941.6A Active CN103207390B (zh) 2013-04-02 2013-04-02 Frft域海杂波中目标的近似分形检测方法

Country Status (1)

Country Link
CN (1) CN103207390B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104614717A (zh) * 2015-01-28 2015-05-13 南京信息工程大学 一种海杂波背景下的小目标分形检测方法
CN105259546A (zh) * 2015-09-30 2016-01-20 西安电子科技大学 一种基于ar谱分形的海面微弱雷达目标检测方法
CN108573236A (zh) * 2018-04-22 2018-09-25 西安电子科技大学 基于离散分数布朗随机场的云天背景下红外弱小目标检测方法
CN109991579A (zh) * 2017-12-29 2019-07-09 沈阳新松机器人自动化股份有限公司 一种基于分形理论的海杂波目标信号检测方法
CN113567944A (zh) * 2021-07-16 2021-10-29 中国人民解放军海军航空大学航空作战勤务学院 海杂波中frft域奇异值特征的目标检测方法和装置
CN114415118A (zh) * 2021-12-30 2022-04-29 西北工业大学 一种基于二维分形特征的海面目标检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007128703A1 (en) * 2006-05-08 2007-11-15 Thales Nederland B.V. A method for filtering sea clutter in a radar echo using a hydrographic model
CN102788969A (zh) * 2012-07-04 2012-11-21 中国人民解放军海军航空工程学院 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法
CN102967854A (zh) * 2012-12-07 2013-03-13 中国人民解放军海军航空工程学院 Frft域海杂波中目标的多重分形检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007128703A1 (en) * 2006-05-08 2007-11-15 Thales Nederland B.V. A method for filtering sea clutter in a radar echo using a hydrographic model
CN102788969A (zh) * 2012-07-04 2012-11-21 中国人民解放军海军航空工程学院 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法
CN102967854A (zh) * 2012-12-07 2013-03-13 中国人民解放军海军航空工程学院 Frft域海杂波中目标的多重分形检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YANGQUAN CHEN等: "An improved Hurst parameter estimator based on fractional Fourier transform", 《TELECOMMUN SYST》 *
刘宁波等: "海杂波FRFT 谱的多重分形特性与目标检测", 《信号处理》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104614717A (zh) * 2015-01-28 2015-05-13 南京信息工程大学 一种海杂波背景下的小目标分形检测方法
CN105259546A (zh) * 2015-09-30 2016-01-20 西安电子科技大学 一种基于ar谱分形的海面微弱雷达目标检测方法
CN109991579A (zh) * 2017-12-29 2019-07-09 沈阳新松机器人自动化股份有限公司 一种基于分形理论的海杂波目标信号检测方法
CN108573236A (zh) * 2018-04-22 2018-09-25 西安电子科技大学 基于离散分数布朗随机场的云天背景下红外弱小目标检测方法
CN108573236B (zh) * 2018-04-22 2021-06-25 西安电子科技大学 基于离散分数布朗随机场的云天背景下红外弱小目标检测方法
CN113567944A (zh) * 2021-07-16 2021-10-29 中国人民解放军海军航空大学航空作战勤务学院 海杂波中frft域奇异值特征的目标检测方法和装置
CN113567944B (zh) * 2021-07-16 2023-08-04 中国人民解放军海军航空大学航空作战勤务学院 海杂波中frft域奇异值特征的目标检测方法和装置
CN114415118A (zh) * 2021-12-30 2022-04-29 西北工业大学 一种基于二维分形特征的海面目标检测方法
CN114415118B (zh) * 2021-12-30 2024-04-30 西北工业大学 一种基于二维分形特征的海面目标检测方法

Also Published As

Publication number Publication date
CN103207390B (zh) 2015-08-19

Similar Documents

Publication Publication Date Title
CN102967854B (zh) Frft域海杂波中目标的多重分形检测方法
CN103207390A (zh) Frft域海杂波中目标的近似分形检测方法
CN102788969B (zh) 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法
CN102914768B (zh) 基于形态成分分析的海面微动目标检测和特征提取方法
CN103454624A (zh) 基于降维稀疏重构空时谱的直接数据域动目标检测方法
CN103746722B (zh) 一种跳频信号跳周期和起跳时间估计方法
CN101452075B (zh) 基于平均周期的海上小目标检测方法
CN101984360B (zh) 基于frft的归一化泄露lms自适应动目标检测方法
CN101806887A (zh) 基于空间跟踪滤波器的海杂波抑制和目标检测方法
CN103063909B (zh) 一种基于功率谱的线性调频信号参数估值方法
CN102707285A (zh) 车载毫米波防撞雷达系统的频域恒虚警检测方法
CN103399291A (zh) 基于快速稀疏恢复的超分辨波达方向估计方法
CN104062642B (zh) 一种对激光雷达波形数据进行高斯回波分解的方法
CN105572649A (zh) 基于稀疏傅里叶变换的雷达目标检测方法
CN109001708A (zh) 基于分级积累检测的雷达机动目标快速精细化处理方法
CN104502898B (zh) 将修正rft和修正mdcft相结合的机动目标参数估计方法
CN101334469A (zh) 基于分数阶傅立叶变换的风廓线雷达杂波抑制方法
CN105259546A (zh) 一种基于ar谱分形的海面微弱雷达目标检测方法
CN103675758A (zh) 一种双曲调频信号周期斜率和起始频率估计方法
CN102435985B (zh) 基于重构时间采样的机载机动目标检测方法
CN102621535B (zh) 一种高效的协方差矩阵结构估计方法
Chen et al. An adaptive non-parametric short-time Fourier transform: application to echolocation
CN102928826A (zh) 基于重构信号和时间采样的空中机动目标检测方法
CN101881825A (zh) 利用延时的frft模之差的动目标检测器
Lei et al. A TD-CF preprocessing method of FMCW radar for Dynamic Hand Gesture Recognition

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Guan Jian

Inventor after: Liu Ningbo

Inventor after: Chen Xiaolong

Inventor after: Huang Yong

Inventor after: Cong Yu

Inventor after: Chai Yong

Inventor after: Wang Guoqing

Inventor after: He You

Inventor before: Guan Jian

Inventor before: Liu Ningbo

Inventor before: Chen Xiaolong

Inventor before: Huang Yong

Inventor before: Bao Zhonghua

Inventor before: Chai Yong

Inventor before: Wang Guoqing

Inventor before: He You

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: GUAN JIAN LIU NINGBO CHEN XIAOLONG HUANG YONG BAO ZHONGHUA CHAI YONG WANG GUOQING HE YOU TO: GUAN JIAN LIU NINGBO CHEN XIAOLONG HUANG YONG CONG YU CHAI YONG WANG GUOQING HE YOU

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant