CN104007424A - 基于时频分析的机动目标检测方法 - Google Patents

Abstract

本发明提供基于时频分析的机动目标检测方法，包括以下步骤：获取天波雷达在第一位置范围内的雷达回波信号为第一雷达回波信号，其中，雷达回波信号中包含有机动目标回波；对第一雷达回波信号进行相位变换，获得第二雷达回波信号；通过分别在不同时刻对第二雷达回波信号进行关于机动目标的瞬时频率变化率的匹配傅里叶变换，获得一基于时间和瞬时频率变化率的联合域；在建立的以时间和瞬时频率变化率为坐标轴的坐标系中，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对所述联合域进行积分，获得积累后的机动目标的能量函数；判断能量函数是否小于预设的能量门限值；当能量函数大于等于能量门限值时，确定机动目标在第一位置范围内。

Description

基于时频分析的机动目标检测方法

技术领域

本发明涉及天波雷达机动目标检测技术，尤其是涉及基于时频分析的机动目标检测方法。

背景技术

在天波超视距雷达中，机动目标径向速度的变化会使目标多普勒谱展宽，从而导致机动目标检测十分困难。而对于弱小目标以及短时间相干累积下的目标检测，由于其回波中目标信杂噪比通常很低，因此，进一步加大了机动目标检测的难度。

目前，天波雷达机动目标检测技术主要分为两类：

一、基于多项式相位模型下的参数估计和相位补偿技术

该技术是将目标回波建模为多项式相位信号(Polynomial Phase Signal，PPS)，具体的，通过各种相位变换算法估计出高阶多项式相位系数，再构造多普勒补偿因子对目标回波进行补偿，从而抑制掉高阶相位系数引起的多普勒谱扩展。其中，以高阶模糊函数(High-orderAmbiguity Function，HAF)为代表的参数估计算法，由于计算量小、运行速度快等优点得到了广泛关注，其处理方法为：对经过海杂波抑制后的雷达回波信号，利用HAF变换依次估计出各阶相位系数，并构造多普勒补偿因子，以对雷达回波信号进行补偿，实现多普勒高阶谱的抑制，最后，对回波信号做快速傅里叶变换(Fast Fourier Transform，FFT)，在频谱中设置适合的监测门限，从而实现目标检测。但，该方法需要进行多次相位降阶操作，而每一次相位降阶操作都会损失一定的信噪比，从而，使得该方法在低信噪比的情况下，无法对弱小目标进行有效检测。

二、基于时频分析的机动目标检测技术

该技术是通过各种时频变换，将时域信号转换到时间-频率[t，f]的联合域中进行分析。由于机动目标近似为一个线性调频信号，并且利用线性调频信号在时频域中呈现为一条具有一定斜率的直线的性质，因此，通过图像处理中直线检测工具对时频域中机动目标所在的直线进行检测，实现目标能量的积累和检测。传统的时频变换有短时傅里叶变换(Short TimeFourier Transform，STFT)，小波变换(Wavelet Transform，WT)和维格纳分布变换(WignerVille Distributiong，WVD)。在直线检测上，通常采用霍夫变换(Hough)和拉冬变换(Radon)。

现有的基于时频分析的机动目标检测技术是将WVD和Hough变换结合起来实现天波雷达机动目标的检测和参数估计的，该方法对于瞬态干扰过于敏感，容易将瞬态干扰误当为目标，覆盖真实的机动目标，在瞬态干扰严重时，利用该方法将无法有效检测目标。另外，采用Hough变换检测直线时，存在计算量大、耗时长的技术问题，难以满足雷达目标检测的实时性要求。

发明内容

本发明所要解决的技术问题是现有的基于时频分析的机动目标检测技术运算量大、易受瞬态干扰影响。

为解决上述问题，本发明提供基于时频分析的机动目标检测方法，包括以下步骤：

获取天波雷达在第一位置范围内的雷达回波信号为第一雷达回波信号，其中，雷达回波信号中包含有机动目标回波；

对第一雷达回波信号进行相位变换，消除机动目标回波中的一次相位项，获得第二雷达回波信号；

通过分别在不同时刻对第二雷达回波信号进行关于机动目标的瞬时频率变化率的匹配傅里叶变换，获得一基于时间和瞬时频率变化率的联合域；

在建立的以时间和瞬时频率变化率为坐标轴的坐标系中，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对所述联合域进行积分，获得积累后的机动目标的能量函数；

判断能量函数是否小于预设的能量门限值；

当能量函数大于等于能量门限值时，确定机动目标在第一位置范围内。

进一步的，在判断能量函数是否小于预设的能量门限值之后，还包括步骤：

当能量函数小于能量门限值时，确定机动目标不在第一位置范围内。

进一步的，在对第一雷达回波信号进行相位变换之前，还包括步骤：

通过高通滤波器滤除第一雷达回波信号中的海杂波。

进一步的，对第一雷达回波信号进行相位变换，消除机动目标回波中的一次相位项，获得第二雷达回波信号，具体为：

对第一雷达回波信号进行关于延时时间的相位变换，消除机动目标回波中关于延时时间变量的一次相位项，获得仅包含关于延时时间变量的二次相位项的第二雷达回波信号。

进一步的，当第一雷达回波信号表示为s(n)时，对第一雷达回波信号s(n)进行关于延时时间的相位变换s(n-p)·s(n+p)，获得第二雷达回波信号s(n,p)，其中，p为延时时间。

进一步的，对第二雷达回波信号s(n,p)进行匹配傅里叶变换，获得基于时间和瞬时频率变化率的联合域MFT(n,ω)，具体如下式：

其中，ω为机动目标的瞬时频率变化率，Q为延时时间p的取值范围。

进一步的，在获取第一雷达回波信号之后，还包括步骤：

将机动目标的初始速度和加速度作为参变量，构建机动目标回波的离散形式，其中，在离散形式的机动目标回波中，关于时间变量的一次项系数为第一系数，关于时间变量的二次项系数为第二系数。

进一步的，在获得积累后的机动目标的能量函数之后，还包括步骤：

基于能量函数能量最大时的瞬时频率变化率，获得第二系数的估计值；

基于第二系数的估计值，获得机动目标的加速度值。

进一步的，在获得第二系数的估计值之后，还包括步骤：

基于第二系数的估计值，构造相位补偿因子，对机动目标回波信号进行相位补偿，获得一相位补偿信号。

进一步的，在获得一相位补偿信号之后，还包括步骤：

对相位补偿信号进行傅里叶变换，获得一傅里叶函数；

基于所述傅里叶函数的频谱，获取与所述频谱谱峰中的最大值对应的瞬时频率；

基于所述瞬时频率，获得第一系数的估计值；

基于第一系数的估计值，获得机动目标的初始速度值。

本发明的有益效果是：由于机动目标能量的可积累性，以及噪声不相干无法有效积累的特点，通过在时间和瞬时频率变化率的联合域中对机动目标的能量进行积累，从而实现对机动目标的检测，使得本申请具有较低的信噪比门限，在低信噪比的情况下，也能够实现对机动目标的检测；

通过获得时间和瞬时频率变化率的联合域，并建立以时间和瞬时频率变化率为坐标轴，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对该联合域进行积分，从而对机动目标的能量进行积累，解决了现有的基于时频分析的机动目标检测技术存在的易受瞬态干扰影响的问题，提高了天波雷达抗瞬态干扰的能力；

进一步，通过将能量函数与能量门限值进行比较，并利用比较结果实现对机动目标的检测，与现有的利用Hough变换进行检测相比，减小了计算量，能够实现快速检测机动目标。

附图说明

图1是本发明基于时频分析的机动目标检测方法的流程图。

具体实施方式

下面将结合附图，对本发明的技术方案进行详细描述。

本申请的基于时频分析的机动目标检测方法，包括以下步骤：获取天波雷达在第一位置范围内的雷达回波信号为第一雷达回波信号，其中，雷达回波信号中包含有机动目标回波；对第一雷达回波信号进行相位变换，消除机动目标回波中的一次相位项，获得第二雷达回波信号；通过分别在不同时刻对第二雷达回波信号进行关于机动目标的瞬时频率变化率的匹配傅里叶变换，获得一基于时间和瞬时频率变化率的联合域；在建立的以时间和瞬时频率变化率为坐标轴的坐标系中，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对所述联合域进行积分，获得积累后的机动目标的能量函数；判断能量函数是否小于预设的能量门限值；当能量函数大于等于能量门限值时，确定机动目标在第一位置范围内。

通过获得时间和瞬时频率变化率的联合域，并建立以时间和瞬时频率变化率为坐标轴，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对该联合域进行积分，从而对机动目标的能量进行积累，解决了现有的基于时频分析的机动目标检测技术存在的易受瞬态干扰影响的问题，提高了天波雷达抗瞬态干扰的能力。

如图1所示，本申请的基于时频分析的目标检测方法，应用于天波雷达中，包括：

步骤101：获取天波雷达在第一位置范围内的雷达回波信号为第一雷达回波信号，其中，雷达回波信号中包含有机动目标回波。

在具体实施过程中，天波雷达在一位置范围内经天线发射一波形后，遇到障碍物会有相应的波形反射回来，成为雷达回波信号，其中，当雷达遇到机动目标后，会产生一机动目标回波信号。在本申请中，首先，接收机获取天波雷达的雷达回波信号，将其作为第一雷达回波信号，在该第一雷达回波信号中可能包含了海杂波、机动目标回波、瞬态干扰和接收机内部噪声。具体的，第一雷达回波信号可以表示为：

s'(n)＝c(n)+w(n)+i(n)+z(n)

其中，n为时间变量，s'(n)为一个相干积累周期(CIT)内的第一雷达回波采样，c(n)为海杂波，w(n)为机动目标回波，i(n)为瞬态干扰，z(n)为接收机的内部噪声。

优选的，本申请中，在获得第一雷达回波信号之后，还包括步骤：

将机动目标的初始速度和加速度作为参变量，构建机动目标回波的离散形式。

具体的，机动目标回波w(n)的离散形式可以表示为：

$w\left(n\right)=A\·e^{j2\mathrm{\π}(\frac{2f_{0}v}{c}\·\mathrm{nT}+\frac{f_{0}a}{c}\·{\left(\mathrm{nT}\right)}^2)}$

其中，A为机动目标回波的幅度，f₀为天波雷达的工作频率，c为光速，v为机动目标被探测到时的初始速度，a为机动目标的加速度，T为脉冲周期。

进一步的，离散形式的机动目标回波w(n)可以简化为：

$w\left(n\right)=A\·e^{j(a_{1}n+a_n{n}^2)}$

其中，第一系数a₁为关于时间变量n的一次项系数，第二系数a₂为关于时间变量n的二次项系数。第一系数a₁和第二系数a₂与机动目标的运动参数v和a有如下关系：

$a_1=2\mathrm{\π}\·\frac{{2f}_0}{c}\·\mathrm{vT}$

$a_2=2\mathrm{\π}\·\frac{{2f}_0}{c}\·\frac{{\mathrm{aT}}^2}{2}$

优选的，在步骤101之后，执行步骤102：通过高通滤波器滤除第一雷达回波信号中的海杂波。

在具体实施过程中，在获得雷达回波信号之后，需要对雷达回波信号中的海杂波进行抑制，具体的，通过高通滤波器滤除所述海杂波，从而，得到：

s(n)＝w(n)+i(n)+z(n)

其中，s(n)为滤除掉海杂波后的第一雷达回波信号，其主要包含机动目标回波w(n)，瞬态干扰i(n)和内部噪声z(n)。

在步骤102之后，执行步骤103：对第一雷达回波信号进行相位变换，消除机动目标回波中的一次相位项，获得第二雷达回波信号。

具体的，在滤除掉第一雷达回波信号中的海杂波后，对s(n)进行关于延时时间p的相位变换s(n-p)·s(n+p)，针对s(n)中的机动目标回波w(n)进行分析，消除掉机动目标回波w(n)中关于延时时间变量p的一次相位项，获得仅包含关于延时时间变量p的二次相位项的第二雷达回波信号s(n,p)，具体相位变换过程如下所示：

$s(n,p)=w(n+p)w(n-p)=A\·e^{j[a_1(n+p)+a_2{(n+p)}^2]}\·{A\·e}^{j[a_1(n-p)+a_2{(n-p)}^2]}=A^2\·e^{j[2(a_{1}n+a_2{n}^2)+2a_2{p}^2]}$

由上式可知，对于固定时刻n，第二雷达回波信号s(n,p)对于p是仅含有二次相位项的信号。

在完成步骤103之后，执行步骤104：通过分别在不同时刻对第二雷达回波信号进行关于机动目标的瞬时频率变化率的匹配傅里叶变换，获得一基于时间和瞬时频率变化率的联合域。

在具体实施过程中，对于不同时刻n，对第二雷达回波信号s(n,p)进行关于机动目标的瞬时频率变化率ω的匹配傅里叶变换(MFT)，得到一基于时间n和瞬时频率变化率ω的联合域MFT(n,ω)，具体如下式所示：

$\mathrm{MFT}(n,\mathrm{\ω})=\underset{p\∈Q}{\mathrm{\Σ}}s(n,p)\·e^{-\mathrm{j\ω}{p}^2}=A^2\underset{p\∈Q}{\mathrm{\Σ}}{e}^{j[2(a_0+a_{1}n+a_2{n}^2)+{2a}_2{p}^2]e^{-\mathrm{j\ω}{p}^2}}=A^2{e}^{j2(a_0+a_{1}n+a_2{n}^2)}\underset{p\∈Q}{\mathrm{\Σ}}{e}^{j({2a}_2-\mathrm{\ω})p^2}$

具体的，p的取值在范围Q内,Q应满足如下范围：

Q＝{p|(m+p)∈R,(m-p)∈R,m∈R}

R＝{1,2…R₀}

其中，R为包括机动目标回波中所有采样点的集合，从1至R₀，R₀等于采样点的总个数，同时R₀也称为信号的长度，m属于集合R，为集合R中任意一个采样点。

在本申请中，联合域MFT(n,ω)是一个关于时间n和瞬时频率变化率ω的二维函数，对于任意时刻n，联合域MFT(n,ω)的最大值都集中在ω＝2a₂处，因此，可以知晓机动目标的能量聚集在直线ω＝2a₂上。

在本申请中，由于机动目标的可积累性和噪声不相干无法有效积累的特点，通过在时间和瞬时频率变化率的联合域中对机动目标的能量进行积累，从而实现对机动目标的检测，使得本申请具有较低的信噪比门限，即使在机动目标弱小、相干积累时间很短等低信噪比的情况下，也能够实现对机动目标有效的检测。

在完成步骤104之后，执行步骤105：在建立的以时间和瞬时频率变化率为坐标轴的坐标系中，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对所述联合域进行积分，获得积累后的机动目标的能量函数。

在具体实施过程中，以时间n和瞬时频率变化率ω建立坐标系，则直线ω＝2a₂垂直于ω轴且平行于n轴，通过对联合域MFT(n,ω)进行简单的直线积分，即可实现机动目标能量的积累。积累后的能量函数IMFT(ω)如下所示：

$\mathrm{IMFT}\left(\mathrm{\ω}\right)=\underset{n}{\mathrm{\Σ}}\mathrm{MFT}(n,\mathrm{\ω})$

具体的，在[n,ω]中，沿平行于n轴的不同直线进行积分，其中，平行于n轴的任一条直线都对应着不同的瞬时频率变化率，需要说明的是，在积分直线n≥0的范围内进行积分。

在本申请中，由于瞬态干扰的能量聚集在垂直于时间轴的直线簇上，而机动目标的能量聚集在平行于时间轴的直线簇上，另外，由于瞬态干扰在瞬时频率变化率域中变化幅度缓慢，因此，沿不同的瞬时频率变化率积分后仅表现为能量函数IMFT(ω)的基底抬高，不会对机动目标的检测造成影响，从而，采用本申请的方法检测机动目标不会受到瞬态干扰。

另外，在本申请中，在积累机动目标能量的积分路径上，只需沿平行于时间轴的不同直线进行积分，以实现机动目标能量的积累，而在现有的时频分析技术中，得到的机动目标的能量主要聚集在一条具有一定斜率的直线上，需要利用Hough变换沿各种形状不同的直线路径进行积分，因此计算量非常大，检测时间长，不利于检测的实时性。相比现有的时频分析技术，本申请避免了对Hough变换的依赖，大大减小了计算量，能快速的检测机动目标。

在完成步骤105之后，执行步骤106：判断能量函数是否小于预设的能量门限值。

在完成步骤106之后，执行步骤107：当能量函数大于等于能量门限值时，确定机动目标在第一位置范围内。

在具体实施过程中，对能量函数IMFT(ω)设定一能量门限值P_threshold，从而，通过将能量函数IMFT(ω)与能量门限值P_threshold进行比较，实现机动目标的检测。当IMFT(ω)≥P_threshold时，则表明雷达回波中确实含有机动目标，进而，可以确定机动目标在第一位置范围内；当IMFT(ω)<P_threshold时，则表明雷达回波中不含机动目标，进而，可以确定机动目标不在第一位置范围内。

进一步，在获得能量函数之后，本申请的基于时频分析的机动目标检测方法，还包括步骤：

基于能量函数能量最大时的瞬时频率变化率，获得第二系数的估计值。

在具体实施过程中，根据第二系数的估计值能够获得机动目标的加速度值，而第二系数的估计值因此，基于能量函数能量的最大值，能够获得在最大值处的瞬时频率变化率，即从而，在获得第二系数的估计值后，能够得到机动目标的加速度值a，具体如下所示：

$a=\frac{1}{2\mathrm{\&pi;}}\&CenterDot;\frac{c}{{2f}_0}\&CenterDot;\frac{2{\hat{a}}_2}{T^2}$

进一步的，在获得第二系数的估计值后，本申请的基于时频分析的机动目标检测方法，还包括步骤：

基于第二系数的估计值，构造相位补偿因子对机动目标回波信号进行相位补偿，获得一相位补偿信号。

在具体实施过程中，利用第二系数的估计值构造相位补偿因子φ(n)，其中，再利用相位补偿因子对机动目标回波进行相位补偿，获得相位补偿信号w'(n)，如下所示：

$w^{\&prime;}\left(n\right)=w\left(n\right)e^{\mathrm{j\&phi;}\left(n\right)}=A\&CenterDot;e^{j{a}_{1}n}$

通过对机动目标信号进行相位补偿，能够消除机动目标径向加速度引起的多普勒扩展效应。

进一步的，在获得补偿信号w'(n)之后，本申请的基于时频分析的机动目标检测方法，还包括步骤：

对相位补偿信号进行傅里叶变换，获得一傅里叶函数；

基于所述傅里叶函数的频谱，获取与所述频谱谱峰中的最大值对应的瞬时频率；

基于所述瞬时频率，获得第一系数的估计值。

在具体实施过程中，根据第一系数的估计值能够获得机动目标的初始速度值，在对相位补偿函数w'(n)进行傅里叶变换(FFT)后，通过搜索频率的谱峰，获取谱峰最大值对应的瞬时频率f_max，即而第一系数的估计值在获得第一系数的估计值之后，能够得到机动目标的初始速度值v，具体如下所示：

$v=\frac{1}{2\mathrm{\&pi;}}\&CenterDot;\frac{c}{{2f}_0}\&CenterDot;\frac{{\hat{a}}_1}{T}$

本申请的基于时频分析的机动目标检测方法，不仅能够实现对机动目标的检测，还能够在检测到机动目标后，获得机动目标的初始速度和加速度，从而实现对机动目标更精准的监测。同时，也能够在机动目标弱小、相干积累时间很短等低信噪比的情况下，以及瞬态干扰严重的环境下，实现快速的对机动目标的检测，检测的计算量小。

Claims (10)

1.基于时频分析的机动目标检测方法，其特征在于，包括以下步骤：

获取天波雷达在第一位置范围内的雷达回波信号为第一雷达回波信号，其中，雷达回波信号中包含有机动目标回波；

对第一雷达回波信号进行相位变换，消除机动目标回波中的一次相位项，获得第二雷达回波信号；

通过分别在不同时刻对第二雷达回波信号进行关于机动目标的瞬时频率变化率的匹配傅里叶变换，获得一基于时间和瞬时频率变化率的联合域；

在建立的以时间和瞬时频率变化率为坐标轴的坐标系中，沿平行于时间坐标轴的对应不同瞬时频率变化率的直线，对所述联合域进行积分，获得积累后的机动目标的能量函数；

判断能量函数是否小于预设的能量门限值；

当能量函数大于等于能量门限值时，确定机动目标在第一位置范围内。

2.如权利要求1所述的基于时频分析的机动目标检测方法，其特征在于，在判断能量函数是否小于预设的能量门限值之后，还包括步骤：

当能量函数小于能量门限值时，确定机动目标不在第一位置范围内。

3.如权利要求1所述的基于时频分析的机动目标检测方法，其特征在于，在对第一雷达回波信号进行相位变换之前，还包括步骤：

通过高通滤波器滤除第一雷达回波信号中的海杂波。

4.如权利要求1所述的基于时频分析的机动目标检测方法，其特征在于，对第一雷达回波信号进行相位变换，消除机动目标回波中的一次相位项，获得第二雷达回波信号，具体为：

对第一雷达回波信号进行关于延时时间的相位变换，消除机动目标回波中关于延时时间变量的一次相位项，获得仅包含关于延时时间变量的二次相位项的第二雷达回波信号。

5.如权利要求4所述的基于时频分析的机动目标检测方法，其特征在于，当第一雷达回波信号表示为s(n)时，对第一雷达回波信号s(n)进行关于延时时间的相位变换s(n-p)·s(n+p)，获得第二雷达回波信号s(n,p)，其中，p为延时时间。

6.如权利要求5所述的基于时频分析的机动目标检测方法，其特征在于，对第二雷达回波信号s(n,p)进行匹配傅里叶变换，获得基于时间和瞬时频率变化率的联合域MFT(n,ω)，具体如下式： $\mathrm{MFT}(n,\mathrm{\&omega;})=\underset{p\&Element;Q}{\mathrm{\&Sigma;}}s(n,p)\&CenterDot;e^{-\mathrm{j\&omega;}{p}^2};$

其中，ω为机动目标的瞬时频率变化率，Q为延时时间p的取值范围。

7.如权利要求1所述的基于时频分析的机动目标检测方法，其特征在于，在获取第一雷达回波信号之后，还包括步骤：

将机动目标的初始速度和加速度作为参变量，构建机动目标回波的离散形式，其中，在离散形式的机动目标回波中，关于时间变量的一次项系数为第一系数，关于时间变量的二次项系数为第二系数。

8.如权利要求7所述的基于时频分析的机动目标检测方法，其特征在于，在获得积累后的机动目标的能量函数之后，还包括步骤：

基于能量函数能量最大时的瞬时频率变化率，获得第二系数的估计值；

基于第二系数的估计值，获得机动目标的加速度值。

9.如权利要求8所述的基于时频分析的机动目标检测方法，其特征在于，在获得第二系数的估计值之后，还包括步骤：

基于第二系数的估计值，构造相位补偿因子，对机动目标回波信号进行相位补偿，获得一相位补偿信号。

10.如权利要求9所述的基于时频分析的机动目标检测方法，其特征在于，在获得一相位补偿信号之后，还包括步骤：

对相位补偿信号进行傅里叶变换，获得一傅里叶函数；

基于所述傅里叶函数的频谱，获取与所述频谱谱峰中的最大值对应的瞬时频率；

基于所述瞬时频率，获得第一系数的估计值；

基于第一系数的估计值，获得机动目标的初始速度值。