CN104007434B - 基于多普勒过采样的海杂波背景下雷达动目标的检测方法 - Google Patents
基于多普勒过采样的海杂波背景下雷达动目标的检测方法 Download PDFInfo
- Publication number
- CN104007434B CN104007434B CN201410234329.4A CN201410234329A CN104007434B CN 104007434 B CN104007434 B CN 104007434B CN 201410234329 A CN201410234329 A CN 201410234329A CN 104007434 B CN104007434 B CN 104007434B
- Authority
- CN
- China
- Prior art keywords
- detection
- data
- distance unit
- distance
- target
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 235
- 238000005070 sampling Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- JEIPFZHSYJVQDO-UHFFFAOYSA-N ferric oxide Chemical compound O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 abstract 1
- 238000000844 transformation Methods 0.000 abstract 1
- 230000009466 transformation Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 10
- 238000012360 testing method Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007983 Tris buffer Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种基于多普勒过采样的海杂波背景下雷达动目标的检测方法,涉及海杂波背景下目标检测领域。其步骤为:步骤1,接收回波数据;步骤2,对选取的数据进行过四采样和傅里叶变换;步骤3,计算检测统计量;步骤4,给定虚警概率,通过蒙特卡罗方法确定检测门限;步骤5,将检测统计量与门限值进行比较,确定目标的有无;步骤6,对回波数据中所有距离单元执行步骤2至步骤5,得到存在目标的距离单元;步骤7,获取新的检测数据,步骤8,通过检测得到新的存在目标的距离单元。本发明主要解决了现有方法中因脉冲数较少造成信号的多普勒中心频率与多普勒通道的一致性不好以及大目标对周围小目标的遮蔽效应而导致检测效果不理想的问题。
Description
技术领域
本发明属于雷达目标检测技术领域,涉及一种海杂波背景下的目标检测方法,尤其涉及一种基于多普勒过采样的海杂波背景下雷达动目标的检测方法,用于海杂波背景下的动目标检测。
背景技术
海杂波背景下的雷达目标检测一直都是科学研究、军事以及民用领域中的重要课题和研究方向。在军事上,主要用于飞机以及巡航导弹的对海监视;民用方面,主要用于船舶、冰山等的探测中,因此,海杂波背景下的目标检测是非常有必要的。海杂波背景下的目标检测既可以在时域进行,也可以在频域进行。许多情况下,在时域中难以将目标和杂波区分开来,而将数据变换到频域进行处理反而能得到很好的效果。在众多的变换算法中,傅里叶变换是一种比较简单、直接,也容易从物理概念上理解的算法,并且有快速算法可以使用,因此得到了广泛的应用。动目标检测方法(MTD,Moving Target Detection)是一种经典的使用傅里叶变换的频域检测方法,尤其是在非均匀杂波环境下对运动目标有较好的检测效果。对于应用MTD方法检测目标的雷达来说,它是采用离散傅里叶变换(DFT),实际应用中往往采用快速傅里叶变换(FFT),对时域中的数据进行傅里叶变换,获得频域数据。得到频域数据后进行检测统计量的计算,即先通过待检测距离单元邻近的接收杂波向量(被假定为纯杂波向量)估计各多普勒通道的杂波平均功率,然后利用待检测距离单元接收向量在各多普勒通道功率与其平均杂波功率相比得到待检测距离单元的检测统计量。得到检测统计量后经与检测门限值进行比较来确定待检测距离单元是否有目标存在。
目前动目标检测方法存在的不足是:当时域数据的脉冲点数不够多时,如果只进行相应点的傅里叶变换,那么目标信号在频域中的多普勒中心频率就不能和傅里叶变换后的多普勒通道频率相匹配,从而导致幅度失真,引起信号能量的损失,使检测概率下降。而另一个不足之处同样也存在于其他的检测算法中,即对小目标进行检测的时候,如果在参考距离单元内有大目标存在,则在检测的过程中,由于大目标的能量比较强,将会产生遮蔽效应,导致小目标在检测的过程中受到影响,使计算出来的检测统计量变小,当检测统计量小于门限时,小目标将会被大目标所淹没,判决为没有目标。这在目标检测中是一个非常严重的缺陷,在实际应用中会带来不可预知的后果,尤其是当运用在军事目标检测中时,重要军事小目标未被检测出来有可能带来致命的危险。
发明内容
针对现有技术的不足,本发明提出一种基于多普勒过采样的海杂波背景下雷达运动目标的检测方法,实现海杂波背景下的动目标检测,解决现有方法中因脉冲数较少造成信号的多普勒中心频率与多普勒通道的一致性不好以及大目标对周围小目标的遮蔽效应而导致检测效果不理想的问题。
为达到上述目的,本发明采用以下技术方案予以实现。
一种基于多普勒过采样的海杂波背景下雷达动目标的检测方法,其特征在于,包括以下步骤:
步骤1,通过海观测雷达对海面进行照射来接收回波数据;
步骤2,从回波数据中选择检测距离单元数据rd(n)和参考距离单元数据rp(n);对检测距离单元数据rd(n)和参考距离单元数据rp(n)进行过四采样和傅里叶变换,得到过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k);
步骤3,利用过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k)计算检测统计量ξ(k);
步骤4,给定虚警概率pfa,通过蒙特卡罗方法确定检测门限η;
步骤5,将检测统计量ξ(k)与检测门限η进行比较,判断检测统计量ξ(k)对应的检测距离单元是否存在目标;如果ξ(k)≥η表示检测距离单元存在目标;如果ξ(k)<η表示检测距离单元不存在目标;其中,ξ(k)表示检测距离单元的第k个多普勒通道的检测统计量,对每一个检测距离单元的Mc个检测统计量ξ(k),k=1,2,...Mc,只要有一个检测统计量大于检测门限η,则该检测距离单元存在目标;
步骤6,对回波数据中所有检测距离单元执行步骤2至步骤5,得到第一次检测出的存在目标的检测距离单元;
步骤7,将第一次检测出的存在目标的检测距离单元对应的参考距离单元作为第二次检测距离单元;将第二次检测距离单元左右两侧的两到三个距离单元作为第二次保护距离单元,在第二次检测距离单元左右两侧除第二次保护距离单元外选择P个距离单元作为第二次参考距离单元;第二次参考距离单元不包括第一次检测出的存在目标的检测距离单元;
将第二次检测距离单元对应的数据作为第二次检测距离单元数据;将第二次参考距离单元对应的数据作为第二次参考距离单元数据;
步骤8,对第二次检测距离单元数据和第二次参考距离单元数据进行过四采样和傅里叶变换,得到第二次过采样傅里叶变换后的检测距离单元数据和第二次过采样傅里叶变换后的参考距离单元数据;
利用第二次过采样傅里叶变换后的检测距离单元数据和第二次过采样傅里叶变换后的参考距离单元数据计算第二次检测统计量;将第二次检测统计量与检测门限η进行比较,得到第二次检测出的存在目标的检测距离单元;
将第一次检测出的存在目标的检测距离单元和第二次检测出的存在目标的检测距离单元作为存在目标的距离单元的检测结果。
上述技术方案的特点和进一步改进在于:
(1)步骤1具体为:
步骤1中回波数据的构成有两种形式如下式(1):
其中,r表示接收到的回波数据,c表示纯海杂波信号,s表示目标信号,H0表示雷达接收到的回波数据由纯海杂波构成,H1表示雷达接收到的回波数据由目标和海杂波共同构成。
(2)步骤2包括以下子步骤:
2a)从回波数据中选择检测距离单元rd,在检测距离单元rd左右两侧各选取两到三个距离单元作为保护距离单元,在检测距离单元左右两侧除保护距离单元外选取P个距离单元作为参考距离单元rp,P=2L,L为整数;
2b)将检测距离单元对应的数据确定为检测距离单元数据rd(n),n=1,2,...N,将参考距离单元对应的数据确定为参考距离单元数据rp(n),n=1,2,...N;N表示回波数据的脉冲维的脉冲个数,n表示脉冲数的变量,p是表示参考距离单元数目的变量;
2c)设定过四采样点数M=4N,对检测距离单元数据rd(n)和参考距离单元数据rp(n)的尾部进行补零操作,补3N个零,使检测距离单元数据rd(n)的长度达到M、参考距离单元数据rp(n)的长度达到M,得到过四采样结果,过四采样结果即补零后的检测距离单元数据n=1,2,...M和补零后的参考距离单元数据rn=1,2,...M;
2d)对过四采样结果进行傅里叶变换,得到过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k),如下表达式:
其中,是补零后的检测距离单元数据,是补零后的参考距离单元数据,Rd(k)是过采样傅里叶变换后的检测距离单元数据,Rp(k)是过采样傅里叶变换后的参考距离单元数据,p表示参考距离单元数目的变量,p大于等于1小于等于P,P是参考距离单元数目,k表示多普勒通道数的变量,Mc是多普勒通道总数,DFT表示傅里叶变换操作。
(3)步骤3包括以下子步骤:
3a)计算过采样傅里叶变换后的参考距离单元数据Rp(k)的第k个多普勒通道的平均功率平均功率表达式为下式:
其中,是过采样傅里叶变换后的参考距离单元数据Rp(k)在第k个多普勒通道的平均功率,P是参考距离单元数目,p表示参考距离单元数目的变量,k表示多普勒通道数的变量,Mc是多普勒通道总数;
3b)利用平均功率计算检测统计量ξ(k),检测统计量ξ(k)表达式为下式:
其中,ξ(k)为第k个多普勒通道的检测统计量,Rd(k)是过采样傅里叶变换后的检测距离单元数据,是过采样傅里叶变换后的参考距离单元数据Rp(k)在第k个多普勒通道的平均功率,k表示多普勒通道数的变量,Mc是多普勒通道总数。
(4)步骤4具体为:
在雷达接收到的回波数据由纯海杂波构成的情况下,计算N0个海杂波信号的检测统计量,当虚警概率为pfa时,要保证N0pfa≥100,将N0个海杂波信号的检测统计量从大到小进行排序,取第个检测统计量的值作为检测门限η,表示不大于N0pfa的最大整数。
与现有技术相比,本发明具有突出的实质性特点和显著的进步。本发明与现有方法相比,具有以下优点:
(1)本发明通过对获得的回波信号进行过采样傅里叶变换,过采样傅里叶变换的方法通过采样点数的增加,使得多普勒通道更逼近信号的多普勒中心频率,增强了信号的多普勒中心频率与多普勒通道的一致性,减小了信号在频域的能量损失,提高了对目标的检测性能。
(2)本发明在对目标进行第一次检测的基础上进行了第二次检测,从而检测出了大目标周围受其遮蔽而未检测出来的小目标,提高了对目标的检测性能。
附图说明
下面结合附图和具体实施方式对本发明做进一步说明。
图1是本发明的方法流程图;
图2是本发明的数据结构图;
图3是在纯杂波数据中加入目标后的功率图;
图4是本发明方法和现有方法的检测性能比较图。
具体实施方式
参照图1,说明本发明的一种基于多普勒过采样的海杂波背景下雷达动目标的检测方法,本发明用于海杂波背景下的动目标检测。
步骤1,通过海观测雷达对海面进行照射来接收回波数据;回波数据的构成有两种形式如下式(1):
其中,r表示接收到的回波数据,c表示纯海杂波信号,s表示目标信号,H0表示雷达接收到的回波数据由纯海杂波构成,H1表示雷达接收到的回波数据由目标和海杂波共同构成。
海杂波背景下的目标检测是一个典型的二元假设检验问题,即通过构造检测统计量并设置检测门限,将检测统计量与所设置的检测门限值进行比较来判断目标是否存在,如果检测统计量大于检测门限值,就判决为存在目标,小于检测门限值就判决为不存在目标。
步骤2,从回波数据中选择检测距离单元数据rd(n)和参考距离单元数据rp(n);对检测距离单元数据rd(n)和参考距离单元数据rp(n)进行过四采样和傅里叶变换,得到过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k)。
图2所示为回波数据的结构图,横向为距离维,纵向为脉冲维;
2a)从回波数据中选择检测距离单元rd,在检测距离单元rd左右两侧各选取两到三个距离单元作为保护距离单元,在检测距离单元左右两侧除保护距离单元外选取P个距离单元作为参考距离单元rp,P=2L,L为整数;
在检测距离单元左右两边选取P个参考距离单元,使P=2L可以确保左右两边选取的参考距离单元数目都是整数并且相等(均为L)。
保护距离单元的选取是为了防止检测距离单元中目标的能量泄漏到参考距离单元中而对检测结果产生影响,从而在检测距离单元左右两侧各选取两到三个距离单元作为保护距离单元。
2b)将检测距离单元对应的数据确定为检测距离单元数据rd(n),n=1,2,...N,将参考距离单元对应的数据确定为参考距离单元数据rp(n),n=1,2,...N;N表示回波数据的脉冲维的脉冲个数,n表示脉冲数的变量,p是表示参考距离单元数目的变量;
2c)设定过四采样点数M=4N,对检测距离单元数据rd(n)和参考距离单元数据rp(n)的尾部进行补零操作,补3N个零,使检测距离单元数据rd(n)的长度达到M、参考距离单元数据rp(n)的长度达到M,得到过四采样结果,过四采样结果即补零后的检测距离单元数据n=1,2,...M和补零后的参考距离单元数据n=1,2,...M;
2d)对过四采样结果进行傅里叶变换,得到过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k),如下表达式:
其中,是补零后的检测距离单元数据,是补零后的参考距离单元数据,Rd(k)是过采样傅里叶变换后的检测距离单元数据,Rp(k)是过采样傅里叶变换后的参考距离单元数据,p是表示参考距离单元数目的变量,p大于等于1小于等于P,P是参考距离单元数目,k表示多普勒通道数的变量,Mc是多普勒通道总数,DFT表示傅里叶变换操作。
根据先验知识可知通过适当的增加过采样率能够提高检测效果,但随着过采样率的增加,检测性能的改善变得越来越不明显,实验结果显示在过四采样后,过采样率的增加对检测效果的改善变弱,而运算过程中的复杂度却增加了,为折中考虑检测效果和计算量,本发明中选择过四采样。本发明在对原始数据进行傅里叶变换的过程中,通过对时域数据的末尾进行补零,再进行傅里叶变换来实现过采样的傅里叶变换。过采样傅里叶变换的方法通过采样点数的增加,使得多普勒通道更逼近信号的多普勒中心频率,增强了信号的多普勒中心频率与多普勒通道的一致性,减小了信号在频域的能量损失,提高了对目标的检测性能。
步骤3,利用过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k)计算检测统计量ξ(k)。
在本发明中,检测统计量通过过采样傅里叶变换后的检测距离单元数据Rd(k)的功率与过采样傅里叶变换后的参考距离单元数据Rp(k)的平均功率的比值来构造。
3a)计算过采样傅里叶变换后的参考距离单元数据Rp(k)的第k个多普勒通道的平均功率平均功率表达式为下式:
其中,是过采样傅里叶变换后的参考距离单元数据Rp(k)在第k个多普勒通道的平均功率,P是参考距离单元数目,p表示参考距离单元数目的变量,k表示多普勒通道数的变量,Mc是多普勒通道总数。
3b)利用平均功率计算检测统计量ξ(k),检测统计量ξ(k)表达式为下式:
其中,ξ(k)为第k个多普勒通道的检测统计量,Rd(k)是过采样傅里叶变换后的检测距离单元数据,P(k)是过采样傅里叶变换后的参考距离单元数据Rp(k)在第k个多普勒通道的平均功率,k表示多普勒通道数的变量,Mc是多普勒通道总数。
步骤4,给定虚警概率pfa,通过蒙特卡罗方法确定检测门限η。
在H0的情况下,即雷达接收到的回波数据由纯海杂波构成的情况下,计算N0个海杂波信号的检测统计量,当虚警概率为pfa时,要保证N0pfa≥100,将N0个海杂波信号的检测统计量从大到小进行排序,取第个检测统计量的值作为检测门限η,表示不大于N0pfa的最大整数。
对于检测门限的确定,比较常用的有两种方法,一种是已经知道海杂波服从的分布模型,通过设置虚警概率对该分布的概率密度函数进行积分来求出检测门限。另一种应用了蒙特卡罗方法,这种方法适用于海杂波的分布模型未知或者分布模型的概率密度函数不容易积分的情况。
在本发明中考虑到大多数情况下海杂波的模型事先未知或者服从的分布的概率密度函数比较复杂,不易积分,所以采用比较通用的方法来获得检测门限,即步骤4也就是通过蒙特卡罗试验获得。
步骤5,将检测统计量ξ(k)与检测门限η进行比较,判断检测统计量ξ(k)对应的检测距离单元是否存在目标;如果ξ(k)≥η表示检测距离单元存在目标;如果ξ(k)<η表示检测距离单元不存在目标;其中,ξ(k)表示检测距离单元的第k个多普勒通道的检测统计量,对每一个检测距离单元的Mc个检测统计量ξ(k),k=1,2,...Mc,只要有一个检测统计量大于检测门限η,则该检测距离单元存在目标。
步骤6,对回波数据中所有检测距离单元执行步骤2至步骤5,得到第一次检测出的存在目标的检测距离单元;
本发明中,通过步骤1至6实现第一次检测。
步骤7,将第一次检测出的存在目标的检测距离单元对应的参考距离单元作为第二次检测距离单元;将第二次检测距离单元左右两侧的两到三个距离单元作为第二次保护距离单元,在第二次检测距离单元左右两侧除第二次保护距离单元外选择P个距离单元作为第二次参考距离单元;第二次参考距离单元不包括第一次检测出的存在目标的检测距离单元;
将第二次检测距离单元对应的数据作为第二次检测距离单元数据;将第二次参考距离单元对应的数据作为第二次参考距离单元数据;
步骤8,对第二次检测距离单元数据和第二次参考距离单元数据进行过四采样和傅里叶变换,得到第二次过采样傅里叶变换后的检测距离单元数据和第二次过采样傅里叶变换后的参考距离单元数据;
利用第二次过采样傅里叶变换后的检测距离单元数据和第二次过采样傅里叶变换后的参考距离单元数据计算第二次检测统计量;将第二次检测统计量与检测门限η进行比较,得到第二次检测出的存在目标的检测距离单元;
将第一次检测出的存在目标的检测距离单元和第二次检测出的存在目标的检测距离单元作为存在目标的距离单元的检测结果。
本发明中,通过步骤7和8实现第二次检测。
在步骤7中的第二次参考距离单元的选取与之前的不同,在进行参考距离单元选取的时候,如果参考距离单元中有第一次检测中检测出来的目标,则去掉目标所在的距离单元,向外延伸选取没有目标的距离单元作为参考距离单元,从而确保参考距离单元中没有目标存在。
本方法对大目标附近的小目标有非常好的检测效果。通过第一次检测(也就是步骤1至6)和第二次检测(也就是步骤7和步骤8)实现了双重检测,这样做能够有效避免小目标被大目标淹没的情况发生,提高小目标的检测能力。
下面结合仿真实验对本发明的效果做进一步说明。
(1)实验条件
实验所用的数据是一组实测海杂波数据,雷达的载频为9GHz,波长为3.33cm,脉冲重复频率为5000Hz,距离分辨率为15m,距离单元数为96,其中第22~24距离单元有目标存在,脉冲数为113240。
(2)实验分析
实验中取数据中的5个脉冲来做实验,首先去掉目标所在的距离单元的数据(包括一些幅度比较大的距离单元的杂波),获得纯海杂波数据,然后在纯海杂波中加入目标获得实验数据来进行检测。
所要加入的仿真目标信号s(n)的表达式如下:
其中fd是多普勒频率,Tr是脉冲重复间隔,为脉冲重复频率的倒数,初相是区间[0,2π]上均匀分布的随机变量,幅度参数a用于调节信杂比SCR,设所要加入目标信号的距离单元的5脉冲纯海杂波的平均功率是那么:
图3是加入目标后第一个脉冲中各距离单元的功率,横坐标表示距离单元,纵坐标表示每一距离单元对应的纯海杂波功率,所加目标的位置为图中的A、B、C、D、E这5点所在的距离单元。这5个目标点的参数如下表所示:
目标 | 距离单元 | 信杂比(dB) | 多普勒频率(Hz) | 初相(rad) |
A | 19 | 10 | 100 | 2.1 |
B | 36 | 5 | 100 | 2.1 |
C | 57 | 15 | 100 | 2.1 |
D | 67 | 15 | 100 | 2.1 |
E | 71 | 10 | 100 | 2.1 |
在设置实验数据时,B点为信杂比最小的小目标,C、D点为信杂比较大的大目标,A点是信杂比较小的小目标,E点是D点参考距离单元中的信杂比较小的小目标。
在本发明中去掉原始目标再加入5个目标形成了本仿真的实验数据,这样做目的:获得的回波数据只在第22~24距离单元有一个目标,所含目标数太少,而本发明要说明提出的新方法比现有方法多检测出来一些目标,所以去掉回波数据中的目标所在的距离单元和一些影响实验效果的强杂波所在的距离单元,人为加入仿真目标来得到本仿真所用的实验数据。
(3)实验结果一:
纯海杂波加入目标后,得到脉冲维是5,距离单元数为89,即5*89大小的数据,首先应用现有方法进行目标检测:不对数据进行补零操作,也就是现有技术中只对实验数据的脉冲维进行5点傅里叶变换没有进行过四采样,得到5个多普勒通道的多普勒域数据,选取10个参考距离单元来计算检测统计量,得到多普勒域中的数据后计算各检测距离单元的检测统计量。检测门限通过蒙特卡罗试验来获得,由于蒙特卡罗试验对数据的需求量比较大,所以在此通过原始数据去掉目标和强杂波所在距离单元后的113240*89大小的纯海杂波数据来得到检测门限,所用虚警概率为10-3。再进行检测统计量与检测门限进行比较。经过现有方法的检测,A、C、D三个目标点被检测出来。
应用本发明方法进行检测,对得到的实验数据按照步骤2至步骤6进行第一次检测,选择过四采样,也就是取M=20,经过检测,A、B、C、D四个目标点被检测出来。经过第一次检测之后,再通过步骤7和步骤8进行第二次检测,发现第一次检测未检测出的E点也被检测出来。
也就是说通过本发明方法比现有技术中多检测出B点和E点,其中,B点是采用本发明在第一次检测中得到的目标点,即存在目标的检测距离单元,E点是在本发明第二次检测中检测出来的目标点,E点为D点的参考距离单元中的信杂比较小的小目标。
从上述检测结果可以得出,现有方法中没有采用过采样检测方法时并不能使所有的目标点都被检测出来,经过本发明提出的过采样傅里叶变换处理后,检测出了现有方法未检测出的目标B,但大目标周围的小目标E仍未检测出来,再经过第二次检测,检测出了大目标周围受其遮蔽的目标E。从而验证了本发明提出的方法的有效性。
实验结果二:
图4是本发明中过采样方法和现有方法的检测性能曲线的比较,横坐标是信杂比,纵坐标是检测概率。仿真目标信号的表达式仍用式(6)的形式,对于给定的信杂比SCR水平,我们在89个距离单元中随机选取1个距离单元加入具有固定信杂比SCR和随机初相的目标信号,也就是说在纯海杂波信号中加入一个目标信号,对该距离单元目标信号通过步骤1至步骤5进行目标检测。重复上述过程做10000次试验,正确检测出来目标的次数除以10000就是该信杂比SCR下的检测概率。所得检测概率曲线如图4所示,从图中可以看出本发明所提供的方法比现有的方法有着更优的检测性能,也就是在相同的信杂比条件下检测概率更高。
在本发明中,通过对现有多普勒域动目标检测方法进行改进,将过采样傅里叶变换和双重检测结合起来进行目标检测,使海杂波背景下的目标检测性能有了很大提高。
Claims (2)
1.一种基于多普勒过采样的海杂波背景下雷达动目标的检测方法,其特征在于,包括以下步骤:
步骤1,通过海观测雷达对海面进行照射来接收回波数据;
步骤2,从回波数据中选择检测距离单元数据rd(n)和参考距离单元数据rp(n);对检测距离单元数据rd(n)和参考距离单元数据rp(n)进行过四采样和傅里叶变换,得到过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k);
具体地,包括以下子步骤:
2a)从回波数据中选择检测距离单元rd,在检测距离单元rd左右两侧各选取两到三个距离单元作为保护距离单元,在检测距离单元左右两侧除保护距离单元外选取P个距离单元作为参考距离单元rp,P=2L,L为整数;
2b)将检测距离单元对应的数据确定为检测距离单元数据rd(n),n=1,2,…N,将参考距离单元对应的数据确定为参考距离单元数据rp(n),n=1,2,…N;N表示回波数据的脉冲维的脉冲个数,n表示脉冲数的变量,p表示参考距离单元数目的变量;
2c)设定过四采样点数M=4N,对检测距离单元数据rd(n)和参考距离单元数据rp(n)的尾部进行补零操作,补3N个零,使检测距离单元数据rd(n)的长度达到M、参考距离单元数据rp(n)的长度达到M,得到过四采样结果,过四采样结果即补零后的检测距离单元数据和补零后的参考距离单元数据
2d)对过四采样结果进行傅里叶变换,得到过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k),如下表达式:
其中,是补零后的检测距离单元数据,是补零后的参考距离单元数据,Rd(k)是过采样傅里叶变换后的检测距离单元数据,Rp(k)是过采样傅里叶变换后的参考距离单元数据,p大于等于1小于等于P,P是参考距离单元数目,k表示多普勒通道数的变量,Mc是多普勒通道总数,DFT表示傅里叶变换操作;
步骤3,利用过采样傅里叶变换后的检测距离单元数据Rd(k)和过采样傅里叶变换后的参考距离单元数据Rp(k)计算检测统计量ξ(k);
具体地,包括以下子步骤:
3a)计算过采样傅里叶变换后的参考距离单元数据Rp(k)的第k个多普勒通道的平均功率平均功率表达式为下式:
其中,是过采样傅里叶变换后的参考距离单元数据Rp(k)在第k个多普勒通道的平均功率;
3b)利用平均功率计算检测统计量ξ(k),检测统计量ξ(k)表达式为下式:
其中,ξ(k)为第k个多普勒通道的检测统计量;
步骤4,给定虚警概率pfa,通过蒙特卡罗方法确定检测门限η;
具体地,在雷达接收到的回波数据由纯海杂波构成的情况下,计算N0个海杂波信号的检测统计量,当虚警概率为pfa时,要保证N0pfa≥100,将N0个海杂波信号的检测统计量从大到小进行排序,取第个检测统计量的值作为检测门限η,表示不大于N0pfa的最大整数;
步骤5,将检测统计量ξ(k)与检测门限η进行比较,判断检测统计量ξ(k)对应的检测距离单元是否存在目标;如果ξ(k)≥η表示检测距离单元存在目标;如果ξ(k)<η表示检测距离单元不存在目标;其中,ξ(k)表示检测距离单元的第k个多普勒通道的检测统计量,对每一个检测距离单元的Mc个检测统计量ξ(k),k=1,2,…Mc,只要有一个检测统计量大于检测门限η,则该检测距离单元存在目标;
步骤6,对回波数据中所有检测距离单元执行步骤2至步骤5,得到第一次检测出的存在目标的检测距离单元;
步骤7,将第一次检测出的存在目标的检测距离单元对应的参考距离单元作为第二次检测距离单元;将第二次检测距离单元左右两侧的各两到三个距离单元作为第二次保护距离单元,在第二次检测距离单元左右两侧除第二次保护距离单元外选择P个距离单元作为第二次参考距离单元;第二次参考距离单元不包括第一次检测出的存在目标的检测距离单元;
将第二次检测距离单元对应的数据作为第二次检测距离单元数据;将第二次参考距离单元对应的数据作为第二次参考距离单元数据;
步骤8,对第二次检测距离单元数据和第二次参考距离单元数据进行过四采样和傅里叶变换,得到第二次过采样傅里叶变换后的检测距离单元数据和第二次过采样傅里叶变换后的参考距离单元数据;
利用第二次过采样傅里叶变换后的检测距离单元数据和第二次过采样傅里叶变换后的参考距离单元数据计算第二次检测统计量;将第二次检测统计量与检测门限η进行比较,得到第二次检测出的存在目标的检测距离单元;
将第一次检测出的存在目标的检测距离单元和第二次检测出的存在目标的检测距离单元作为存在目标的距离单元的检测结果。
2.根据权利要求1所述的基于多普勒过采样的海杂波背景下雷达动目标的检测方法,其特征在于,步骤1中回波数据的构成有两种形式如下式(1):
其中,r表示接收到的回波数据,c表示纯海杂波信号,s表示目标信号,H0表示雷达接收到的回波数据由纯海杂波构成,H1表示雷达接收到的回波数据由目标和海杂波共同构成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410234329.4A CN104007434B (zh) | 2014-05-29 | 2014-05-29 | 基于多普勒过采样的海杂波背景下雷达动目标的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410234329.4A CN104007434B (zh) | 2014-05-29 | 2014-05-29 | 基于多普勒过采样的海杂波背景下雷达动目标的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104007434A CN104007434A (zh) | 2014-08-27 |
CN104007434B true CN104007434B (zh) | 2016-08-24 |
Family
ID=51368178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410234329.4A Active CN104007434B (zh) | 2014-05-29 | 2014-05-29 | 基于多普勒过采样的海杂波背景下雷达动目标的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104007434B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104215943A (zh) * | 2014-09-09 | 2014-12-17 | 南京信息工程大学 | 基于改进Welch法的海杂波对消方法 |
CN104535981B (zh) * | 2015-01-21 | 2017-05-24 | 西安电子科技大学 | 海杂波Pareto幅度分布参数的双分位点估计方法 |
CN105699949B (zh) * | 2015-12-29 | 2018-02-09 | 北京经纬恒润科技有限公司 | 一种目标检测方法及装置 |
CN105548986B (zh) * | 2016-01-08 | 2018-03-06 | 西安电子科技大学 | 海杂波背景下基于预白化比率中值检测器的目标检测方法 |
CN106483515A (zh) * | 2016-09-23 | 2017-03-08 | 西安电子科技大学 | 均匀k分布杂波下的最优自适应检测方法 |
CN106569190B (zh) * | 2016-10-10 | 2018-12-07 | 华东电子工程研究所(中国电子科技集团公司第三十八研究所) | 一种高海况下海面目标检测装置及其检测方法 |
CN110045338A (zh) * | 2018-01-16 | 2019-07-23 | 镇江雷森低空探测系统有限公司 | 基于希尔伯特变换的幅相误差估计与校正方法 |
CN110837078B (zh) * | 2018-08-16 | 2023-03-28 | 国家海洋局第一海洋研究所 | 基于相关特性的阵列地波雷达海杂波背景下目标检测方法 |
CN109581319B (zh) * | 2019-01-24 | 2023-02-10 | 西安电子科技大学 | 基于多扫描递归的海杂波多普勒偏移和带宽估计方法 |
CN111257844B (zh) * | 2019-12-19 | 2021-10-12 | 中国电波传播研究所(中国电子科技集团公司第二十二研究所) | 一种基于相参累积增益的目标起伏特性表征方法 |
CN113567931A (zh) * | 2021-09-28 | 2021-10-29 | 中国人民解放军空军预警学院 | 一种训练样本不足时的双子空间信号检测方法与系统 |
CN117269928B (zh) * | 2023-11-21 | 2024-01-30 | 零八一电子集团有限公司 | 基于动目标检测雷达的多普勒过采样投影杂波抑制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3179921B2 (ja) * | 1993-02-16 | 2001-06-25 | 株式会社東芝 | 小目標探知レーダ |
US7286079B2 (en) * | 2005-04-21 | 2007-10-23 | The United States Of America As Represented By The Secretary Of The Navy | Method and apparatus for detecting slow-moving targets in high-resolution sea clutter |
US20130271312A1 (en) * | 2011-12-28 | 2013-10-17 | Selex Sistemi Integrati S.P.A. | Method for determining an estimate of radial speed of radar echoes by using doppler information |
CN102914768B (zh) * | 2012-09-25 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 基于形态成分分析的海面微动目标检测和特征提取方法 |
CN103064074B (zh) * | 2012-12-23 | 2014-06-11 | 西安电子工程研究所 | 一种脉冲多普勒雷达在强杂波背景下的弱目标检测方法 |
CN103558597B (zh) * | 2013-11-15 | 2015-10-21 | 武汉大学 | 基于谱峭度的海杂波中弱目标检测方法 |
CN103744076B (zh) * | 2013-12-25 | 2016-07-06 | 河海大学 | 基于非凸优化的mimo雷达动目标检测方法 |
CN103744068B (zh) * | 2014-01-21 | 2016-08-31 | 西安电子科技大学 | 双通道调频连续波sar系统的动目标检测成像方法 |
-
2014
- 2014-05-29 CN CN201410234329.4A patent/CN104007434B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104007434A (zh) | 2014-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104007434B (zh) | 基于多普勒过采样的海杂波背景下雷达动目标的检测方法 | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
CN111090077B (zh) | 多维度去交错后的toa差分统计雷达信号分选方法 | |
CN109581313B (zh) | 一种脉组频率捷变雷达的目标检测方法 | |
CN106468770A (zh) | K分布杂波加噪声下的近最优雷达目标检测方法 | |
CN104316914B (zh) | 依赖形状参数的雷达目标自适应检测方法 | |
CN107024682A (zh) | 一种基于自适应剔除算法的目标检测方法 | |
CN112859014A (zh) | 基于雷达信号分选的雷达干扰抑制方法、装置及介质 | |
CN113221631B (zh) | 基于卷积神经网络的序列脉冲抗干扰目标检测方法 | |
CN107942308A (zh) | 复合高斯环境下基于伽玛纹理的自适应Rao检测方法 | |
CN104793194B (zh) | 基于改进的自适应多脉冲压缩的距离‑多普勒估计方法 | |
CN103777189A (zh) | 一种基于信息几何复自回归模型的雷达弱目标检测方法 | |
CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
CN114646927A (zh) | 脉间脉内联合跳频编码的抗雷达转发式欺骗干扰方法 | |
CN112014806A (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
CN112881982A (zh) | 一种捷变频雷达抑制密集转发干扰方法 | |
CN107132518B (zh) | 一种基于稀疏表示和时频特征的距离扩展目标检测方法 | |
CN106249209A (zh) | 一种抗速度欺骗干扰的自适应迭代估计方法 | |
CN106353743A (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
CN106199539A (zh) | 基于白化滤波器的地杂波抑制方法 | |
CN111693960A (zh) | 一种变频压缩感知雷达的信号处理方法 | |
CN115951315B (zh) | 基于改进小波包能量谱的雷达欺骗干扰识别方法及系统 | |
CN104793197B (zh) | 基于ifft频谱相除法和梯度自适应格型滤波的直达波抑制方法 | |
CN113391286B (zh) | 基于二维块稀疏恢复的虚拟孔径mimo雷达目标探测方法 | |
CN110275150A (zh) | 基于经验模式分解和迭代端点拟合的变加速运动目标相参积累方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |