CN104155646A - 基于多普勒谱特征的海面低速运动目标检测方法 - Google Patents

Abstract

本发明公开了一种基于多普勒谱特征的海面低速运动目标检测方法，涉及雷达目标检测领域，其步骤为：步骤1，获得雷达回波数据X；步骤2，对回波数据X沿着脉冲维进行分块处理；步骤3，确定待检测距离单元r_b,k,在r_b,k两侧共选取2P个参考距离单元，计算r_b,k的多普勒谱s_b,k和参考距离单元多普勒谱矩阵S_b,k；步骤4，计算参考距离单元多普勒谱的中值和右中值偏差；步骤5，计算待检测距离单元r_b,k的检测统计量ξ_b,k；步骤6，给定虚警概率f，通过蒙特卡罗实验得到检测门限T_ξ；步骤7，门限判决，确定待检测距离单元r_b,k中是否存在目标。本发明主要解决雷达对海面低速运动目标的检测问题，提高了对海雷达的检测性能。

Description

基于多普勒谱特征的海面低速运动目标检测方法

技术领域

本发明属于雷达目标检测领域，尤其涉及一种基于多普勒谱特征的海面低速运动目标检测方法。

背景技术

海杂波背景下的目标检测是雷达目标检测中的一个重要应用领域，它不仅决定了雷达系统能否充分发挥作用，还决定了我们能否充分利用海洋资源。但由于海杂波的平均功率很大，时空相关性较强，统计特性复杂，因此在海杂波背景下的目标检测也是目前雷达检测领域的一个研究难点。

海杂波背景下的目标检测方法经过几十年的发展，已经积累了大量的理论和方法，海杂波背景下的目标检测方法中，比较典型的有基于混沌、神经网络和分形分析的方法，时频分析、小波变换和SAR处理的方法，自适应匹配方法以及恒虚警处理方法。近年来，随着雷达精细化探测需求的提高以及国防对海杂波背景下“低、慢、小”目标探测的关注度提高，海杂波多普勒谱的分析和建模研究受到更多研究者的重视。由于受海表面风的影响，这通常会导致海表面散射体处于运动状态，从而引起多普勒偏移，而且由于散射体运动的随机性会使海杂波的多普勒谱有一定的展宽。将受海表面风致因的,多普勒谱落在杂波谱内的运动目标，我们称其为海面低速运动目标。此时，若采用现有的MTI(Moving TargetIndicator，动目标显示)和MTD(Moving Target Detection，动目标检测)处理技术检测性能会明显下降。海杂波多普勒谱的深度认知是海杂波抑制和“低、慢、小”目标探测的关键基础，通过对海杂波多普勒谱的分析和研究，提出了一种基于多普勒谱特征的海面低速运动目标检测方法。

发明内容

为了克服已有技术的不足，本发明提出一种基于多普勒谱特征的海面低速运动目标检测方法，实现对海面低速运动目标的检测，提高海杂波背景下低速运动目标的检测性能。

为达到上述目的，本发明采用以下技术方案予以实现。

一种基于多普勒谱特征的海面低速运动目标检测方法，其特征在于，包括以下步骤：

步骤1，雷达发射机发射连续的脉冲信号，脉冲信号照射到海面低速运动目标表面会产生回波，雷达接收机接收到沿着距离维和脉冲维的连续回波数据X，回波数据X是一个K×Q维的矩阵,其中K表示回波数据X的距离单元数，Q表示回波数据X的积累脉冲数；

步骤2，将回波数据X沿着脉冲维分为B块，得到B个回波数据块{X₁,…,X_b,…,X_B}，b＝1,2,…,B，回波数据块X_b中的脉冲数为N，回波数据块X_b中距离单元数为K,其中B×N≤Q；

步骤3，确定回波数据块X_b中第k个距离单元为待检测距离单元r_b,k，在待检测距离单元r_b,k的相邻两侧共选取2P个参考距离单元，P为自然数，k大于等于1并且小于等于K，K表示回波数据X的距离单元数；

对待检测距离单元r_b,k进行离散傅里叶变换得到待检测距离单元r_b,k的多普勒谱向量s_b,k＝[S_b,k(f_d1),...,S_b,k(f_dn),...,S_b,k(f_dN)]^T，其中,S_b,k(f_dn)表示待检测距离单元r_b,k的第n个多普勒通道的多普勒谱值，n＝1,2,...,N,N为回波数据块X_b的脉冲数；

对第p个参考距离单元r′_b,p进行离散傅里叶变换得到第p个参考距离单元r′_b,p的多普勒谱向量s′_b,p＝[S′_b,p(f_d1),...,S′_b,p(f_dn),...,S′_b,p(f_dN)]^T，其中,p大于等于1小于等于2P，2P为参考距离单元总数目，S′_b,p(f_dn)表示参考距离单元r′_b,p的第n个多普勒通道的多普勒谱值；n＝1,2,...,N，由2P个参考距离单元的多普勒谱向量形成多普勒谱矩阵S_b,k＝[s′_b,1,s′_b,2,...,s′_b,2P]；

步骤4，将多普勒谱矩阵S_b,k中的每一行元素升序排列，得到重排矩阵S′_b,k；取重排矩阵S′_b,k中第n行的中心中值M_b,k(n)，取重排矩阵S′_b,k中第n行的P+1至2P个元素的右中值RM_b,k(n)，将右中值和中心中值之差作为右中值偏差RMD_b,k(n)，RMD_b,k(n)＝RM_b,k(n)-M_b,k(n),n＝1,2,...,N；

步骤5，计算待检测距离单元r_b,k的第n个多普勒通道的归一化多普勒谱值 ${\mathrm{NDPS}}_{b,k}\left(n\right)=\frac{S_{b,k}\left(f_{\mathrm{dn}}\right)-M_{b,k}\left(n\right)}{{\mathrm{RMD}}_{b,k}\left(n\right)},n=\mathrm{1,2},...,N;$

由待检测距离单元r_b,k的第n个多普勒通道的归一化多普勒谱值NDPS_b,k(n)，得到待检测距离单元r_b,k的检测统计量ξ_b,k：

${\mathrm{\ξ}}_{b,k}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\max \{0,{\mathrm{NDPS}}_{b,k}\left(n\right)-\mathrm{\λ}\},$

其中，λ为过滤门限max{}表示取集合{}中的最大值，Σ表示求和；

步骤6，给定虚警概率f，通过蒙特卡罗实验得到检测门限T_ξ；

步骤7，将待检测距离单元r_b,k的检测统计量ξ_b,k与检测门限T_ξ进行比较，判断待检测距离单元r_b,k中目标是否存在：如果ξ_b,k≥T_ξ表示回波数据块X_b中的待检测距离单元r_b,k有目标，如果ξ_b,k≤T_ξ表示回波数据块X_b中的待检测距离单元r_b,k没有目标。

上述技术方案的特点和进一步改进在于：

(1)步骤3包括以下子步骤：

3a)待检测距离单元r_b,k对应的回波数据为[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T，其中X_b(k,n),n＝1,2,...,N表示第n个脉冲的回波数据，T表示取转置，对回波数据[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T进行离散傅里叶变换，计算可得待检测距离单元r_b,k的多普勒谱向量s_b,k：

$S_{b,k}\left(f_{\mathrm{dn}}\right)=\frac{1}{N}{\left|\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_b(k,n)\exp (-j2\mathrm{\π}{f}_{\mathrm{dn}}n{T}_r)\right|}^2,$

s_b,k＝[S_b,k(f_d1),...,S_b,k(f_dn),...,S_b,k(f_dN)]^T，

其中，f_d1,...,f_dn,...,f_dN为区间上的N个等间隔采样值，N为回波数据块X_b的脉冲数，T_r为脉冲重复周期；

3b)第p个参考距离单元r′_b,p对应的回波数据为[X′_b(p,1),...,X_b′(p,n),...,X_b′(p,N)]^T，其中X_b′(p,n),n＝1,2,...,N表示第p个参考距离单元中第n个脉冲的回波数据，对回波数据[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T进行离散傅里叶变换，计算可得第p个参考距离单元r′_b,p的多普勒谱向量s′_b,p：

$S_{b,p}^{\′}\left(f_{\mathrm{dn}}\right)=\frac{1}{N}{\left|\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_b^{\′}(p,n)\exp (-j2\mathrm{\π}{f}_{\mathrm{dn}}n{T}_r)\right|}^2$

s′_b,p＝[S′_b,p(f_d1),...,S′_b,p(f_dn),...,S′_b,p(f_dN)]^T

3c)令p从1至2P进行遍历，重复步骤3b)，得2P个参考距离单元的多普勒谱向量s′_b,1,s′_b,2,...,s′_b,2P，由这2P个参考距离单元的多普勒谱向量形成多普勒谱矩阵S_b,k＝[s′_b,1,s′_b,2,...,s′_b,2P]，S_b,k为N×2P维的矩阵。

(2)步骤6包括以下子步骤：

6a)根据步骤5计算回波数据块X_b的K个距离单元的检测统计量，形成检测统计量向量ξ_b＝[ξ_b,1,ξ_b,2,...,ξ_b,k,...,ξ_b,K]；

6b)令b从1至B进行遍历，重复步骤6a)，B表示回波数据X的分块数，得到回波数据X的检测统计量向量ξ＝[ξ₁,ξ₂,...,ξ_b,...,ξ_B]；b大于等于1并且小于等于B，B为回波数据块总数目；

6c)将回波数据X的检测统计量向量ξ中元素降序排列形成有序向量ξ′，剔除有序向量ξ′中从最大值开始的个检测统计量，其中表示四舍五入取整，得到保留的有序向量ξ″，K表示回波数据X的距离单元数；

6d)保留的有序向量ξ″中的元素个数为C，取第[Cf]个元素值作为检测门限T_ξ，[Cf]表示不超过实数Cf的最大整数，f表示给定的虚警概率。

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。本发明与现有技术相比，具有以下优点：

1)本发明的检测方法利用参考距离单元的多普勒谱特征提取杂波的多普勒谱特征，具有一定的自适应性，能够随着海杂波多普勒谱的变化进行实时的更新，适应不同的海况、空间位置和时间。

2)本发明的检测方法利用了参考距离单元多普勒谱的右中值偏差进行归一化处理，提取了待检测距离单元的归一化多普勒谱特征，并利用这种特征构造检测统计量进行目标检测，相比于现有技术的检测方法，检测性能得到了提升。

3)本发明的检测方法中利用了参考距离单元多普勒谱的中值和右中值偏差，使得本发明检测方法具有抗异常参考距离单元的能力，增强了该检测方法的稳健性，提高了检测性能。

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是本发明的实现总流程图；

图2是用本发明的检测方法与现有技术MTD方法的检测概率比较图，横坐标为log2(N)，纵坐标检测概率，N为每个回波数据块的脉冲数。

具体实施方式

参照图1，说明本发明的一种基于多普勒谱特征的海面低速运动目标检测方法，本发明用于雷达在海杂波背景下的低速运动目标检测。

步骤1，雷达发射机发射连续的脉冲信号，脉冲信号照射到海面低速运动目标表面会产生回波，雷达接收机接收到沿着距离维和脉冲维的连续回波数据X，回波数据X是一个K×Q维的矩阵,其中K表示回波数据X的距离单元数，Q表示回波数据X的积累脉冲数；

回波数据X的第k个距离单元中第q个脉冲的元素值的表示形式如下：

$\begin{array}{c}\left\{\begin{array}{c}{H}_0:X(k,q)=w(k,q),\\ H_1:X(k,q)=s(k,q)+w(k,q),\end{array}\right.\\ k=\mathrm{1,2},\·\·\·,K;q=\mathrm{1,2},\·\·\·,Q\end{array}$

其中，H₀表示仅有杂波和噪声而不存在目标的情况，H₁表示有杂波和噪声且存在目标的情况，w(k,q)表示杂波和噪声信号，s(k,q)表示目标信号。

步骤2，将回波数据X沿着脉冲维分为B块，得到B个回波数据块{X₁,…,X_b,…,X_B}，b＝1,2,…,B，回波数据块X_b中的脉冲数为N，回波数据块X_b中距离单元数为K,其中B×N≤Q；

当雷达回波数据X的脉冲数较多时，若将回波数据中所有脉冲累积进行检测，其检测结果并不能代表检测器的检测效果，因此需要对雷达回波数据沿脉冲维进行分块处理。

步骤3，确定回波数据块X_b中第k个距离单元为待检测距离单元r_b,k，在待检测距离单元r_b,k的相邻两侧共选取2P个参考距离单元，P为自然数；

对待检测距离单元r_b,k进行离散傅里叶变换得到待检测距离单元r_b,k的多普勒谱向量s_b,k＝[S_b,k(f_d1),...,S_b,k(f_dn),...,S_b,k(f_dN)]^T，其中,S_b,k(f_dn)表示待检测距离单元r_b,k的第n个多普勒通道的多普勒谱值，n＝1,2,...,N,N为回波数据块X_b的脉冲数；

对第p个参考距离单元r′_b,p进行离散傅里叶变换得到第p个参考距离单元r′_b,p的多普勒谱向量s′_b,p＝[S′_b,p(f_d1),...,S′_b,p(f_dn),...,S′_b,p(f_dN)]^T，其中,S′_b,p(f_dn)表示参考距离单元r′_b,p的第n个多普勒通道的多普勒谱值；由2P个参考距离单元的多普勒谱向量形成多普勒谱矩阵S_b,k＝[s′_b,1,s′_b,2,...,s′_b,2P]。

本发明中在待检测距离单元两侧选取2P个参考距离单元的方法，可以是两侧等数量选取，也可以是两侧不等量选取，根据实际需要进行选择，本发明对此方式不进行限定。

步骤3具体包括以下子步骤：

3a)待检测距离单元r_b,k对应的回波数据为[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T，其中X_b(k,n),n＝1,2,...,N表示第n个脉冲的回波数据，T表示取转置，对回波数据[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T进行离散傅里叶变换，计算可得待检测距离单元r_b,k的多普勒谱向量s_b,k：

$S_{b,k}\left(f_{\mathrm{dn}}\right)=\frac{1}{N}{\left|\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_b(k,n)\exp (-j2\mathrm{\π}{f}_{\mathrm{dn}}n{T}_r)\right|}^2$

s_b,k＝[S_b,k(f_d1),...,S_b,k(f_dn),...,S_b,k(f_dN)]^T

其中，f_d1,...,f_dn,...,f_dN为区间上的N个等间隔采样值，N为回波数据块X_b的脉冲数，T_r为脉冲重复周期；

3b)第p个参考距离单元r′_b,p对应的回波数据为[X′_b(p,1),...,X_b′(p,n),...,X_b′(p,N)]^T，其中X_b′(p,n),n＝1,2,...,N表示第p个参考距离单元中第n个脉冲的回波数据，对回波数据[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T进行离散傅里叶变换，计算可得第p个参考距离单元r′_b,p的多普勒谱向量s′_b,p：

$S_{b,p}^{\′}\left(f_{\mathrm{dn}}\right)=\frac{1}{N}{\left|\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_b^{\′}(p,n)\exp (-j2\mathrm{\π}{f}_{\mathrm{dn}}n{T}_r)\right|}^2$

s′_b,p＝[S′_b,p(f_d1),...,S′_b,p(f_dn),...,S′_b,p(f_dN)]^T

3c)令p从1至2P进行遍历，重复步骤3b)，得2P个参考距离单元的多普勒谱向量s′_b,1,s′_b,2,...,s′_b,2P，由这2P个参考距离单元的多普勒谱向量形成多普勒谱矩阵S_b,k＝[s′_b,1,s′_b,2,...,s′_b,2P]，S_b,k为N×2P维的矩阵。

步骤4，将多普勒谱矩阵S_b,k中的每一行元素升序排列，得到重排矩阵S′_b,k；取重排矩阵S′_b,k中第n行的中值M_b,k(n)，取重排矩阵S′_b,k中第n行的P+1至2P个元素的中值RM_b,k(n)，重排矩阵S′_b,k中第n行的右中值偏差RMD_b,k(n)＝RM_b,k(n)-M_b,k(n),n＝1,2,...,N。

中值也称中位数，假如有P个数据，且这P个数据是按升序或着降序排列的，当P为偶数时，中值为第P/2位数和第(P/2+1)位数的平均值；当P为奇数时，中值为第(P+1)/2位数的值。

步骤5，计算待检测距离单元r_b,k的第n个多普勒通道的归一化多普勒谱值 ${\mathrm{NDPS}}_{b,k}\left(n\right)=\frac{S_{b,k}\left(f_{\mathrm{dn}}\right)-M_{b,k}\left(n\right)}{{\mathrm{RMD}}_{b,k}\left(n\right)},n=\mathrm{1,2},...,N;$

由待检测距离单元r_b,k的第n个多普勒通道的归一化多普勒谱值NDPS_b,k(n)，得到待检测距离单元r_b,k的检测统计量ξ_b,k：

${\mathrm{\ξ}}_{b,k}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\max \{0,{\mathrm{NDPS}}_{b,k}\left(n\right)-\mathrm{\λ}\}$

其中，λ为过滤门限，起到过滤噪声的作用，取λ＝2，λ值可以根据雷达噪声情况自适应调整，max{}表示取{}中的最大值，Σ表示求和。

本步骤利用参考距离单元多普勒谱的右中值偏差进行归一化处理，能有效提取出待检测距离单元中的目标信号的多普勒谱特征，实现目标检测。本步骤由于采用了参考距离单元多普勒谱的中值和右中值偏差，使得本发明检测方法具有抗异常参考距离单元的能力，增强了本发明检测方法的稳健性，提高了检测性能。

步骤6，给定虚警概率f，通过蒙特卡罗实验得到检测门限T_ξ；

步骤6具体包括以下子步骤：

6a)计算回波数据块X_b的K个距离单元的检测统计量，形成检测统计量向量ξ_b＝[ξ_b,1,ξ_b,2,...,ξ_b,K]；

6b)令b从1至B进行遍历，重复步骤6a)，B表示回波数据X的分块数，得到回波数据X的检测统计量向量ξ＝[ξ₁,...,ξ_b,...,ξ_B]；

6c)将回波数据X的检测统计量向量ξ中元素降序排列形成有序向量ξ′，剔除有序向量ξ′中从最大值开始的个检测统计量，其中表示四舍五入取整，得到保留的有序向量ξ″；

6d)保留的有序向量ξ″中的元素个数为C，取第[Cf]个元素值作为检测门限T_ξ，[Cf]表示不超过实数Cf的最大整数。

步骤7，将待检测距离单元r_b,k的检测统计量ξ_b,k与检测门限T_ξ进行比较，判断待检测距离单元r_b,k中目标是否存在。如果ξ_b,k≥T_ξ表示回波数据块X_b中的待检测距离单元r_b,k有目标，如果ξ_b,k≤T_ξ表示回波数据块X_b中的待检测距离单元r_b,k没有目标。

基于步骤1至7，实现了一种基于多普勒谱特征的海面低速运动目标检测方法，本发明检测方法利用待检测距离单元的归一化多普勒谱特征构造检测统计量，从而实现目标检测的目的。本发明检测方法中采用了参考距离单元多普勒谱的中值和右中值偏差，起到了抗异常参考距离单元的作用，增强了本发明检测方法的稳健性，提高了检测性能。

下面结合实验对本发明的效果做进一步说明。

一、实验数据

本实验所用的雷达回波数据是1993年由加拿大McMaster大学Haykin教授带领的一批团队在加拿大东海岸采集的一批海杂波数据，每组数据包含四种极化数据，其中两种为同极化数据HH、VV，两种为交叉极化数据HV、VH，脉冲重复频率f_r为1000Hz。

二、实验内容

实验使用数据目标所在距离单元已知，采用HV极化方式得到回波数据X，对回波数据X分别采用本发明检测方法和现有技术MTD方法进行目标检测，参数设置为：参考距离单元总数20，虚警概率10-3。图2为用本发明的检测方法与现有技术MTD方法的检测概率比较图，图中横坐标为log2(N)，N为每个回波数据块的脉冲数，纵坐标为检测概率，方框代表本发明检测方法的检测概率，星花代表现有技术MTD方法的检测概率。图中可以看出本发明检测方法的检测概率高于现有技术MTD方法，说明本发明检测方法的检测性能优于现有技术MTD方法。

Claims (3)

1.一种基于多普勒谱特征的海面低速运动目标检测方法，其特征在于，包括以下步骤：

步骤1，雷达发射机发射连续的脉冲信号，脉冲信号照射到海面低速运动目标表面会产生回波，雷达接收机接收到沿着距离维和脉冲维的连续回波数据X，回波数据X是一个K×Q维的矩阵,其中K表示回波数据X的距离单元数，Q表示回波数据X的积累脉冲数；

步骤2，将回波数据X沿着脉冲维分为B块，得到B个回波数据块{X₁,…,X_b,…,X_B}，b＝1,2,…,B，回波数据块X_b中的脉冲数为N，回波数据块X_b中距离单元数为K,其中B×N≤Q；

步骤3，确定回波数据块X_b中第k个距离单元为待检测距离单元r_b,k，在待检测距离单元r_b,k的相邻两侧共选取2P个参考距离单元，P为自然数；k大于等于1并且小于等于K，K表示回波数据X的距离单元数；

对待检测距离单元r_b,k进行离散傅里叶变换得到待检测距离单元r_b,k的多普勒谱向量s_b,k＝[S_b,k(f_d1),...,S_b,k(f_dn),...,S_b,k(f_dN)]^T，其中,S_b,k(f_dn)表示待检测距离单元r_b,k的第n个多普勒通道的多普勒谱值，n＝1,2,...,N,N为回波数据块X_b的脉冲数；

对第p个参考距离单元r′_b,p进行离散傅里叶变换得到第p个参考距离单元r′_b,p的多普勒谱向量s′_b,p＝[S′_b,p(f_d1),...,S′_b,p(f_dn),...,S′_b,p(f_dN)]^T，其中,p大于等于1小于等于2P，2P为参考距离单元总数目，S′_b,p(f_dn)表示参考距离单元r′_b,p的第n个多普勒通道的多普勒谱值，n＝1,2,...,N；由2P个参考距离单元的多普勒谱向量形成多普勒谱矩阵S_b,k＝[s′_b,1,s′_b,2,...,s′_b,2P]；

步骤4，将多普勒谱矩阵S_b,k中的每一行元素升序排列，得到重排矩阵S′_b,k；取重排矩阵S′_b,k中第n行的中心中值M_b,k(n)，取重排矩阵S′_b,k中第n行的P+1至2P个元素的右中值RM_b,k(n)，将右中值和中心中值之差作为右中值偏差RMD_b,k(n)，RMD_b,k(n)＝RM_b,k(n)-M_b,k(n),n＝1,2,...,N；

步骤5，计算待检测距离单元r_b,k的第n个多普勒通道的归一化多普勒谱值 ${\mathrm{NDPS}}_{b,k}\left(n\right)=\frac{S_{b,k}\left(f_{\mathrm{dn}}\right)-M_{b,k}\left(n\right)}{{\mathrm{RMD}}_{b,k}\left(n\right)},n=\mathrm{1,2},...,N;$

由待检测距离单元r_b,k的第n个多普勒通道的归一化多普勒谱值NDPS_b,k(n)，得到待检测距离单元r_b,k的检测统计量ξ_b,k：

${\mathrm{\ξ}}_{b,k}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\max \{0,{\mathrm{NDPS}}_{b,k}\left(n\right)-\mathrm{\λ}\},$

其中，λ为过滤门限，max{}表示取集合{}中的最大值，Σ表示求和；

步骤6，给定虚警概率f，通过蒙特卡罗实验得到检测门限T_ξ；

步骤7，将待检测距离单元r_b,k的检测统计量ξ_b,k与检测门限T_ξ进行比较，判断待检测距离单元r_b,k中目标是否存在：如果ξ_b,k≥T_ξ表示回波数据块X_b中的待检测距离单元r_b,k有目标，如果ξ_b,k≤T_ξ表示回波数据块X_b中的待检测距离单元r_b,k没有目标。

2.根据权利要求1所述的一种基于多普勒谱特征的海面低速运动目标检测方法，其特征在于，步骤3包括以下子步骤：

3a)待检测距离单元r_b,k对应的回波数据为[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T，其中X_b(k,n),n＝1,2,...,N表示第n个脉冲的回波数据，T表示取转置，对回波数据[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T进行离散傅里叶变换，计算可得待检测距离单元r_b,k的多普勒谱向量s_b,k：

$S_{b,k}\left(f_{\mathrm{dn}}\right)=\frac{1}{N}{\left|\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_b(k,n)\exp (-j2\mathrm{\π}{f}_{\mathrm{dn}}n{T}_r)\right|}^2,$

s_b,k＝[S_b,k(f_d1),...,S_b,k(f_dn),...,S_b,k(f_dN)]^T，

其中，f_d1,...,f_dn,...,f_dN为区间上的N个等间隔采样值，N为回波数据块X_b的脉冲数，T_r为脉冲重复周期；

3b)第p个参考距离单元r′_b,p对应的回波数据为[X′_b(p,1),...,X_b′(p,n),...,X_b′(p,N)]^T，其中X_b′(p,n),n＝1,2,...,N表示第p个参考距离单元中第n个脉冲的回波数据，对回波数据[X_b(k,1),...,X_b(k,n),...,X_b(k,N)]^T进行离散傅里叶变换，计算可得第p个参考距离单元r′_b,p的多普勒谱向量s′_b,p：

$S_{b,p}^{\′}\left(f_{\mathrm{dn}}\right)=\frac{1}{N}{\left|\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_b^{\′}(p,n)\exp (-j2\mathrm{\π}{f}_{\mathrm{dn}}n{T}_r)\right|}^2$

s′_b,p＝[S′_b,p(f_d1),...,S′_b,p(f_dn),...,S′_b,p(f_dN)]^T

3c)令p从1至2P进行遍历，重复步骤3b)，得2P个参考距离单元的多普勒谱向量s′_b,1,s′_b,2,...,s′_b,2P，由这2P个参考距离单元的多普勒谱向量形成多普勒谱矩阵S_b,k＝[s′_b,1,s′_b,2,...,s′_b,2P]，S_b,k为N×2P维的矩阵。

3.根据权利要求1所述的一种基于多普勒谱特征的海面低速运动目标检测方法，其特征在于，步骤6包括以下子步骤：

6a)根据步骤5计算回波数据块X_b的K个距离单元的检测统计量，形成检测统计量向量ξ_b＝[ξ_b,1,ξ_b,2,...,ξ_b,k,...,ξ_b,K]；

6b)令b从1至B进行遍历，重复步骤6a)，B表示回波数据X的分块数，得到回波数据X的检测统计量向量ξ＝[ξ₁,ξ₂,...,ξ_b,...,ξ_B]；b大于等于1并且小于等于B，B为回波数据块总数目；

6c)将回波数据X的检测统计量向量ξ中元素降序排列形成有序向量ξ′，剔除有序向量ξ′中从最大值开始的个检测统计量，其中表示四舍五入取整，得到保留的有序向量ξ″，K表示回波数据X的距离单元数；

6d)保留的有序向量ξ″中的元素个数为C，取第[C×f]个元素值作为检测门限T_ξ，[C×f]表示不超过实数Cf的最大整数，f表示给定的虚警概率。