CN104614717A - 一种海杂波背景下的小目标分形检测方法 - Google Patents
一种海杂波背景下的小目标分形检测方法 Download PDFInfo
- Publication number
- CN104614717A CN104614717A CN201510044509.0A CN201510044509A CN104614717A CN 104614717 A CN104614717 A CN 104614717A CN 201510044509 A CN201510044509 A CN 201510044509A CN 104614717 A CN104614717 A CN 104614717A
- Authority
- CN
- China
- Prior art keywords
- sea clutter
- detection method
- alpha
- small object
- frft
- 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.)
- Pending
Links
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
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种海杂波背景下的小目标分形检测方法,依次包括输入雷达数据、FRFT变换、趋势波动分析求取分形维数、寻找最有变换阶数、根据各距离门Hurst指数是否异常判断是否有小目标。本发明利用分数阶Fourier变换理论(FRFT),结合实测海杂波在分数阶Fourier变换(FRFT)域的分形特征,克服了传统方法受海情影响严重,以及泛化性不足的问题。
Description
技术领域
本发明属于雷达技术领域,特别涉及了一种海杂波背景下的小目标分形检测方法。
背景技术
海杂波指的是雷达照射海面后散射的回波,受到诸如风、浪等多种因素的影响,海上小目标的雷达散射截面积很小,被淹没在海杂波和噪声中。实测海杂波具有类似噪声的特性,传统频谱分析方法并不适用,如何从复杂海情中准确、可靠地发现小目标,已成为当前雷达信号处理领域的研究重点。当前海杂波小目标检测大多靠统计建模,例如正态分布和相关K分布等统计模型,通过查验分布特性的变化来检测小目标,检测模型大多建立在海面平稳的基础上,实际海杂波受到潮汐、湿度等多种因素影响,具有剧烈的非平稳性,当海情变化且信杂比较低时,基于统计的检测方法基本失效。而采用相空间重构与学习机结合的方法检测小目标虽有一定效果,但学习机本身存在很多问题,如训练需要大量的数据和时间,训练样本无法反映复杂的海情,导致模型的泛化能力差,难以满足实际需求。
目前较为认可的是采用时域分形方法检测海杂波小目标,通过去势波动分析法(DFA)求得时域条件下含小目标的分形特征差异,但其阈值难以确定,并在某些海情下存在失效的问题。时域分形海杂波小目标检测方法存在的问题是对海情依赖性强,在海情出现变化时检测方法的功能受到严重的影响。同时,传统方法主要依靠经验设定分形维数阈值来判断小目标的存在。总的来说,随着海情的变化,海杂波分形特征并不稳定,设定单一的分数维阈值不具有普适效果。
发明内容
为了解决上述背景技术提出的技术问题,本发明旨在提供一种海杂波背景下的小目标分形检测方法,克服了传统方法受海情影响严重,以及泛化性不足的问题。
为了实现上述技术目的,本发明的技术方案为:
一种海杂波背景下的小目标分形检测方法,包括以下步骤:
(1)将全相参雷达的回波数据作为输入,记为x(t),t=1,2,…,N,对其进行FRFT运算:
其中,N为输入回波数据的长度,Xp(t,u)是定义在“分数频率”u域的FRFT谱,p为变换阶数,Kp(t,u)为FRFT的核函数;
(2)将Xp(t,u)减去均值后求局部和,建立一新的序列y(t):
其中,其中为输入回波数据FRFT谱的均值;
(3)将新序列y(t)分解成Nm=int(N/m)个等长且不相交的子序列,若对y(t)不能完全分解,则对其进行反向分解,得到2Nm个子序列;其中,m为子序列的长度;
(4)对步骤(3)中的各子序列采用最小二乘法进行K阶多项式拟合,求得子序列的局部趋势项yt,fit(s),然后求取均方差F2(t,m):
其中,式(3)和式(4)分别为Nm个子序列和2Nm个子序列对应的均方差;
(5)计算均方差F2(t,m)的q阶波动函数F(m):
其中,M取Nm或者2Nm,分别对应步骤(4)中的式(3)和式(4);
(6)选定无标度区间,在此无标度区间上利用最小二乘法拟合得到F(m)~m的双对数曲线的斜率H,即FRFT域的Hurst指数,同时通过遍历单尺度下的变换阶数p来寻找含目标数据与纯海杂波的Hurst指数差异,若某一距离门的Hurst指数与其他距离门存在较大差异,则判定该距离门存在小目标。
步骤(1)中FRFT的核函数Kp(t,u)的表达式为:
其中,δ(t)为冲激函数,α=pπ/2为旋转角,n为整数,j为虚数单位。
步骤(1)中输入回波数据的长度N的取值为215。
步骤(4)中K=1,2,3。
步骤(6)中无标度区间为(24,215)。
步骤(6)中变换阶数p的取值范围是p∈[1,2]。
步骤(6)中所述某一距离门的Hurst指数与其他距离门存在较大差异判定标准:该距离门的Hurst指数与所有距离门中最小Hurst指数的差值超过该最小Hurst指数的30%。
采用上述技术方案带来的有益效果:
本发明利用分数阶Fourier变换理论(FRFT),结合实测海杂波在分数阶Fourier变换(FRFT)域的分形特征,提出一种自适应的海杂波小目标检测方法。由于FRFT谱具有自相似特性,和海杂波的混沌物理特性有一定的联系,以及FRFT域具有一定的变阶特性,可对海杂波背景下的小目标进行能量聚集,可知,本发明利用海杂波在FRFT域的自相似的特性,结合自身的分形特征,能够很好地反映出海杂波自身的物理特性,克服传统方法泛化性不足的问题,为海杂波背景下的小目标进行检测和识别提供了新的思路。
附图说明
图1是不同距离门海杂波随海情变化的Hurst指数曲线图;
图2是本发明的流程图;
图3是不同海情下海杂波FRFT域Hurst指数曲线图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
本实施例选用的数据为全相参X波段IPIX雷达于1993年11月期间在加拿大新斯科舍省Dartmouth市的大西洋海湾采集得的海杂波数据。
海杂波受到的风、浪等因素的影响,距离的差异也会造成回波“粗糙”程度不同。实验所用的实测海杂波数据共有14种不同的海情和距离门,其主、次目标分属不同的距离单元,为便于比较,采用主目标单元所在的距离门着重分析,同时选取不同海情纯海杂波共有的距离门(1,2,3,4,13,14)对比。如图1所示,同一海情下,纯海杂波各距离门的分形特性一致,主目标Hurst指数整体大于纯海杂波,这是小目标与海平面分形特性差异导致的。不同海情下,各距离门纯海杂波的Hurst指数变化一致,主目标受到海情的影响很大,如10,12海情。值得注意的是,不同海情下的主目标与纯海杂波Hurst指数差值并不一致。可见传统时域分形方法简单设定阈值并不可靠,克服小目标对海清的依赖性才是研究的重点。
在观测时间范围T内,雷达回波模型为
其中,A为信号幅值,中心频率f0=2υ0/λ,υ0为目标初速度,尺度系数λ>0,调频率μ0=2a/λ,a为目标加速度,d(t)为纯海杂波,对s(t)的FRFT变换:
其中,旋转角α=pπ/2。
为了简化公式,令 且当 时,计算s(t)FRFT变换的幅值:
当辛格函数Sa(α)取最大值时,目标回波信号的能量最大,为2AAαT,此时
由上述推导可知,当变换域一定时,FRFT域存在最佳旋转角αopt对速度ν0、加速度a进行补偿,即调整变换阶数p可“放大”目标与纯海杂波分形特征的差异,使单尺度下的小目标检测成为可能。
综上所述,本发明提出了一种海杂波背景下的小目标分形检测方法,如图2所示,包括以下步骤:
(1)将全相参雷达的回波数据作为输入,记为x(t),t=1,2,…,N,对其进行FRFT运算:
其中,N为输入回波数据的长度,取215,Xp(t,u)是定义在“分数频率”u域的FRFT谱,p为变换阶数,Kp(t,u)为FRFT的核函数,其表达式如下:
(2)将Xp(t,u)减去均值后求局部和,建立一新的序列y(t):
其中,其中为输入回波数据FRFT谱的均值;
(3)将新序列y(t)分解成Nm=int(N/m)个等长且不相交的子序列,若对y(t)不能完全分解,则对其进行反向分解,得到2Nm个子序列;其中,m为子序列的长度;
(4)对步骤(3)中的各子序列采用最小二乘法进行K阶多项式拟合,K=1,2,3,求得子序列的局部趋势项yt,fit(s),然后求取均方差F2(t,m):
其中,上述两式分别为Nm个子序列和2Nm个子序列对应的均方差;
(5)计算均方差F2(t,m)的q阶波动函数F(m):
其中,M取Nm或者2Nm,分别对应步骤(4)中的两式;
(6)选定无标度区间(24,215),在此无标度区间上利用最小二乘法拟合得到F(m)~m的双对数曲线的斜率H,即FRFT域的Hurst指数,同时通过遍历单尺度下的变换阶数p,p∈[1,2],来寻找含目标数据与纯海杂波的Hurst指数差异,若某一距离门的Hurst指数与其他组存在较大差异,即该距离门的Hurst指数与所有距离门中最小Hurst指数的差值超过该最小Hurst指数的30%,则判定该距离门存在小目标。
通过寻找最佳变换阶数(p∈[1,2])来“放大”含目标数据与纯海杂波的分形特征(Hurst指数)差异,并得到图3。对比图1,该方法可将14种海情的主目标区分出来。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (7)
1.一种海杂波背景下的小目标分形检测方法,其特征在于,包括以下步骤:
(1)将全相参雷达的回波数据作为输入,记为x(t),t=1,2,…,N,对其进行FRFT运算:
其中,N为输入回波数据的长度,Xp(t,u)是定义在“分数频率”u域的FRFT谱,p为变换阶数,Kp(t,u)为FRFT的核函数;
(2)将Xp(t,u)减去均值后求局部和,建立一新的序列y(t):
其中,其中为输入回波数据FRFT谱的均值;
(3)将新序列y(t)分解成Nm=int(N/m)个等长且不相交的子序列,若对y(t)不能完全分解,则对其进行反向分解,得到2Nm个子序列;其中,m为子序列的长度;
(4)对步骤(3)中的各子序列采用最小二乘法进行K阶多项式拟合,求得子序列的局部趋势项yt,fit(s),然后求取均方差F2(t,m):
其中,式(3)和式(4)分别为Nm个子序列和2Nm个子序列对应的均方差;
(5)计算均方差F2(t,m)的q阶波动函数F(m):
其中,M取Nm或者2Nm,分别对应步骤(4)中的式(3)和式(4);
(6)选定无标度区间,在此无标度区间上利用最小二乘法拟合得到F(m)~m的双对数曲线的斜率H,即FRFT域的Hurst指数,同时通过遍历单尺度下的变换阶数p来寻找含目标数据与纯海杂波的Hurst指数差异,若某一距离门的Hurst指数与其他距离门存在较大差异,则判定该距离门存在小目标。
2.根据权利要求1所述一种海杂波背景下的小目标分形检测方法,其特征在于:步骤(1)中输入回波数据的长度N的取值为215。
3.根据权利要求1所述一种海杂波背景下的小目标分形检测方法,其特征在于:步骤(1)中FRFT的核函数Kp(t,u)的表达式为:
其中,δ(t)为冲激函数,α=pπ/2为旋转角,n为整数,j为虚数单位。
4.根据权利要求1所述一种海杂波背景下的小目标分形检测方法,其特征在于:步骤(4)中K=1,2,3。
5.根据权利要求1所述一种海杂波背景下的小目标分形检测方法,其特征在于:步骤(6)中无标度区间为(24,215)。
6.根据权利要求1所述一种海杂波背景下的小目标分形检测方法,其特征在于:步骤(6)中变换阶数p的取值范围是p∈[1,2]。
7.根据权利要求1所述一种海杂波背景下的小目标分形检测方法,其特征在于:步骤(6)中所述某一距离门的Hurst指数与其他距离门存在较大差异判定标准:该距离门的Hurst指数与所有距离门中最小Hurst指数的差值超过该最小Hurst指数的30%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510044509.0A CN104614717A (zh) | 2015-01-28 | 2015-01-28 | 一种海杂波背景下的小目标分形检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510044509.0A CN104614717A (zh) | 2015-01-28 | 2015-01-28 | 一种海杂波背景下的小目标分形检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104614717A true CN104614717A (zh) | 2015-05-13 |
Family
ID=53149251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510044509.0A Pending CN104614717A (zh) | 2015-01-28 | 2015-01-28 | 一种海杂波背景下的小目标分形检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104614717A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069752A (zh) * | 2015-07-22 | 2015-11-18 | 重庆大学 | 基于空时混沌的光学海杂波抑制方法 |
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 |
CN105894033A (zh) * | 2016-04-01 | 2016-08-24 | 大连理工大学 | 一种海杂波背景下的弱目标检测方法及系统 |
CN106054153A (zh) * | 2016-05-23 | 2016-10-26 | 武汉大学 | 一种基于分数阶变换的海杂波区目标检测与自适应杂波抑制方法 |
CN106772306A (zh) * | 2017-02-23 | 2017-05-31 | 中国人民解放军海军航空工程学院 | 一种目标物的检测方法及服务器 |
CN107290726A (zh) * | 2017-07-03 | 2017-10-24 | 中国人民解放军海军航空工程学院 | 基于信号—数据联合处理的有源压制干扰抑制方法 |
CN108387880A (zh) * | 2018-01-17 | 2018-08-10 | 西安大衡天成信息科技有限公司 | 一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法 |
CN109541566A (zh) * | 2018-12-20 | 2019-03-29 | 西安电子科技大学 | 基于双重分数阶矩的k分布海杂波参数估计方法 |
CN110780342A (zh) * | 2019-12-31 | 2020-02-11 | 四川大学 | 一种岩石边坡变形预警方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1172664B1 (de) * | 2000-07-13 | 2004-10-20 | EADS Deutschland Gmbh | Umlauf-Integration-Korrelation |
CN102914769A (zh) * | 2012-10-19 | 2013-02-06 | 南京信息工程大学 | 基于联合分形的海杂波背景下小目标检测方法 |
CN103207390A (zh) * | 2013-04-02 | 2013-07-17 | 中国人民解放军海军航空工程学院 | Frft域海杂波中目标的近似分形检测方法 |
JP2013246022A (ja) * | 2012-05-25 | 2013-12-09 | Furuno Electric Co Ltd | 物標探知装置、レーダ装置、物標探知方法、および物標探知プログラム |
-
2015
- 2015-01-28 CN CN201510044509.0A patent/CN104614717A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1172664B1 (de) * | 2000-07-13 | 2004-10-20 | EADS Deutschland Gmbh | Umlauf-Integration-Korrelation |
JP2013246022A (ja) * | 2012-05-25 | 2013-12-09 | Furuno Electric Co Ltd | 物標探知装置、レーダ装置、物標探知方法、および物標探知プログラム |
CN102914769A (zh) * | 2012-10-19 | 2013-02-06 | 南京信息工程大学 | 基于联合分形的海杂波背景下小目标检测方法 |
CN103207390A (zh) * | 2013-04-02 | 2013-07-17 | 中国人民解放军海军航空工程学院 | Frft域海杂波中目标的近似分形检测方法 |
Non-Patent Citations (4)
Title |
---|
JAN W. KANTELHARDT ET AL.: "Multifractal Detrended Fluctuation Analysis of Nonstationary Time Series", 《PHYSICA A STATISTICAL MECHANICS AND ITS APPLICATIONS》 * |
李宝等: "海杂波FRFT域的分形特性及目标检测", 《雷达科学与技术》 * |
行鸿彦等: "海杂波背景下小目标检测的分形方法", 《物理学报》 * |
陈小龙等: "海杂波FRFT域分形特征在动目标检测中的应用", 《海军航空工程学院学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069752B (zh) * | 2015-07-22 | 2018-05-15 | 重庆大学 | 基于空时混沌的光学海杂波抑制方法 |
CN105069752A (zh) * | 2015-07-22 | 2015-11-18 | 重庆大学 | 基于空时混沌的光学海杂波抑制方法 |
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 |
CN105894033A (zh) * | 2016-04-01 | 2016-08-24 | 大连理工大学 | 一种海杂波背景下的弱目标检测方法及系统 |
CN105894033B (zh) * | 2016-04-01 | 2020-01-10 | 大连理工大学 | 一种海杂波背景下的弱目标检测方法及系统 |
CN106054153A (zh) * | 2016-05-23 | 2016-10-26 | 武汉大学 | 一种基于分数阶变换的海杂波区目标检测与自适应杂波抑制方法 |
CN106772306B (zh) * | 2017-02-23 | 2019-06-04 | 中国人民解放军海军航空工程学院 | 一种目标物的检测方法及服务器 |
CN106772306A (zh) * | 2017-02-23 | 2017-05-31 | 中国人民解放军海军航空工程学院 | 一种目标物的检测方法及服务器 |
CN107290726A (zh) * | 2017-07-03 | 2017-10-24 | 中国人民解放军海军航空工程学院 | 基于信号—数据联合处理的有源压制干扰抑制方法 |
CN107290726B (zh) * | 2017-07-03 | 2020-07-28 | 中国人民解放军海军航空大学 | 基于信号—数据联合处理的有源压制干扰抑制方法 |
CN108387880A (zh) * | 2018-01-17 | 2018-08-10 | 西安大衡天成信息科技有限公司 | 一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法 |
CN108387880B (zh) * | 2018-01-17 | 2020-06-09 | 西安大衡天成信息科技有限公司 | 一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法 |
CN109541566A (zh) * | 2018-12-20 | 2019-03-29 | 西安电子科技大学 | 基于双重分数阶矩的k分布海杂波参数估计方法 |
CN110780342A (zh) * | 2019-12-31 | 2020-02-11 | 四川大学 | 一种岩石边坡变形预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104614717A (zh) | 一种海杂波背景下的小目标分形检测方法 | |
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 | |
CN102967854B (zh) | Frft域海杂波中目标的多重分形检测方法 | |
Wischmeier et al. | Rainfall energy and its relationship to soil loss | |
CN103760542B (zh) | 一种基于多模式的变化指数恒虚警目标检测方法 | |
CN102323577B (zh) | 一种基于能量积累的高分辨雷达双门限检测方法 | |
CN101984360B (zh) | 基于frft的归一化泄露lms自适应动目标检测方法 | |
CN109212503B (zh) | 一种基于ar谱分形相关特征的海上目标检测方法及装置 | |
CN105425230A (zh) | 逆高斯纹理复合高斯杂波下距离扩展目标自适应检测方法 | |
CN104316914B (zh) | 依赖形状参数的雷达目标自适应检测方法 | |
CN106443178A (zh) | 一种基于IQuinn‑Rife综合的正弦信号频率估计方法 | |
CN102879766A (zh) | 一种高频地波雷达弱目标检测跟踪方法和装置 | |
CN102426354A (zh) | 基于加权顺序统计和多脉冲相参积累的宽带雷达检测方法 | |
CN103544296A (zh) | 雷达距离扩展目标自适应智能融合检测方法 | |
CN102944873A (zh) | 基于多频点回波幅度逆序统计量的低空目标检测方法 | |
CN102914769A (zh) | 基于联合分形的海杂波背景下小目标检测方法 | |
Etemad-Shahidi et al. | New formulae for prediction of wave overtopping at inclined structures with smooth impermeable surface | |
CN105425223A (zh) | 广义帕累托杂波下稀疏距离扩展雷达目标的检测方法 | |
CN105044691A (zh) | 一种海杂波背景下的快速雷达性能评估方法 | |
CN112327293B (zh) | 一种基于分形特征智能学习的海面目标检测方法 | |
CN105259546A (zh) | 一种基于ar谱分形的海面微弱雷达目标检测方法 | |
CN105353371A (zh) | 基于ar谱扩展分形的海面雷达目标检测方法 | |
Zhang et al. | Joint distributions of wave height and period in laboratory generated nonlinear sea states | |
CN103308910B (zh) | 利用高频地波雷达检测海上非航行状态船只目标的方法 | |
CN103308899A (zh) | 一种基于过零点技术的生物雷达人体目标识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150513 |