CN106054153A - 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 - Google Patents

Abstract

本发明提供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，以解决高频地波雷达一阶海杂波对船只目标检测造成的严重干扰问题，其通过引入分数阶傅里叶变换处理的方式来检测机动目标并抑制海杂波，并通过扩展常规特征分解方法到变换域，在对目标信号不造成影响的情况下消除回波谱中的海杂波。本方法充分考虑了目标信号的调制特征，并通过分数阶域特征分解来自适应抑制海杂波，在无损目标信号的同时完全抑制杂波分量。通过本发明填补了不增加系统复杂性条件下检测高频雷达一阶谱区目标的技术空白。

Description

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

技术领域

本发明属于雷达领域，尤其涉及高频雷达一阶海杂波区目标检测及自适应杂波抑制，具体为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。

背景技术

高频地波雷达作为一种新兴的海洋监测技术，具有超视距、大范围、全天候以及低成本等优点，被认为是一种能实现对各国专属经济区监测进行有效监测的高科技手段。各临海发达国家均进行了研发投入，并实施了多年的对比验证和应用示范。而海洋监管不仅只是主权保护，也同样包括搜索和救援(马航事件)，以及交通管理等。而传统的监控手段却受到很多物理限制。比如，岸基微波雷达只能够沿视距传播，探测距离受到较大限制。卫星传感器(比如合成孔径雷达)的时间分辨率较低，不能实现全天候观测。高频地波雷达在海洋监管方面有着比传统手段有显著优势。

但高频雷达严重的海杂波干扰直接影响中小尺寸船只的探测，甚至出现完全掩盖目标回波的情况。尤其是对于小型阵列宽波束雷达而言，复杂的海杂波信号更无法通过简单的方法来有效抑制，使得杂波区目标难以有效检测。为增强雷达对于杂波区目标的检测能力，减少目标大量漏检的情况，通常有两种处理方法：

1)多站模式，J.Hostmann和Roarty.H等人通过多套雷达系统在不同方位观测，依赖视向角引起的多普勒频移变化来检测目标，详见文章[1]；

2)多频模式，D.M.Fernandez等人通过单套雷达多波段同时工作，依赖多普勒频移、一阶海杂波频移与波长的关系差异来检测目标，详见文章[2]。

在海杂波抑制方面，经典方案主要是以下两种:

1)基于频域特征分解的杂波抑制方法，Khan先通过直接利用原始时域数据构造一个Hankel矩阵然后基于特征分解将目标信号和杂波信号分离到不同的子空间，通过将杂波对应特征值置零来抑制海杂波，详见[3]；

2)基于循环对消的方法抑制杂波，Root提出通过FFT快速分析相位逐次迭代对消,详见[4]。

[1]S.Maresca,P.Braca,J.Horstmann et al.,“Maritime Surveillance UsingMultiple High-Frequency Surface-Wave Radars,”Ieee T Geosci Remote,vol.52,no.8,pp.5056-5071,Aug,2014.

[2]D.M.Fernandez,J.F.Vesecky,D.E.Barrick et al.,“Detection of Shipswith Multi-Frequency and CODAR SeaSonde HF Radar Systems,”Can J Remote Sens,vol.27,no.4,pp.277-290,2001.

[3]M.W.Y.Poon,R.H.Khan,and S.Lengoc,“A Singular Value Decomposition(Svd)Based Method for Suppressing Ocean Clutter In High-Frequency Radar,”IeeeTransactions on Signal Processing,vol.41,no.3,pp.1421-1425,Mar,1993.

[4]Root B.HF radar ship detection through clutter cancellation[C],IEEE Radar Conference.1998:281-286.

但上述方法均存在较大缺陷，例如多频或多站检测模式需大幅增加系统复杂性，实际工作中不容易实施，增加设备成本和后续处理复杂性。而常规频域海杂波抑制方法则无法处理目标进入海杂波的情形，进行杂波对消时往往将目标信号同时抑制，不符合杂波抑制要求。

发明内容

本发明针对现有技术的不足，提供一种基于分数阶变换的目标检测与海杂波抑制方法，填补在不增加系统复杂性和不借助先验信息条件下检测海杂波区目标的技术空白，同时解决常规杂波抑制算法无法处理杂波与目标信号多普勒频率相同的技术难题。

本发明采用如下技术方案实现：

步骤1，读取雷达回波待检测距离元时间序列，点数可以为256、512或1024等，然后进行傅里叶变换，根据当前工作频率f₀计算布拉格频率f_B，从而判定杂波区间，然后对该区域取平均，确定一阶回波信噪比SNR_c；

步骤2，再对距离元时间序列进行分数阶变换，考虑到较大型船只目标机动加速度一般不会太大，分数阶旋转阶数p可以取在0.8～1.2之间，从而将各种加速度情况都包括进来，然后进行峰值检测，先通过粗搜找到峰值大于一阶回波SNR_c的区间，然后再在此区间内细搜，阶数精度通常为10^-4级；

步骤3，若没有搜索到的杂波区内的疑似目标，则回到步骤1，设置点数为当前2倍再搜索疑似目标，直到到达设置的最大点数；

对于搜索到的杂波区内的疑似目标，将该目标的分数阶域序列进行傅里叶反变换，转换到分数阶时域；

步骤4，对步骤3中的序列构造Hankel矩阵，由于是抑制杂波，通常构造矩阵时信源数设置较大，可以为80以上，可以在调用时再次设定；然后对构造矩阵进行特征分解，判断第一特征值λ₁是否为第二特征值λ₂的3倍以上；

若是，则找到有效目标，记录当前变换阶数p₀，通过将其余特征值全部置零可以抑制海杂波分量；

若否，则可能不是有效目标，此时需要再次回到步骤1，设置点数为当前2倍再次判断，直到到达设置工作的最大点数，依然不满足3倍特征值条件则没有找到有效目标。

所述步骤4中提到的海杂波抑制过程分述如下:

步骤4.1，首先通过全分数阶的谱峰搜索，确定检测到的有效目标信号所在的阶数p₀；

步骤4.2，由于常规的分数阶变换数值算法实际上是对每个采样点按照线性调频信号相位进行相位补偿，然后直接FFT得到分数阶域的频谱，因此可以利用常规分数阶变换以后再进行傅里叶反变换，得到分数阶域的时域信号，为特征分解算法的应用创造条件。因此，接下来对有效目标距离元时间序列进行阶数为p₀的分数阶傅里叶变换，得到分数阶域的频域信号；

步骤4.3，对分数阶域的频域信号通过傅里叶反变换变换到分数阶时域；

步骤4.4，经过频率轴旋转以后，目标信号在分数阶域显著占优，而杂波能量分散，在该分数阶数域构造Hankel矩阵H,对H进行奇异值分解H＝USV^T，其中，U为左奇异矩阵，S为奇异值对角阵，V为右奇异矩阵；

步骤4.5，由于在分数阶域目标能量占优，占据特征分解后的第一个特征空间，对于奇异值矩阵S只保留第一特征值，对应奇异值矩阵为S₁，把其他奇异值都置零，然后将S₁与对应左、右奇异特征向量U₁、V₁相乘恢复出对应第一特征值对应矩阵H₁，H₁＝U₁S₁V₁ ^T；

步骤4.6，利用矩阵H₁重构时间序列y(n)，重构过程为：

对矩阵H₁的反对角线元素进行取平均重构时间序列y(n)即：

$y\left(n\right)=\frac{1}{m}{\mathrm{\ΣH}}_1(i,j),n=1,...,N$

其中，i+j-1＝m，m为矩阵H₁中反对角线上元素的个数，即符合i+j-1＝m的H₁(i,j)元素的个数。该序列y(n)为经过杂波抑制后的分数阶时域信号。

步骤4.7，将该信号通过傅里叶变换回到分数阶频域，由于傅里叶变换是一种完全可逆的线性变换，对原信号只是进行了一定滤波处理，相位关系完全保留，处理上是可行的，最后再进行分数阶反变换将信号转换到时域，从而完成杂波抑制过程。

与现有技术相比，本发明具有以下优点和效果：

本发明在不增加雷达系统数量或设备复杂性的条件下，充分挖掘目标信号与杂波信号特征差异，实现了对海杂波区中的目标检测和杂波抑制。具有重大的军事价值，对于已经在海岸边大量布设的高频雷达系统，可以直接提高其在海岸预警和船舶管理方面的应用能力。当不采用本方案中的目标检测方法时，常规检测方法只有在信杂比大于0dB的条件下才能对海杂波区目标进行检测，而本方案基于长时间相干积累，采用分数阶变换在-60dB条件下依然能够检测到海杂波区目标，具有极大的应用潜力。且常规频域杂波抑制方法根本无法处理目标进入杂波区时的杂波抑制问题，本发明填补了这一技术空白，在目标进入海杂波区依然能够进行杂波对消，且无损目标信号，对于雷达预警领域降低虚警，剔除杂波图是一种有效补充。对于军事、海监、渔业管理等方面具有重大应用价值。

附图说明

图1是本发明实施例的仿真目标数据，目标信号的的时间多普勒谱。

图2是本发明实施例的仿真目标信号在不同分数阶变换阶数上的峰值分布。

图3是本发明实施例的仿真目标在频域和分数阶域的功率谱。

图4是本发明实施例的仿真目标信号相比常规FFT处理的增益。

图5是本发明实施例的仿真海杂波数据，杂波信号的时间多普勒谱。

图6是本发明实施例的仿真海杂波信号在不同分数阶变换阶数上的峰值分布。

图7是本发明实施例的仿真海杂波在频域和分数阶域的功率谱。

图8是本发明实施例的仿真海杂波信号相比常规FFT处理的增益。

图9是本发明实施例的雷达实测数据，即指定距离单元的时间多普勒谱。

图10是本发明实施例的雷达实测数据峰值在不同分数阶变换阶数上的分布。

图11是本发明实施例的实测数据分数阶域杂波抑制前后功率谱。

图12是本发明实施例的实测数据经过分数阶域杂波抑制后的时间多普勒谱。

图13是本发明实施例的实测数据在时域和分数阶域的特征值分布。

图14是本发明实施例的分数阶域的检测算法流程图。

图15是本发明实施例的分数阶域的海杂波抑制算法流程图。

具体实施方式

本发明主要基于分数阶傅里叶变换，考虑到多普勒雷达回波中目标信号与海杂波信号模型的差异，提出了基于分数阶变换的目标检测及杂波抑制方法，并设计了实际运行系统。本方法充分考虑了目标信号的调制特征，并通过分数阶域特征分解来自适应抑制海杂波，在无损目标信号的同时完全抑制杂波分量。通过本发明填补了不增加系统复杂性条件下检测高频雷达一阶谱区目标的技术空白。

本发明提供的方法能够用计算机软件技术实现流程。

实施例1：

以对于低信噪比目标信号检测为例，阐释分数阶傅里叶变换对于目标检测的优势，仿真目标信号如图1所示，时间多普勒谱中很难检测到该目标信号，后续处理如下:

步骤1，对目标信号进行0.8～1.0阶的分数阶傅里叶变换，其峰值分布参见图2，可以发现有一个明显的峰值聚集区，确定其阶数p；

步骤2，计算频域和步骤1中对应分数阶域功率谱如图3所示，可以看到目标信号在图3b中形成了明显尖峰，通过恒虚警可以检测到该目标；

步骤3，仿真不同信噪比目标信号，并计算最终信噪比输出，结果如图4，可以看到分数阶变换对于目标信号的增益高于常规FFT处理10dB以上，对于微弱目标的检测具有相当大的优势，对于实施中SNR只有-10dB的目标信号实现了有效检测。

实施例2：

以分数阶傅里叶变换对于海杂波抑制为例，阐释分数阶傅里叶变换对于杂波抑制优势，仿真高频雷达一阶海杂波信号如图5所示，海杂波信号在频域很强，接近15dB，后续处理如下:

步骤1，对海杂波信号进行0.8～1.0阶的分数阶傅里叶变换，其峰值分布参见图6，可以发现海杂波峰值随阶数变小而逐渐减小，分数阶变换对海杂波有一定抑制作用；

步骤2，计算频域和实例1中对应目标信号所在阶数上海杂波分数阶域功率谱如图7所示，可以看到海杂波信号在图7b中平均信噪比相比频域(图7a)降低，海杂波受到抑制；

步骤3，仿真不同杂噪比海杂波信号，并计算最终杂噪比输出，结果如图8，可以看到分数阶变换对于海杂波信号的增益低于常规FFT处理5dB以上，对于海杂波信号有一定抑制作用。

实施例3：

以针对检测雷达一阶谱区的目标检测和杂波抑制对本发明的整套过程进行一个具体的阐述，实测数据时间多普勒谱参见图9，检测过程参见图14，具体处理如下：

步骤1，根据雷达工作频率计算高频雷达一阶回波多普勒频率f_B，确定一阶回波谱区，计算一阶海杂波的平均回波信噪比SNR_c；

步骤2，对处理数据进行分数阶变换，在阶数-分数阶频率二维分布上搜索峰值，为优化搜索过程，可以采用常见的牛顿法等优化搜索方式减小计算量，得到图10中的峰值能量分布图，可以看到目标信号在某个阶数上形成峰值，计算该阶数上目标信噪比SNR₂，若其大于SNR_c，则认为找到疑似目标，否则回到步骤1，增加处理点数继续执行，直到1024点依然没有检测到时则认为杂波区没有目标；

步骤3，找到疑似目标变换阶数后，进行第二次搜索，此时阶数步长设置为10^-4以提高阶数精度；

步骤4，得到该阶数下分数阶频域谱如图11，进行该分数阶域的傅里叶反变换到分数阶时域；

步骤5，设置信源数为80，通过构造Hankel矩阵并计算特征分解，可以看到特征值分布中第一特征值是第二特征值的5倍，见图13，说明检测到了有效目标信号，此时再进行自适应海杂波抑制过程，流程参见图15，将第二及以上特征值置零；

步骤6，利用特征向量和新特征值相乘重构Hankel矩阵，然后基于反对角线求和法重构分数阶杂波抑制后的时域序列，然后进行傅里叶变换到分数阶频域，新的功率谱参见图11中虚线，杂波能量大幅削弱；

步骤7，对该分数阶频域信号进行分数阶反变换，得到杂波抑制后的目标信号，新的多普勒谱参见图12，杂波基本消除，而目标信号完整保留。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (7)

1.一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，其特征在于，包含以下步骤：

步骤1，读取雷达回波待检测距离元时间序列，进行傅里叶变换，根据当前工作频率f₀计算布拉格频率f_B，判定杂波区间，对该区间取平均，确定一阶回波信噪比SNR_c；

步骤2，对步骤1中距离元时间序列进行分数阶变换，进行峰值检测，先通过粗搜找到峰值大于一阶回波SNR_c的区间，然后在此区间内细搜；

步骤3，若没有搜索到的杂波区内的疑似目标，则回到步骤1，设置点数为当前2倍再搜索疑似目标，直到到达设置的最大点数；

对于搜索到的杂波区内的疑似目标，将该目标的分数阶域序列进行傅里叶反变换，转换到分数阶时域；

步骤4，对步骤3中的序列构造Hankel矩阵，对构造矩阵进行特征分解，判断第一特征值λ₁是否为第二特征值λ₂的3倍以上；

若是，则找到有效目标，记录当前变换阶数p₀，通过将其余特征值全部置零抑制海杂波分量；

若否，则可能不是有效目标，再次回到步骤1，设置点数为当前处理点数2倍再次判断，直到到达设置工作的最大点数，依然不满足3倍特征值条件则没有找到有效目标。

2.根据权利要求1所述的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，其特征在于；所述步骤4中的海杂波分量的具体抑制过程如下:

步骤4.1，通过全分数阶的谱峰搜索，确定检测到的有效目标信号所在的阶数p₀；

步骤4.2，对有效目标距离元时间序列进行阶数为p₀的分数阶傅里叶变换，得到分数阶域的频域信号；

步骤4.3，对分数阶域的频域信号通过傅里叶反变换变换到分数阶时域；

步骤4.4，对于Hankel矩阵H进行奇异值分解，H＝USV^T，其中，U为左奇异矩阵，S为奇异值对角阵，V为右奇异矩阵；

步骤4.5，对于奇异值对角阵S只保留第一特征值，对应奇异值矩阵为S₁，把其他奇异值都置零，然后将S₁与对应左、右奇异特征向量U₁、V₁相乘恢复出对应第一特征值对应矩阵H₁，H₁＝U₁S₁V₁ ^T；

步骤4.6，对4.5中矩阵H₁的反对角线元素进行取平均重构时间序列y(n)，该序列为经过杂波抑制后的分数阶时域信号序列；

步骤4.7，将该信号序列通过傅里叶变换回到分数阶频域，再进行分数阶反变换将信号转换到时域，完成杂波抑制过程。

3.根据权利要求1所述的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，其特征在于：对于海杂波区目标检测采用分数阶傅里叶变换来长时间积累目标信号能量，并对宽波束海杂波形成抑制；基于迭代式的检测方法，初步检测采用点数较少的方法来减少计算量，为防止漏检又采用递归增加点数的方案来提高对于低信噪比目标的检测。

4.根据权利要求1所述的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，其特征在于：对于疑似目标的检测采用分数阶域的特征分解方法，检测条件是要求第一特征值是第二特征值的3倍以上。

5.根据权利要求2所述的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，其特征在于：对于杂波抑制采用分数阶变换和傅里叶反变换联合，在分数阶时域进行特征分解抑制海杂波，不直接在时域抑制海杂波。

6.根据权利要求1所述的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，其特征在于：步骤2中，进行分数阶变换的分数阶旋转阶数p取在0.8～1.2之间；阶数p的精度为10^-4级。

7.根据权利要求1所述的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，其特征在于：步骤3中，构造Hankel矩阵时的信源数设置为80以上，且可以在调用时再次设定。