CN106371082A - 线性速度拖引干扰识别方法 - Google Patents

Abstract

本发明公开一种线性速度拖引干扰识别方法，该方法包含：S1、在频率域选通信号，对目标回波数据进行傅里叶变换，实现对检测通道内目标及干扰信号的监测，生成时/频二维平面；S2、按照帧处理周期，按照能量大小排序，将经过谱分析及恒虚警检测后获得所有超过检测门限值的目标数据进行存储；S3、利用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域；S4、利用最小二乘法确定直线区域内特征点回归直线的精确参数，在目标数据间断的情况下，实现对速度拖引干扰的判断。本发明利用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域。

Description

线性速度拖引干扰识别方法

技术领域

本发明涉及速度跟踪技术，具体涉及一种线性速度拖引干扰识别方法。

背景技术

导弹-目标径向速度由多普勒雷达导引头的速度跟踪系统提取，它利用窄带跟踪滤波器，在跟踪多普勒频移的基础上解算出径向速度。多普勒雷达导引头面临的主要干扰为速度拖引干扰，其通过产生与目标多普勒变化规律不同且比目标回波能量强的干扰信号，使得雷达导引头速度跟踪波门错误跟踪干扰信号，从而丢失目标信号。如何准确的识别速度拖引干扰是多普勒雷达导引头测速跟踪系统面临的关键问题。多普勒雷达导引头工作在高重频时存在距离遮挡，或在多模复合工作时的单个模式，均存在目标数据获取不连续的情况，甚至会出现目标数据暂时被间断，不仅会对目标的稳定跟踪产生影响，而且会增加检测与识别速度拖引干扰的难度。

目前，通常采用信息关联、记忆外推、最大加速度测量等方法来识别速度拖引干扰，由于抗速度拖引干扰方法属于军事保密领域，因此未检索到相关的发明专利。此外，相关公开文献包括《导引头中速度拖引干扰下弱信号的检测与跟踪》、《基于线性预测滤波的抗速度欺骗干扰技术》等，都是从预测加速度补偿积累的角度出发，在大干信比和小信噪比环境中检测和跟踪目标信号，来达到高检测概率和低虚警率的效果。文献《PD雷达导引头信息关联抗自卫式欺骗干扰技术》，是利用多帧回波信号之间的相关性，通过数据关联、多点迹建立、点迹特征提取、目标/干扰识别等过程实现复杂欺骗干扰背景下目标检测和跟踪。本专利是在一段观测时间内，对所有被检测出目标点的集合，通过Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域，再利用最小二乘法确定直线区域内特征点回归直线的精确参数，从而实现对速度拖引干扰进行识别判断，与现有技术相关性不大。

与Hough变换处理算法相关，并且用于雷达方面的发明专利共查询到71项，其中大部分专利将Hough变换处理算法应用于图形检测、车牌识别、车 道识别、车辆自动控制等方面。上述相关专利，未有应用于线性速度拖引干扰识别，因此与本专利相关度不高。

与目标检测相关的专利有2项。“基于速度约束的Hough变换快速航迹起始方法”(申请号CN201510061025.7)，该专利提供了一种密集杂波环境下基于速度约束的Hough变换的航迹快速起始方法，可以抑制杂波形成的虚假航迹，保证了航迹的快速起始；“一种基于PWD-Hough变换的SMSP干扰识别与参数估计方法”(申请号CN201510520684.2)，该专利是一种SMSP干扰的识别和参数估计方法，属于雷达信号参数估计领域，是对雷达干扰信号的参数估计。本专利是将Hough变换应用于速度拖引干扰识别过程中，用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域，再结合最小二乘线性拟合法确定直线区域内特征点回归直线的精确参数，实现对速度拖引干扰进行识别判断的一种方法，与上述专利中Hough变换的应用场景及使用方法不同。

发明内容

本发明提供一种线性速度拖引干扰识别方法，解决当目标数据获取不连续、产生间断、连续直线关系被破坏时对线性速度拖引干扰的检测识别性能降低的问题。

为实现上述目的，本发明提供一种线性速度拖引干扰识别方法，其特点是，该方法包含：

S1、在频率域选通信号，对目标回波数据进行傅里叶变换，实现对检测通道内目标及干扰信号的监测，生成时/频二维平面；

S2、按照帧处理周期，按照能量大小排序，将经过谱分析及恒虚警检测后获得所有超过检测门限值的目标数据进行存储；

S3、利用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域；

S4、利用最小二乘法确定直线区域内特征点回归直线的精确参数，在目标数据间断的情况下，实现对速度拖引干扰的判断。

上述S1还包含：

在检测单元两侧设置保护单元；

选取一定长度数据作为参考单元，对所有参考单元进行排序，剔除最大 值；

对剩余参考单元数据进行求和平均，该均值作为噪声功率电平估计值为检测门限值；

将待检测单元与该门限值进行比较，超过检测门限值的则认为是目标。

上述S2中存储的目标数据包含：此刻的时刻值、速度门中心位置、各检测目标对应的频率位置及信号能量值。

上述S3包含：

恒虚警检测后，形成目标二维矩阵；

二维矩阵中取两列非零值点，一列中的每一点分别与另一列中的每一个点组合，确定直线；

设两列分别选出的非零值点为P₁和P₂，根据式(1)、(2)、(3)得到直线P₁P₂至原点的距离R和P₁P₂与y轴的夹角θ：

$\mathrm{\θ}=-arctan\left(\frac{x_2-x_1}{y_2-y_1}\right)---\left(1\right)$

$R=\left|\frac{x_2{y}_1-x_1{y}_2}{\sqrt{{(y_2-y_1)}^2+{(x_2-x_1)}^2}}\right|---\left(2\right)$

ρ＝x cosθ+y sinθ (3)

上式中，x为非零值点P₁和P₂对应的时刻点，y为非零值点P₁和P₂对应的速度值；

采用式(1)得到的θ遍历二维矩阵中剩余的每一个非零值点，根据式(3)计算每个非零值点的ρ值，并得到ρ与R之差的绝对值，若ρ与R之差在预设的容忍度ζ以内，则认为该点落在了直线P₁P₂上，计数器加1；

设定计数器阈值T，取T＝0.6×M，向下进行取整；将计数器的值和阈值T进行比较，若计数器的值大于阈值T，则认为这条直线存在。

上述二维矩阵中选择非零值点P3，计算P3的ρ值，预设容忍度阈值ζ＝|3×(R-ρP3)|。

上述S4包含：

选取全部符合某个直线参数的数据点，用最小二乘线性拟合方法，计算相关系数λ；

当相关系数λ＞0.95时，则计算得到的时间和频率有接近于直线的关系，可以确定当前受到速度拖引干扰；

当相关系数λ＜0.95时，则计算得到的时间和频率没有直线的关系，当前未受到速度拖引干扰。

本发明线性速度拖引干扰识别方法和现有技术相比，其优点在于，本发明利用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域；

本发明利用最小二乘法确定直线区域内特征点回归直线的精确参数，对速度拖引干扰进行识别判断；

本发明仅利用包含干扰信号的目标回波频域信息，对速度拖引干扰的针对性强，对雷达导引头获取的有效信息量要求低，在仅有目标频域信息或目标距离、角度及其它探测设备提供信息也受扰情况下仍能实现对速度拖引干扰的识别。

附图说明

图1是本发明线性速度拖引干扰识别方法的流程图；

图2是恒虚警检测处理示意图；

图3是时频分析实现原理图；

图4是检测结果矩阵A示意图；

图5是待确认的直线示意图；

图6a是间断比30％直线参数检测仿真的原始直线图；

图6b是间断比30％直线参数检测仿真的hough变换图；

图7a是间断比50％直线参数检测仿真的原始直线图；

图7b是间断比50％直线参数检测仿真的hough变换图。

具体实施方式

以下结合附图，进一步说明本发明的具体实施例。

如图1所示，本发明提供一种基于Hough变换的线性速度拖引干扰识别方法，用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域，再结合最小二乘线性拟合法确定直线区域内特征点回归直 线的精确参数，对速度拖引干扰进行识别判断，该方法包含以下步骤：

S1、在频率域选通信号，对目标回波数据进行傅里叶变换，实现对检测通道内目标及干扰信号的监测，生成时/频二维平面。

S2、按照帧处理周期，按照能量大小排序，将经过谱分析及恒虚警检测后获得所有超过检测门限值的目标数据进行存储。

S3、利用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域。

S4、利用最小二乘法确定直线区域内特征点回归直线的精确参数，在目标数据间断的情况下，实现对速度拖引干扰的判断。

如图2～图6所示，是本发明线性速度拖引干扰识别方法的一个实施例，该实施例包含以下步骤：

步骤1、如图2所示，为恒虚警检测处理示意图，经过FFT谱分析之后，先在检测单元两侧设置保护单元，然后选取一定长度数据作为参考单元，对所有参考单元进行排序，剔除最大值(剔除数目由参考单元长度及预计干扰状况确定)，对剩余参考单元数据进行求和平均，该均值作为噪声功率电平估计值就是检测门限值，将待检测单元与该门限值进行比较，超过检测门限值的则认为是目标。

如图3所示，按照帧处理周期对时域信号s进行分段接收(假设N个数据为一帧)及排列，对每帧数据进行傅里叶变换(FFT)得到相应的频谱S，积累M帧后，构成N×M的信号时频空间二维分布，对应位置没有检测到目标时，该数据被置为0。

步骤2、如图4所示，为检测结果矩阵A示意图，按照帧处理周期，对经过谱分析后的频域信号进行恒虚警检测，获得K(K≤N)个超过检测门限值的目标数据，按照能量大小排序并进行存储，存储的目标信息包括此刻的时刻值、速度门中心位置、各检测目标对应的频率位置及信号能量值。

步骤3、完成M帧恒虚警检测后，形成K×M的目标二维矩阵(其中各帧检测目标数小于K的位置补0)，对其进行直线检测，确认直线数目。

选择第一个非零值点P₁。假设在这个K×M的二维矩阵中，第M列有k_M个非零值点，这k_M个非零值点组成一个集合Group1＝{(x_i，y_i)|i＝1，2，…k_M}。依次从该集合中选一个点进行后续的处理，直至当前集合内全部点使用完毕。

选择第二个非零值点P₂。假设在这个K×M的二维矩阵中，第M-1列有k_M-1个非零值点，这k_M-1个非零值点组成一个集合Group2＝{(x_j，y_j)|j＝1，2，…k_M-1}。依次从该集合中选一个点与集合Group1中的每一个点组合，并假设可以确定一条直线。

如图5所示，为待确认的直线示意图，根据得到的两个非零值点P₁和P₂，按照下式(1)、(2)、(3)计算直线P₁P₂至原点的距离R和P₁P₂与y轴的夹角θ：

$\mathrm{\θ}=-arctan\left(\frac{x_2-x_1}{y_2-y_1}\right)---\left(1\right)$

$R=\left|\frac{x_2{y}_1-x_1{y}_2}{\sqrt{{(y_2-y_1)}^2+{(x_2-x_1)}^2}}\right|---\left(2\right)$

ρ＝x cosθ+y sinθ (3)

式中x为非零值点P₁和P₂对应的时刻点，y为非零值点P₁和P₂对应的速度值。

选择第三个非零值点P₃，假设在这个K×M的二维矩阵中，第M-2列有k_M-2个非零值点，这k_M-2个非零值点组成一个集合Group3＝{(x_j，y_j)|j＝1，2，…k_M-2}。按式(3)求出P₃的ρ值，设定一个容忍度ζ＝|3×(R-ρ_P3)|。理论上同一条直线上的所有点在极坐标系下的ρ值和R值应该是相等的。

利用上面计算出来的θ遍历剩余K×(M-3)中的非零值点，按式(3)求每个非零值点的ρ值，计算ρ与R之差的绝对值。

若某一非零值点计算出的ρ与R之差在容忍度ζ以内，那么认为该非零值点落在非零值点P₁和P₂对应的直线上，则将计数器增加1，并且将这个非零值点进行标记；若计算出的ρ与R之差在容忍度ζ以外，那么该非零值点就不在该条直线上。

当前进行了M次检测，设定计数器阈值T，取T＝0.6×M，向下进行取整，将计数器的值和阈值T进行比较判断，若小于这个阈值T，表示这条直 线不存在。重复上述步骤，直到集合Group3中所有的非零值点都完成了判断。

重复上述步骤，从集合Group2中再选一个非零值点和Group1中的点进行配对计算；若大于这个阈值T，就认为存在这条直线，之后把标记过的所有点从K×M二维矩阵中删去，再从Group1剩下的非零值点集合中从继续判断，直到Group1中的所有非零值点全部处理完毕。

至此就完成了基于Hough变换的直线检测，确定存在直线的大致区域，并统计出直线的数目。

步骤4、在Hough直线检测的基础上，对直线参数进行确认。选取全部符合某个直线参数的数据点，用最小二乘线性拟合方法，计算相关系数λ，当相关系数λ＞0.95时，认为计算得到的时间和频率有接近于直线的关系，可以确定当前受到速度拖引干扰；当相关系数λ＜0.95时，认为计算得到的时间和频率没有直线的关系，当前未受到速度拖引干扰。

如图6a和图6b所示，为数据间断比为30％情况下直线参数检测的仿真结果。参数设置：目标1的多普勒频率变化率为20kHz/s，设置目标1的数据间断比为30％；目标2的多普勒频率变化率为10kHz/s，设置目标2的数据连续不间断。目标1与目标2的能量差为10dBc。设置一些噪声点随机分布在直线附近。原始直线如图6a所示，Hough变换后的结果如图6b所示，从图6b中可以看出，噪声和直线间断没有影响检测结果，在相应的Hough参数空间中存在两个明显的峰值点，即有两个目标，通过检测参数空间中的峰值可以得到相应直线的参数。按Hough变换后得到的直线参数，采用最小二乘法确定直线的精确参数，目标1的多普勒频率变化率为19.9kHz/s，相关系数为0.98；目标2的多普勒频率变化率为9.7kHz/s，相关系数为0.99。

如图7a和图7b所示，为数据间断比为50％情况下直线参数检测的仿真结果。参数设置：目标1的数据间断比为50％，目标1与目标2的其它参数设置未变。原始直线如图7a所示，Hough变换后的结果如图7b所示，从图7b中可以看出，同样存在两个峰值点，可以检测出两个目标。采用最小二乘法确定直线的精确参数，目标1的多普勒频率变化率为19.5kHz/s，相关系数为0.96；目标2的多普勒频率变化率为9.8kHz/s，相关系数为0.98。

对比图6b和图7b可以看出，采用Hough变换对间断直线同样可以进行 检测，但间断比变大，有效数据减少，会使得Hough变换后检测点的峰值减小，从而使得后续最小二乘线性拟合得到的精确参数偏差变大。考虑对速度拖引干扰的检测识别性能，避免因为间断比过小而导致虚假判断，在间断比不小于50％时，可以保证对多个频率线性变化的目标进行有效识别。

本发明仅利用包含干扰信号的目标回波频域信息，对速度拖引干扰的针对性强，对雷达获取的有效信息量要求低，在仅有目标频域信息或目标距离、角度及其它探测设备提供信息也受扰情况下仍能实现对速度拖引干扰的识别。本方法设计简单，通用性好，易于工程实现，是一种适合于频域探测体制雷达使用的识别速度拖引干扰通用信号处理技术。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (6)

1.一种线性速度拖引干扰识别方法，其特征在于，该方法包含：

S1、在频率域选通信号，对目标回波数据进行傅里叶变换，实现对检测通道内目标及干扰信号的监测，生成时/频二维平面；

S2、按照帧处理周期，按照能量大小排序，将经过谱分析及恒虚警检测后获得所有超过检测门限值的目标数据进行存储；

S3、利用Hough变换鲁棒且不需启发式信息的特点进行初步检测，确定存在直线的大致区域；

S4、利用最小二乘法确定直线区域内特征点回归直线的精确参数，在目标数据间断的情况下，实现对速度拖引干扰的判断。

2.如权利要求1所述的线性速度拖引干扰识别方法，其特征在于，所述S1还包含：

在检测单元两侧设置保护单元；

选取一定长度数据作为参考单元，对所有参考单元进行排序，剔除最大值；

对剩余参考单元数据进行求和平均，该均值作为噪声功率电平估计值为检测门限值；

将待检测单元与该门限值进行比较，超过检测门限值的则认为是目标。

3.如权利要求1所述的线性速度拖引干扰识别方法，其特征在于，所述S2中存储的目标数据包含：此刻的时刻值、速度门中心位置、各检测目标对应的频率位置及信号能量值。

4.如权利要求1所述的线性速度拖引干扰识别方法，其特征在于，所述S3包含：

恒虚警检测后，形成目标二维矩阵；

二维矩阵中取两列非零值点，一列中的每一点分别与另一列中的每一个点组合，确定直线；

设两列分别选出的非零值点为P₁和P₂，根据式(1)、(2)、(3)得到直线P₁P₂至原点的距离R和P₁P₂与y轴的夹角θ：

$\mathrm{\θ}=-arctan\left(\frac{x_2-x_1}{y_2-y_1}\right)---\left(1\right)$

$R=\left|\frac{x_2{y}_1-x_1{y}_2}{\sqrt{{(y_2-y_1)}^2+{(x_2-x_1)}^2}}\right|---\left(2\right)$

ρ＝xcosθ+ysinθ (3)

上式中，x为非零值点P₁和P₂对应的时刻点，y为非零值点P₁和P₂对应的速度值；

采用式(1)得到的θ遍历二维矩阵中剩余的每一个非零值点，根据式(3)计算每个非零值点的ρ值，并得到ρ与R之差的绝对值，若ρ与R之差在预设的容忍度ζ以内，则认为该点落在了直线P₁P₂上，计数器加1；

设定计数器阈值T，取T＝0.6×M，向下进行取整；将计数器的值和阈值T进行比较，若计数器的值大于阈值T，则认为这条直线存在。

5.如权利要求4所述的线性速度拖引干扰识别方法，其特征在于，所述二维矩阵中选择非零值点P₃，计算P₃的ρ值，预设容忍度阈值ζ＝|3×(R-ρ_P3)|。

6.如权利要求1所述的线性速度拖引干扰识别方法，其特征在于，所述S4包含：

选取全部符合某个直线参数的数据点，用最小二乘线性拟合方法，计算相关系数λ；

当相关系数λ＞0.95时，则计算得到的时间和频率有接近于直线的关系，可以确定当前受到速度拖引干扰；

当相关系数λ＜0.95时，则计算得到的时间和频率没有直线的关系，当前未受到速度拖引干扰。