CN106772306B - 一种目标物的检测方法及服务器 - Google Patents
一种目标物的检测方法及服务器 Download PDFInfo
- Publication number
- CN106772306B CN106772306B CN201710100921.9A CN201710100921A CN106772306B CN 106772306 B CN106772306 B CN 106772306B CN 201710100921 A CN201710100921 A CN 201710100921A CN 106772306 B CN106772306 B CN 106772306B
- Authority
- CN
- China
- Prior art keywords
- fractal
- degree
- value
- numerical value
- dimension
- 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
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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
-
- 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
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例提供一种目标物的检测方法及服务器,方法包括:获取检测单元的检测参数,所述检测参数包括谱维数;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。所述服务器执行上述方法。本发明实施例提供的方法及服务器,通过计算并比较隶属度数值,能够准确确定检测单元中是否含有目标检测物。
Description
技术领域
本发明实施例涉及检测技术领域,具体涉及一种目标物的检测方法及服务器。
背景技术
自然背景和人造目标在分形特征参数上存在着本质差别,充分利用这些差别,能为目标检测提供一种新思路。
谱维数是对整个信号在功率谱上提取的分形参数,而信号时域波形的起伏并不会改变其各种成分在功率上的分配,因而采用谱维数对海杂波的分形特征进行衡量,有计算结果比较稳定、不容易受到干扰的优点。通过对海杂波单元和目标单元回波进行对比分析可知,在信杂比相对较高的条件下,目标单元的分维明显小于海杂波单元的分维,有利于检测出目标检测物。但是当信杂比较低时,海杂波和目标单元回波的分维重叠较为严重,无法准确检测出目标检测物。
因此,如何准确检测出目标检测物,成为亟须解决的问题。
发明内容
针对现有技术存在的问题,本发明实施例提供一种目标物的检测方法及服务器。
一方面,本发明实施例提供一种目标物的检测方法,包括:
获取检测单元的检测参数,所述检测参数包括谱维数;
根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
另一方面,本发明实施例一种目标物的检测服务器,包括:
获取模块,用于获取检测单元的检测参数,所述检测参数包括谱维数;
计算模块,用于根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
确定模块,用于根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
本发明实施例提供的方法及服务器,通过计算并比较隶属度数值,能够准确确定检测单元中是否含有目标检测物。。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例目标物的检测方法的流程示意图;
图2为本发明另一实施例目标物的检测方法的流程示意图;
图3为本发明实施例目标物的检测服务器的结构示意图;
图4为本发明实施例提供的服务器实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例目标物的检测方法的流程示意图,如图1所示,本发明实施例提供的目标物的检测方法,包括以下步骤:
S1:获取检测单元的检测参数,所述检测参数包括谱维数。
具体的,服务器获取检测单元的检测参数,所述检测参数包括谱维数。需要说明的是:检测单元可以包含有目标物,目标物可以是舰船等人造物,还可以包含有海水等自然背景,谱维数是用于海杂波检测的、作为分维特征的一种,是对整个信号在功率谱上提取分形参数,而信号时域波形的起伏并不会改变其各种成分在功率上的分配,因而采用谱维数对海杂波的分形特征进行衡量,有计算结果比较稳定、不容易受到干扰的优点。所述检测参数可以包括谱维数,但不作具体限定。
S2:根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值。
具体的,服务器根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值。需要说明的是:预先获得的运算模型可以包括用于拟合误差的分形模型,根据实际信号分维的计算都是取在双对数坐标系中对测量微元的大小与测度结果的直线拟合斜率,直线拟合误差越小,其分形性就越明显,即模型的匹配度越好,反之匹配度就差。大量的实验研究表明分形模型可以较好地与海表面以及海面回波的结构相吻合,而人造物体的表面和结构与分形模型所表达的规律性之间存在固有差异。因此,海杂波对分形模型有较强的适应性,拟合误差较小,而舰船是人造物体,自相似性较弱,因此由目标中的强反射点的反射信号构成的回波自相似性较弱,用分形模型拟合时会产生较大的拟合误差,可以利用这一差异对舰船等目标进行检测。由于此处关心的是海杂波和目标回波对分形模型的适配程度,分维值在一定范围内变化,不影响判别结果。设点集{xi,yi,1≤i≤N},若拟合直线为y=ax+b,拟合误差E定义为各点到直线的距离平均,即
预先获得的运算模型还可以包括用于衡量分形尺度的分形模型,分形尺度变化绝对值和分形尺度变化符号量可以统称为分形尺度变化量,理想的分形体在所有尺度上均满足自相似性,分维数与尺度无关。但对于实际情况,自相似性只体现在很小的尺度范围内,相应的分维在较小的尺度范围内才稳定。所以,分维是随着尺度的改变而变化的。此处计算海杂波和目标回波在不同局部尺度下的分维值,研究其分维值随尺度的变化规律。对测量微元—测度结果{M(di-1),di-1},{M(di),di},{M(di+1),di+1}作最小二乘拟合,得到尺度di下的分维数D(di)。已有研究人员通过研究给出了结论:得到海杂波的分维值随尺度的上升而减小,而目标分维值却呈现相反的趋势。在此基础上,定义分形尺度变化符号量和绝对值来具体描述,其中,符号量表示分维值随尺度增大是增大还是减少的趋势,绝对值表示变化总量的大小。
S3:根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
具体的,服务器根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。需要说明的是:本发明实施例采用了一种模糊判决的方法,将检测过程等效为二元分类过程,即有目标(D1假设)和无目标(D0假设)两类,每个类包含三个特征:分形模型拟合误差量、分形尺度变化符号量和分形尺度变化绝对值,以它们作为判别运算模型的特征元,也用于隶属度计算的基准量。隶属度数值的比较结果可以包括:有目标(D1假设)和无目标(D0假设),当D1>D0时,确定检测单元中含有目标物,当D1<D0时,确定检测单元中不含有目标物。
本发明实施例提供的方法,通过计算并比较隶属度数值,能够准确确定检测单元中是否含有目标检测物。。
在上述实施例的基础上,所述根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值,包括:
根据预先获得的运算模型以及所述谱维数,计算分形模型拟合误差、分形尺度变化量,其中所述分形尺度变化量包括分形尺度变化绝对值、分形尺度变化符号量。
具体的,服务器根据预先获得的运算模型以及所述谱维数,计算分形模型拟合误差、分形尺度变化量,其中所述分形尺度变化量包括分形尺度变化绝对值、分形尺度变化符号量。需要说明的是:分形尺度变化绝对值可以根据如下公式计算:
其中:Val(G)为分形尺度变化绝对值、di为分形尺度、D(di)为分形尺度对应的分维数、D(2)为预设标准分形尺度样本的分维数、N为分形尺度的个数。
分形尺度变化符号量可以根据如下公式计算:
其中:Sig(G)为分形尺度变化符号量、其他参数请参照上述说明,不再赘述。
分形模型拟合误差的计算请参照上述实施例说明,不再赘述。
根据所述分形模型拟合误差和所述分形尺度变化绝对值,计算相对应的运算因子。
具体的,服务器根据所述分形模型拟合误差和所述分形尺度变化绝对值,计算相对应的运算因子。可以根据如下公式计算所述运算因子d0j:
其中:j取值为1或2;f1为所述分形模型拟合误差、f2为所述分形尺度变化绝对值;
当j=1时,m1为拟合误差的均值、v1为拟合误差的标准差;当j=2时,m2为分形尺度变化绝对值的均值、v2为分形尺度变化绝对值的标准差;
根据如下公式计算运算因子d1j:d1j=1-d0j。
根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值。
具体的,服务器根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值。可以根据如下公式计算所述隶属度数值:
Di=a×di1+b×di2+c×Sig(G)
其中:i取值为0或1;D0为表征没有所述目标物的隶属度数值、D1为表征有所述目标物的隶属度数值;a、b、c为预设权重系数,Sig(G)可参照上述实施例,不再赘述。
本发明实施例提供的方法,通过计算分形模型拟合误差、分形尺度变化量、以及运算因子,使得隶属度数值的计算结果更加合理。
在上述实施例的基础上,所述检测参数还包括信杂比,相应地,所述方法包括:
若判断获知所述信杂比、以及所述谱维数满足第一预设条件,则根据第一预设规则,确定所述检测单元中是否含有所述目标物;
或,
若判断获知所述信杂比、以及所述谱维数满足第二预设条件,则根据第二预设规则确定所述检测单元中是否含有所述目标物。
具体的,服务器若判断获知所述信杂比、以及所述谱维数满足第一预设条件,则根据第一预设规则,确定所述检测单元中是否含有所述目标物;
或,
服务器若判断获知所述信杂比、以及所述谱维数满足第二预设条件,则根据第二预设规则确定所述检测单元中是否含有所述目标物。需要说明的是:通过对海杂波单元和目标单元回波进行对比分析可知,在信杂比相对较高的条件下,目标单元的谱维数明显小于海杂波单元的谱维数。由多个纯海杂波单元计算得到谱维数的均值和标准差σb,可以认为谱维数的变化符合高斯分布。根据高斯分布模型可知,高斯分布3倍标准差外的分布概率值趋近于0,因此可设定为第一预设门限值,当检测单元的谱维数小于第一预设门限值时,则认为有目标物存在。可设定为第二预设门限值,当检测单元的谱维数大于第二预设门限值时,则认为没有目标物存在。但是当信杂比较低时,海杂波和目标单元回波的分维重叠较为严重,难以准确判断目标物是否存在。为了验证分维、分形模型拟合误差和分维尺度变化量三个分形参量对海杂波和目标的区分能力,采用多种情况下的雷达数据进行测试。由于缺乏不同信杂比下的真实目标数据,这里采用实测海杂波数据叠加仿真目标数据生成目标单元数据的方法,产生了信杂比分别为2dB、1dB、0.8dB、0.6dB、0dB、-0.2dB、-0.4dB、-1dB、-2dB的9组数据。给出了纯海杂波数据和目标单元数据的分维数、分形模型拟合误差和分形尺度变化量的计算结果,表1为雷达回波数据三种分形参数计算结果,如表1所示:
表1
可见,当信杂比减小时,纯海杂波与包含目标回波在分维上的差别越来越小,这种差异程度的降低对于检测而言是不可靠的;但是模型拟合误差和分维尺度变化量两个分形参量仍然有一定的差异,若将这几种分形参量进行综合运用可进一步提高海杂波和目标的区分能力,从而提高海杂波中目标的检测性能。
本发明实施例提供的方法,通过不同的预设规则,能够更加合理地检测出检测单元中的目标检测物。
在上述实施例的基础上,所述若判断获知所述信杂比、以及所述谱维数满足第一预设条件,则根据第一预设规则,确定所述检测单元中是否含有所述目标物,包括:
若判断获知所述信杂比大于预设值,且所述谱维数小于第一预设门限值,则确定所述检测单元中含有所述目标物;
或,
若判断获知所述信杂比大于预设值,且所述谱维数大于第二预设门限值,则确定所述检测单元中不含有所述目标物。
具体的,服务器若判断获知所述信杂比大于预设值,且所述谱维数小于第一预设门限值,则确定所述检测单元中含有所述目标物;
或,
若判断获知所述信杂比大于预设值,且所述谱维数大于第二预设门限值,则确定所述检测单元中不含有所述目标物。需要说明的是:预设值可以根据实际情况自主设置,第一预设门限值可以为第二预设门限值可以为详细说明请参照上述实施例,不再赘述。
本发明实施例提供的方法,通过第一预设规则,对于较高信杂比的谱维数、能够快捷地确定检测单元中是否含有目标检测物。
在上述实施例的基础上,所述若判断获知所述信杂比、以及所述谱维数满足第二预设条件,则根据第二预设规则确定所述检测单元中是否含有所述目标物,包括:
若判断获知所述信杂比大于预设值,且所述谱维数在所述第一预设门限值与所述第二预设门限值之间;
或,
若判断获知所述信杂比小于预设值;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
具体的,服务器若判断获知所述信杂比大于预设值,且所述谱维数在所述第一预设门限值与所述第二预设门限值之间;
或,
若判断获知所述信杂比小于预设值;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。需要说明的是:表2为不同信杂比条件下两种检测方法的测试结果对比,其中:分形维数检测方法对应于第一预设规则、所提检测方法对应于第二预设规则,
表2
给出了采用200组X波段雷达实测数据(海杂波为雷达实际测量得到,目标通过仿真方式产生以便于控制信杂比)进行了测试。由表2可以看出,当信杂比减小时,利用分形维数的检测方法和本文所提检测方法的检测概率都随之下降;但在信杂比低于0dB时,本文所提检测方法仍然能够保持较高的检测概率,而利用分形维数的检测方法检测概率急剧下降,甚至检测不到目标。可见,本文所提检测方法具有更佳的检测性能。
本发明实施例提供的方法,通过不同的实际情况,可以选择相应的预设规则,更进一步地准确确定检测单元中是否含有目标检测物。
在上述实施例的基础上,所述根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物,包括:
若表征有所述目标物的隶属度数值大于表征没有所述目标物的隶属度数值,则确定所述检测单元中有所述目标物;
或,
若表征有所述目标物的隶属度数值小于表征没有所述目标物的隶属度数值,则确定所述检测单元中没有所述目标物。
具体的,服务器若判断获知表征有所述目标物的隶属度数值大于表征没有所述目标物的隶属度数值,则确定所述检测单元中有所述目标物;
或,
若判断获知表征有所述目标物的隶属度数值小于表征没有所述目标物的隶属度数值,则确定所述检测单元中没有所述目标物。需要说明的是:可以根据如下公式计算所述隶属度数值:
Di=a×di1+b×di2+c×Sig(G)
其中:i取值为0或1;D0为表征没有所述目标物的隶属度数值、D1为表征有所述目标物的隶属度数值;a、b、c为预设权重系数,Sig(G)根据如下公式计算:
其中:Sig(G)为分形尺度变化符号量、di为分形尺度、D(di)为分形尺度对应的分维数、D(2)为预设标准分形尺度样本的分维数、N为分形尺度的个数、sig(>0)=1、sig(0)=0、sig(<0)=-1。由于不同分形特征参数在目标检测中的准确度是不一样的,需要对准确度高的赋予较大的权重,准确度低的权重较小。具体a、b、c取值是通过对包含不同强度目标信号的海面回波数据分析总结得到的。可以取a=0.4、b=0.1、c=0.3,如果D1>D0,确定所述检测单元中有所述目标物;如果D1<D0,确定所述检测单元中没有所述目标物。
本发明实施例提供的方法,通过比较D1与D0的数值,更加直观地确定检测单元中是否含有目标检测物。
在上述实施例的基础上,所述第一预设门限值根据以下公式计算获得:
其中,η为第一预设门限值、为根据纯海杂波数据求得的纯海杂波谱维数的均值、σb为根据纯海杂波数据求得的纯海杂波谱维数的标准差;
所述第二预设门限值为
具体的,服务器根据以下公式计算获得第一预设门限值:
其中,η为第一预设门限值、为根据纯海杂波数据求得的纯海杂波谱维数的均值、σb为根据纯海杂波数据求得的纯海杂波谱维数的标准差;
所述第二预设门限值为详细说明可参照上述实施例,不再赘述。
本发明实施例提供的方法,保证了第一预设门限值和第二预设门限值数值的合理设置,能够进一步准确确定检测单元中的检测物。
在上述实施例的基础上,所述根据所述分形模型拟合误差和所述分形尺度变化绝对值,计算相对应的运算因子,包括:
根据如下公式计算所述运算因子d0j:
其中:j取值为1或2;f1为所述分形模型拟合误差、f2为所述分形尺度变化绝对值;
当j=1时,m1为拟合误差的均值、v1为拟合误差的标准差;当j=2时,m2为分形尺度变化绝对值的均值、v2为分形尺度变化绝对值的标准差;
根据如下公式计算运算因子d1j:d1j=1-d0j。
具体的,服务器根据如下公式计算所述运算因子d0j:
其中:j取值为1或2;f1为所述分形模型拟合误差、f2为所述分形尺度变化绝对值;
当j=1时,m1为拟合误差的均值、v1为拟合误差的标准差;当j=2时,m2为分形尺度变化绝对值的均值、v2为分形尺度变化绝对值的标准差;
根据如下公式计算运算因子d1j:d1j=1-d0j。需要说明的是:(m1,v1)、(m2,v2)这两个矢量对是随时间变化的,在构建标准模型库时需采用大量海杂波样本来取得相对稳定的均值与标准差。
本发明实施例提供的方法,通过公式计算出运算因子,保证检测检测物方法的顺利进行。
在上述实施例的基础上,所述根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值,包括:
根据如下公式计算所述隶属度数值:
Di=a×di1+b×di2+c×Sig(G)
其中:i取值为0或1;D0为表征没有所述目标物的隶属度数值、D1为表征有所述目标物的隶属度数值;a、b、c为预设权重系数,Sig(G)根据如下公式计算:
其中:Sig(G)为分形尺度变化符号量、di为分形尺度、D(di)为分形尺度对应的分维数、D(2)为预设标准分形尺度样本的分维数、N为分形尺度的个数、sig(>0)=1、sig(0)=0、sig(<0)=-1。
具体的,服务器根据如下公式计算所述隶属度数值:
Di=a×di1+b×di2+c×Sig(G)
其中:i取值为0或1;D0为表征没有所述目标物的隶属度数值、D1为表征有所述目标物的隶属度数值;a、b、c为预设权重系数,Sig(G)根据如下公式计算:
其中:Sig(G)为分形尺度变化符号量、di为分形尺度、D(di)为分形尺度对应的分维数、D(2)为预设标准分形尺度样本的分维数、N为分形尺度的个数、sig(>0)=1、sig(0)=0、sig(<0)=-1。可参照上述实施例,不再赘述。
本发明实施例提供的方法,通过给出的隶属度计算公式,一方面保证了该方法的可实现性,另一方面更加确保了检测物检测的准确性。
图2为本发明另一实施例目标物的检测方法的流程示意图,下面结合图2对目标物的检测方法作简要说明:
当信杂比大于预设值时:
(1)将获取到的谱维数、计算出的第一预设门限值η、第二预设门限值进行粗检测。
(2)若谱维数小于第一预设门限值,则确定所述检测单元中含有所述目标物;若谱维数大于第二预设门限值,则确定所述检测单元中不含有所述目标物;若谱维数在所述第一预设门限值与所述第二预设门限值之间则继续进行精检测。
(3)根据预先获得的运算模型(分形模型拟合误差、以及分形尺度变化量)以及所述谱维数,计算表征有或没有所述目标物的隶属度数值。
(4)对隶属度数值进行模糊判决,确定最终的检测结果。
当信杂比小于预设值时:
(1)获取谱维数、并根据预先获得的运算模型(分形模型拟合误差、以及分形尺度变化量)以及所述谱维数,计算表征有或没有所述目标物的隶属度数值。
(2)对隶属度数值进行模糊判决,确定最终的检测结果。
本发明实施例提供的方法,通过计算并比较隶属度数值,能够准确确定检测单元中是否含有目标检测物。
图3为本发明实施例目标物的检测服务器的结构示意图,如图3所示,本发明实施例提供了一种目标物的检测服务器,包括获取模块1、计算模块2和确定模块3,其中:
获取模块1用于获取检测单元的检测参数,所述检测参数包括谱维数,计算模块2用于根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值,确定模块3用于根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
具体的,获取模块1用于获取检测单元的检测参数,所述检测参数包括谱维数,获取模块1将检测参数发送给计算模块2,计算模块2用于根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值,计算模块2将隶属度数值发送给确定模块3,确定模块3用于根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
本发明实施例提供的服务器,通过计算并比较隶属度数值,能够准确确定检测单元中是否含有目标检测物。
本发明实施例提供的目标物的检测服务器具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图4为本发明实施例提供的服务器实体结构示意图,如图4所示,所述服务器包括:处理器(processor)401、存储器(memory)402和总线403;
其中,所述处理器401、存储器402通过总线403完成相互间的通信;
所述处理器401用于调用所述存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:获取检测单元的检测参数,所述检测参数包括谱维数;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取检测单元的检测参数,所述检测参数包括谱维数;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
本实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:获取检测单元的检测参数,所述检测参数包括谱维数;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的服务器等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上各实施例仅用以说明本发明的实施例的技术方案,而非对其限制;尽管参照前述各实施例对本发明的实施例进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明的实施例各实施例技术方案的范围。
Claims (8)
1.一种目标物的检测方法,其特征在于,包括:
获取检测单元的检测参数,所述检测参数包括谱维数;
根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物;
所述根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值,包括:
根据预先获得的运算模型以及所述谱维数,计算分形模型拟合误差、分形尺度变化量,其中所述分形尺度变化量包括分形尺度变化绝对值、分形尺度变化符号量;
根据所述分形模型拟合误差和所述分形尺度变化绝对值,计算相对应的运算因子;
根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值;
所述根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值,包括:
根据如下公式计算所述隶属度数值:
Di=a×di1+b×di2+c×Sig(G)
其中:i取值为0或1;D0为表征没有所述目标物的隶属度数值、D1为表征有所述目标物的隶属度数值;a、b、c为预设权重系数,Sig(G)根据如下公式计算:
其中:Sig(G)为分形尺度变化符号量、di为分形尺度、D(di)为分形尺度对应的分维数、D(2)为预设标准分形尺度样本的分维数、N为分形尺度的个数、sig(>0)=1、sig(0)=0、sig(<0)=-1。
2.根据权利要求1所述的方法,其特征在于,所述检测参数还包括信杂比,相应地,所述方法包括:
若判断获知所述信杂比、以及所述谱维数满足第一预设条件,则根据第一预设规则,确定所述检测单元中是否含有所述目标物;
或,
若判断获知所述信杂比、以及所述谱维数满足第二预设条件,则根据第二预设规则确定所述检测单元中是否含有所述目标物。
3.根据权利要求2所述的方法,其特征在于,所述若判断获知所述信杂比、以及所述谱维数满足第一预设条件,则根据第一预设规则,确定所述检测单元中是否含有所述目标物,包括:
若判断获知所述信杂比大于预设值,且所述谱维数小于第一预设门限值,则确定所述检测单元中含有所述目标物;
或,
若判断获知所述信杂比大于预设值,且所述谱维数大于第二预设门限值,则确定所述检测单元中不含有所述目标物。
4.根据权利要求3所述的方法,其特征在于,所述若判断获知所述信杂比、以及所述谱维数满足第二预设条件,则根据第二预设规则确定所述检测单元中是否含有所述目标物,包括:
若判断获知所述信杂比大于预设值,且所述谱维数在所述第一预设门限值与所述第二预设门限值之间;
或,
若判断获知所述信杂比小于预设值;根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物。
5.根据权利要求3所述的方法,其特征在于,所述根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物,包括:
若表征有所述目标物的隶属度数值大于表征没有所述目标物的隶属度数值,则确定所述检测单元中有所述目标物;
或,
若表征有所述目标物的隶属度数值小于表征没有所述目标物的隶属度数值,则确定所述检测单元中没有所述目标物。
6.根据权利要求5所述的方法,其特征在于,所述第一预设门限值根据以下公式计算获得:
其中,η为第一预设门限值、为根据纯海杂波数据求得的纯海杂波谱维数的均值、σb为根据纯海杂波数据求得的纯海杂波谱维数的标准差;
所述第二预设门限值为
7.根据权利要求1至3任一所述的方法,其特征在于,所述根据所述分形模型拟合误差和所述分形尺度变化绝对值,计算相对应的运算因子,包括:
根据如下公式计算所述运算因子d0j:
其中:j取值为1或2;f1为所述分形模型拟合误差、f2为所述分形尺度变化绝对值;
当j=1时,m1为拟合误差的均值、v1为拟合误差的标准差;当j=2时,m2为分形尺度变化绝对值的均值、v2为分形尺度变化绝对值的标准差;
根据如下公式计算运算因子d1j:d1j=1-d0j。
8.一种目标物的检测服务器,其特征在于,包括:
获取模块,用于获取检测单元的检测参数,所述检测参数包括谱维数;
计算模块,用于根据预先获得的运算模型以及所述谱维数,计算表征有或没有所述目标物的隶属度数值;
确定模块,用于根据所述隶属度数值的比较结果,确定所述检测单元中是否含有所述目标物;
所述计算模块具体用于:
根据预先获得的运算模型以及所述谱维数,计算分形模型拟合误差、分形尺度变化量,其中所述分形尺度变化量包括分形尺度变化绝对值、分形尺度变化符号量;
根据所述分形模型拟合误差和所述分形尺度变化绝对值,计算相对应的运算因子;
根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值;
所述根据所述运算因子、所述分形尺度变化符号量、以及预设权重系数,分别计算表征有或没有所述目标物的隶属度数值,包括:
根据如下公式计算所述隶属度数值:
Di=a×di1+b×di2+c×Sig(G)
其中:i取值为0或1;D0为表征没有所述目标物的隶属度数值、D1为表征有所述目标物的隶属度数值;a、b、c为预设权重系数,Sig(G)根据如下公式计算:
其中:Sig(G)为分形尺度变化符号量、di为分形尺度、D(di)为分形尺度对应的分维数、D(2)为预设标准分形尺度样本的分维数、N为分形尺度的个数、sig(>0)=1、sig(0)=0、sig(<0)=-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710100921.9A CN106772306B (zh) | 2017-02-23 | 2017-02-23 | 一种目标物的检测方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710100921.9A CN106772306B (zh) | 2017-02-23 | 2017-02-23 | 一种目标物的检测方法及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106772306A CN106772306A (zh) | 2017-05-31 |
CN106772306B true CN106772306B (zh) | 2019-06-04 |
Family
ID=58960307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710100921.9A Active CN106772306B (zh) | 2017-02-23 | 2017-02-23 | 一种目标物的检测方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772306B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108663667A (zh) * | 2018-05-11 | 2018-10-16 | 清华大学 | 雷达非完整观测下的距离扩展目标检测方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101881826A (zh) * | 2009-05-06 | 2010-11-10 | 中国人民解放军海军航空工程学院 | 扫描模式海杂波局部多重分形目标检测器 |
CN102879766A (zh) * | 2011-07-11 | 2013-01-16 | 哈尔滨工业大学 | 一种高频地波雷达弱目标检测跟踪方法和装置 |
CN104614717A (zh) * | 2015-01-28 | 2015-05-13 | 南京信息工程大学 | 一种海杂波背景下的小目标分形检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2473663B (en) * | 2009-09-21 | 2016-11-23 | Aveillant Ltd | Radar Receiver |
-
2017
- 2017-02-23 CN CN201710100921.9A patent/CN106772306B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101881826A (zh) * | 2009-05-06 | 2010-11-10 | 中国人民解放军海军航空工程学院 | 扫描模式海杂波局部多重分形目标检测器 |
CN102879766A (zh) * | 2011-07-11 | 2013-01-16 | 哈尔滨工业大学 | 一种高频地波雷达弱目标检测跟踪方法和装置 |
CN104614717A (zh) * | 2015-01-28 | 2015-05-13 | 南京信息工程大学 | 一种海杂波背景下的小目标分形检测方法 |
Non-Patent Citations (2)
Title |
---|
分形模型在海上雷达目标检测中的应用;杜干;《电波科学学报》;19981231;第13卷(第4期);377-381页 |
基于多重分形的雷达目标的模糊检测;杜干;《自动化学报》;20110331;第27卷(第2期);174-179页 |
Also Published As
Publication number | Publication date |
---|---|
CN106772306A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110275148B (zh) | 一种海杂波幅度分布参数估计方法及系统 | |
CN106772268B (zh) | 一种高斯白噪声下的弱信号盲检测方法 | |
CN110632572A (zh) | 基于无意调相特性的雷达辐射源个体识别方法及装置 | |
CN108664690A (zh) | 基于深度信念网络的多应力下长寿命电子器件可靠性寿命评估方法 | |
CN104237861B (zh) | 一种未知杂波背景下的cfar检测门限获取方法 | |
Smith | Cluster ensemble Kalman filter | |
CN110889207B (zh) | 一种基于深度学习的体系组合模型可信度智能评估方法 | |
CN110287537A (zh) | 用于频标输出跳变检测的抗野值自适应卡尔曼滤波方法 | |
CN109709526B (zh) | 一种知识辅助分组广义似然比检测方法 | |
CN114089255B (zh) | 一种电容式电压互感器稳定性评估方法 | |
CN106772306B (zh) | 一种目标物的检测方法及服务器 | |
CN110188322A (zh) | 一种波形幅度不确定度确定方法及系统 | |
JP6148229B2 (ja) | 遷移信号の動的クラスタリング | |
US20140052385A1 (en) | Method computer program and system to analyze mass spectra | |
CN104198998A (zh) | 非均匀背景下基于聚类处理的恒虚警检测方法 | |
CN108507607A (zh) | 一种基于核函数的微弱信号检测方法 | |
CN109557529B (zh) | 一种基于广义Pareto分布杂波统计建模的雷达目标检测方法 | |
CN106909497B (zh) | 测试方法和装置 | |
CN114492809A (zh) | 海洋环境设计参数推算模型的不确定性分析方法 | |
CN110569892B (zh) | 一种泛在定位信号静态定位方法及系统 | |
CN111985826A (zh) | 一种多指标工业产品的可视化质量分级方法和系统 | |
CN117555812B (zh) | 一种云平台自动化测试方法及系统 | |
CN117529668B (zh) | 用于提供训练数据以使得神经网络能够分析nmr测量中的信号的系统和方法 | |
CN107808066A (zh) | 三维海面与目标复合电磁散射的置信度评价方法 | |
CN117949494B (zh) | 一种超声波蒸发传感器测量不确定度的评定方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |