CN108663666A - 强杂波海洋环境下的潜用雷达多目标检测方法 - Google Patents
强杂波海洋环境下的潜用雷达多目标检测方法 Download PDFInfo
- Publication number
- CN108663666A CN108663666A CN201810260630.0A CN201810260630A CN108663666A CN 108663666 A CN108663666 A CN 108663666A CN 201810260630 A CN201810260630 A CN 201810260630A CN 108663666 A CN108663666 A CN 108663666A
- Authority
- CN
- China
- Prior art keywords
- clutter
- echo
- signal
- target
- data packet
- 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.)
- Granted
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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提出了一种强杂波海洋环境下潜用雷达多目标检测方法。其方案是:根据雷达回波信号,对于4海里以内小目标周围杂波,用自适应动目标显示算法和单元平均选大恒虚警算法抑制;对8海里以外的大目标周围杂波用自适应动目标显示算法和反异步算法抑制;对8海里以内的干扰信号利用自适应动目标显示算法和单元平均选小恒虚警算法抑制;对16海里以外的多目标干扰信号利用反异步算法和单元平均选大恒虚警算法抑制;对雨和雪引起的气象杂波利用自适应动目标显示算法和动态杂波图算法抑制;对于慢速小目标利用反异步算法和动态杂波图算法检测。本发明相较现有技术提高了多目标检测能力、抑制杂波和抗干扰能力,可用于强杂波背景下的多目标探测。
Description
技术领域
本发明属于雷达信号处理技术领域,特别涉及一种潜用雷达多目标检测方法,可用于在强杂波背景下的多目标的检测。
背景技术
潜用雷达作为重要的海上导航设备,它具有对海上设定范围目标的检测能力。目前,随着海洋环境的日趋复杂,海面上的多目标检测变的尤为重要。
现有的潜用雷达多目标检测方法,包括以下两种:
一是对于潜用雷达中的脉冲体制雷达,采用增益和时间灵敏度控制STC配合的方法及恒虚警CFAR方法完成对海面上多目标检测和海杂波的区分;
二是对于潜用雷达中的脉冲压缩体制雷达,采用增益和时间灵敏度控制STC配合的方法、数字滤波的方法及恒虚警CFAR方法完成对海面上多目标检测和海杂波的区分;
上述这两种方法虽说在3级和3级以下的海情条件下,多目标检测具有良好的性能,但在3级以上的海情条件下,特别对于休渔期结束的近海,对多目标检测的性能明显下降,而且在复杂海况下对海面的目标和海杂波的分辨能力不足;同时,若要提高对海面多目标的检测性能,必然导致其抗截获能力的降低。
针对以上脉冲体制雷达和脉冲压缩体制雷达对强杂波海洋环境下的多目标检测的不足之处,近年来,提出了许多强杂波海洋环境下的多目标检测方法,但这些方法中很少涉及信号处理组合算法的应用,即使涉及也没有对不同海况、不同量程、不同的信号处理组合算法在潜用雷达这个特殊领域上进行全面的阐述。如2017年在第十四届全国雷达学术年会上的论文《强杂波背景下FMCW雷达信号处理算法应用研究》中已经对相关信号处理组合算法的应用作了初步说明,但该方法并没有详细阐述如何利用潜用雷达在强杂波海洋环境下,对不同作用距离的多目标和小目标的检测及干扰信号的抑制,因而,将导致多目标检测中弱小目标的丢失、回波变形以及雷达抗截获能力的减弱。
发明内容
本发明的目的在于针对上述现有技术的不足,提出一种强杂波海洋环境下的潜用雷达多目标检测方法,以减小多目标检测中弱小目标的丢失和回波变形的产生,提高雷达抗截获能力。
本发明的技术思路是:将单元平均选大恒虚警GO-CFAR算法、单元平均选小恒虚警SO-CFAR算法、自适应动目标显示AMTI算法、反异步算法和动态杂波图算法的组合,通过调频连续波体制潜用雷达在不同海洋环境和不同的作用距离的条件下对多目标的探测,其实现方案包括如下:
1.强杂波海洋环境下的潜用雷达多目标检测方法,包括:
(1)接收做完FFT处理的雷达回波信号,形成含有模式字的雷达数据包,根据终端显示的雷达数据包回波信号判断是否需要抑制4海里以内雷达数据包中的小目标周围杂波:若需要,则依次利用自适应动目标显示AMTI算法和单元平均选大恒虚警GO-CFAR算法进行杂波抑制,并将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,传输给终端显示单元显示,否则,执行(2);
(2)根据终端显示的雷达数据包回波信号判断是否抑制8海里以外的大目标周围杂波:若需要,则依次利用自适应动目标显示AMTI算法和反异步算法进行杂波抑制,并将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(3);
(3)根据终端显示回波判断是否抑制8海里以内的干扰信号:若需要,则依次利用自适应动目标显示AMTI算法和单元平均选小恒虚警SO-CFAR算法对干扰信号进行抑制,并将干扰信号抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(4);
(4)根据终端显示回波判断是否抑制16海里以外的多目标干扰信号:若需要,则依次利用反异步算法和单元平均选大恒虚警GO-CFAR算法对多目标干扰信号进行抑制,并将多目标干扰信号抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(5);
(5)根据终端显示回波判断是否需要抑制雨和雪引起的气象杂波:若需要,则依次利用自适应动目标显示AMTI算法和动态杂波图算法对该气象杂波进行抑制,并将气象杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(6);
(6)根据终端显示回波判断是否检测慢速小目标:若需要,则依次利用反异步算法和动态杂波图算法完成慢速小目标的检测,并将检测后的慢速小目标传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,将(6)中没有进行信号处理的雷达数据包直接送至雷达数据包缓冲存储区进行时序整理,最后送至终端显示单元显示,所述慢速小目标是指时速不超过5海里的无机械动力的小木船及海面漂浮的浮筒。
本发明具有如下优点:
1.本发明由于在强杂波海洋环境下依次通过自适应动目标显示AMTI算法和单元平均选大恒虚警GO-CFAR算法,抑制4海里以内小目标周围杂波;通过自适应动目标显示AMTI算法和单元平均选小恒虚警SO-CFAR算法抑制8海里以内的干扰信号,从而增强了潜用雷达近距离小目标的回波性能;
2.本发明由于在强杂波海洋环境下依次通过自适应动目标显示AMTI算法和反异步算法,抑制8海里以外的大目标周围杂波;依次通过反异步算法和单元平均选大恒虚警GO-CFAR算法抑制16海里以外的多目标干扰信号,提高了潜用雷达在复杂海洋环境多目标探测能力;
3.本发明由于通过自适应动目标显示AMTI算法和动态杂波图算法抑制强杂波海洋环境下由雨和雪引起的气象杂波,通过反异步算法和动态杂波图算法,提高了复杂海情下慢速小目标的检测能力。
实验表明,在强杂波海洋环境下,通过不同信号处理算法的组合,能有效抑制海面不同量程多目标周围的杂波、干扰信号及由雨和雪引起的气象杂波,提高了潜用雷达在复杂海洋环境下不同距离量程杂波的抑制能力,同时,提高了复杂海情下慢速小目标的检测能力。
附图说明
图1为本发明的原理框图;
图2为本发明中的实现流程图。
具体实施方式
以下结合附图对本发明做进一步详细描述:
参照图1,本发明在强杂波海洋环境下的潜用雷达多目标检测,由5片DSP实现。即先将做完FFT处理的雷达回波数据形成含模式字的雷达数据包;再依次通过AMTI算法处理、反异步算法处理、恒虚警算法处理和动态杂波图算法处理;然后将做完信号处理算法的雷达数据包进行缓冲存储;最后,将雷达数据包送至终端显示。K1、K2、K3和K4为信号处理算法的选通开关,由显控台控制,默认状态下为关闭。其中:
第一片DSP1,主要完成包括模式字在内的雷达数据包的形成以及自适应动目标显示AMTI算法处理。
第二片DSP2,主要接收DSP1传输的雷达数据包,通过帧头中的反异步字段信息完成反异步算法处理。
第三片DSP3,主要接收上一级传输的雷达数据包,通过帧头中的模式字信息完成GO-CFAR算法和SO-CFAR算法处理。
第四片DSP4,主要接收DSP3和DSP5处理完的雷达数据包,并对雷达数据进行缓冲处理,最终将处理完的雷达数据包送至终端显示单元显示。
第五片DSP5,主要接收DSP3传输的雷达数据包,通过帧头中的模式字信息完成动态杂波图算法处理。
上述5片DSP均设置在信号处理系统里。
参照图2,本发明的具体实现步骤如下:
步骤1.抑制4海里以内小目标的杂波
1.1)接收已做完FFT处理后的雷达回波信号V,并在时钟信号、帧同步信号及相关控制信号的作用下,将雷达回波信号送入第一片DSP1,形成含有模式字的雷达数据包;
1.2)从终端显示的雷达回波信号中根据目标体积的大小判断是否需要抑制4海里以内小目标周围的杂波:
若4海里以内的小目标周围存在有机械动力在10吨以下的游艇、交通艇、木船和陆地上的山脉及楼房时,则需要进行杂波抑制,执行1.3),否则,不需要进行抑制,执行步骤2;
1.3)依次利用自适应动目标显示AMTI算法和单元平均选大恒虚警GO-CFAR算法进行杂波抑制:
(1.3a)计算4海里以内小目标中存在杂波的雷达数据自适应动目标显示AMTI的对消结果X:
首先,根据当前帧信号的对消结果X1和前一帧信号的对消结果X2计算对消系数Wopt:
其中:是X2的共轭函数;
然后,根据上述参数计算4海里以内小目标中存在杂波的雷达数据对消结果X:
X=X2-X1·Wopt;
(1.3b)将4海里以内小目标中存在杂波的雷达数据对消结果X形成的雷达数据包,作为单元平均选大恒虚警GO-CFAR算法输入的雷达数据包,并实时送入单元平均选大恒虚警GO-CFAR的检测器中,再分别求前8单元帧信号的实时均值Z1和后8单元帧信号的实时均值Z2:
其中,|V1i|为将(1.3a)得到的对消结果X送入单元平均选大恒虚警GO-CFAR检测器中的前单元雷达数据模值,|V2i|为将(1.3a)得到的对消结果X送入单元平均选大恒虚警GO-CFAR检测器中的后单元雷达数据的模值;
(1.3c)根据步骤(1.3b)的结果,实时计算出GO-CFAR检测器中检测单元的最大值Z:
Z=max(Z1,Z2);
(1.3d)根据检测器中检测单元的最大值Z计算出实时判决门限值Y:
Y=KZ,K是门限因子,
当小目标周围杂波最小或完全消失时,此时实时计算的判决门限值Y为最优门限,即实现了4海里以内小目标周围杂波的抑制;
1.4)将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理,即在第四片DSP4中接收第三片DSP3和第五片DSP5做完信号处理后的雷达数据包,并按照设定的帧格式进行整理,形成符合终端显示要求帧格式的雷达数据包。
步骤2.抑制8海里以外的大目标周围杂波。
2.1)接收1.2)中不需要抑制4海里以内小目标周围杂波的雷达数据包;
2.2)从终端显示的雷达回波信号中根据目标体积的大小判断是否需要抑制8海里以外的大目标周围杂波:
若8海里以外的大目标周围存在大型游轮或等效高度超过30米的舰船时,则需要进行杂波抑制,执行2.3),否则,不需要进行抑制,执行步骤3;
2.3)依次利用自适应动目标显示AMTI算法和反异步算法进行杂波抑制:
(2.3a)计算8海里以外大目标周围存在杂波的雷达数据包自适应动目标显示AMTI的对消结果X”':
首先,根据当前帧信号的对消结果X1”'和前一帧信号的对消结果X2”'计算对消系数Wopt”':
其中:是X2”'的共轭函数;
然后,根据当前帧信号的对消结果X1”'和前一帧信号的对消结果X2”'及对消系数Wopt”',计算8海里以外大目标周围杂波的雷达数据包对消结果X”':
X”'=X2”'-X1”'·Wopt”';
(2.3b)用8海里以外大目标周围杂波的雷达数据包的对消结果X”'形成雷达数据包,作为反异步算法的输入,并将该雷达数据包实时送入反异步处理器中,计算第i次探测周期、第m个距离单元的回波数据的模值si”(m);
(2.3c)设第m个距离单元的回波数据为s”(m),计算慢速小目标在同一距离单元的8次回波平均值δ”(m):
(2.3d)将第i次探测周期、第m个距离单元的回波数据的模值si”(m)与同一距离单元的8次回波平均值δ”(m)进行比较,当si”(m)≥5δ”(m)时,则认为s”(m)是干扰,将该距离单元的数据设定为零,否则,将原数据输出;
当8海里以外的大目标周围杂波最小或完全消失时,此时实时计算的回波平均值δ”(m)为最优,即实现了8海里以外的大目标周围杂波的抑制;
2.4)将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理,即在第四片DSP4中接收第三片DSP3和第五片DSP5做完信号处理的雷达数据包,并按照设定的帧格式进行整理,从而形成符合终端显示要求帧格式的雷达数据包。
步骤3.抑制8海里以内的干扰信号
3.1)接收2.2)中不需要抑制8海里以外的大目标周围杂波的数据包;
3.2)从终端显示的雷达回波信号中根据干扰信号的形状和位置判断是否需要抑制8海里以内的干扰信号:
若8海里以内的目标周围出现形状不变,且位置固定的干扰信号时,则需要对该干扰信号进行抑制,执行3.3),否则,不需要进行抑制,执行步骤4;
3.3)依次利用自适应动目标显示AMTI算法和单元平均选小恒虚警SO-CFAR算法对干扰信号进行抑制:
(3.3a)计算8海里以内存在干扰信号的雷达数据自适应动目标显示AMTI对消结果X':
首先,根据当前帧信号的对消结果X1'和前一帧信号的对消结果X2'计算对消系数Wopt':
其中:是X2'的共轭函数;
然后,计算8海里以内存在干扰信号的雷达数据的对消结果X':
X'=X2'-X1'·Wopt';
(3.3b)将8海里以内存在干扰信号的雷达数据对消结果X'所形成的雷达数据包,作为单元平均选小恒虚警SO-CFAR算法输入的雷达数据包,并实时送入单元平均选小恒虚警SO-CFAR检测器中,再分别求前8单元帧信号的实时均值Z1'和后8单元帧信号的实时均值Z2':
其中,|V1i'|为将(3.3a)得到的对消结果X'送入单元平均选小恒虚警SO-CFAR的检测器中的前单元雷达数据的模值,|V2i'|为将(3.3a)得到的对消结果X'送入单元平均选小恒虚警SO-CFAR检测器中的后单元雷达数据的模值;
实时计算出SO-CFAR检测器中检测单元的最小值Z':
Z'=min(Z1',Z2');
(3.3c)根据检测器中检测单元的最小值Z'计算出实时判决门限值Y':
Y'=KZ',K是门限因子,
当干扰信号最小或完全消失时,此时实时计算的判决门限值Y'为最优门限,即实现了8海里以内干扰信号的抑制;
3.4)将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理,即是指在第四片DSP4中接收第三片DSP3和第五片DSP5做完信号处理的雷达数据包,并按照设定的帧格式进行整理,从而形成符合终端显示要求帧格式的雷达数据包。
步骤4.抑制16海里以外的多目标干扰信号:
4.1)接收3.2)中,不需要抑制8海里以内有干扰信号的雷达数据包;
4.2)从终端显示的雷达回波信号中根据目标的数量判断是否需要抑制16海里以外的多目标干扰信号:
若16海里以外的固定海域存在有商船、机械动力的木船及小岛这三种类型的多个目标时,则需要对多目标干扰信号进行抑制,这里的多目标是指10个及10个以上的目标,执行4.3),否则,不需要进行抑制,执行步骤5;
4.3)依次利用反异步算法和单元平均选大恒虚警GO-CFAR算法对多目标干扰信号进行抑制,按如下步骤进行:
(4.3a)设第m个距离单元的回波数据为s(m),计算慢速小目标在同一距离单元的8次回波平均值δ(m):
其中,si(m)是第i次探测周期、第m个距离单元的回波数据模值,
(4.3b)将第i次探测周期、第m个距离单元的回波数据的模值si(m)与同一距离单元的8次回波平均值δ(m)进行比较,当si(m)≥5δ(m)时,则认为s(m)是干扰,将该距离单元的数据设定为零,否则,将原数据输出;
(4.3c)用(4.3b)中反异步处理对消结果s(m)所形成的雷达数据包,作为单元平均选大恒虚警GO-CFAR算法的输入,并实时送入单元平均选大恒虚警GO-CFAR检测器中,再分别求前8单元帧信号的实时均值Z1”和后8单元帧信号的实时均值Z2”:
其中,|V1i”|为将(4.3a)得到的对消结果s(m)送入单元平均选大恒虚警GO-CFAR的检测器中的前单元雷达数据的模值,|V2i”|为将(4.3a)得到的对消结果s(m)送入单元平均选大恒虚警GO-CFAR的检测器中的后单元雷达数据的模值;
实时计算出GO-CFAR检测器中检测单元的平均最大值Z”:
Z”=max(Z1”,Z2”),
其中,Z1”是前8帧信号的实时均值,Z2”是后8帧信号的实时均值;
(4.3d)根据检测器的值Z”计算出实时判决门限值Y”:
Y”=KZ”,K是门限因子,
当多目标干扰信号最小或完全消失时,此时实时计算的判决门限值Y”为最优门限,即实现了16海里以外的多目标干扰信号的抑制。
4.4)将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理,即是指在第四片DSP4中接收第三片DSP3和第五片DSP5做完信号处理的雷达数据包,并按照设定的帧格式进行整理,从而形成符合终端显示要求帧格式的雷达数据包。
步骤5.抑制雨和雪引起的气象杂波:
5.1)接收4.2)中不需要抑制16海里以外有干扰信号的多目标数据包;
5.2)从终端显示的雷达回波信号中根据天气变化状况判断是否需要抑制雨和雪引起的气象杂波:
若海面上出现雨或雪现象引起的气象杂波影响终端显示回波的持续观测时,就需要对该气象杂波进行抑制,执行5.3),否则,不需要进行抑制,执行步骤6;
5.3)依次利用自适应动目标显示AMTI算法和动态杂波图算法对该气象杂波进行抑制:
(5.3a)计算需要抑制16海里以外有干扰信号的多目标数据包自适应动目标显示AMTI对消结果X”:
首先,根据当前帧信号的对消结果X1”和前一帧信号的对消结果X2”计算对消系数Wopt”:
其中:是X2”的共轭函数;
然后,计算需要抑制16海里以外有干扰信号的多目标数据包对消结果X”:
X”=X2”-X1”·Wopt”,
(5.3b)用需要抑制16海里以外有干扰信号的多目标数据包对消结果X”所形成的雷达数据包,作为动态杂波图算法的输入,并实时送入动态杂波图处理器中,计算当前帧天线扫描周期的回波数据Yn:
Yn=(1-K)Yn-1+Kxn,
其中,K是小于1的因子,xn是当前接收的回波信号,Yn-1是前一帧天线扫描周期的回波信号;
当雨和雪引起的气象杂波最小或完全消失时,当前帧天线扫描周期的回波数据Yn最优即实现了气象杂波的抑制。
5.4)将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理,即在第四片DSP4中接收第三片DSP3和第五片DSP5做完信号处理的雷达数据包,并按照设定的帧格式进行整理,从而形成符合终端显示要求帧格式的雷达数据包。
步骤6.检测慢速小目标。
6.1)接收5.2)中不需要抑制雨和雪引起有气象杂波的数据包;
6.2)从终端显示的雷达回波信号中根据海情的级别进行判断是否需要检测慢速小目标:
若在三级及三级以上的海情下,慢速小目标会受杂波和干扰影响,就需要检测慢速小目标,执行6.3),否则,不需要检测小目标性,执行步骤6.4);
6.3)依次利用反异步算法和动态杂波图算法完成慢速小目标的检测:
(6.3a)设第m个距离单元的回波数据为s'(m),计算慢速小目标在同一距离单元的8次回波平均值δ'(m):
其中,si'(m)第i次探测周期、第m个距离单元的回波数据模值;
(6.3b)将第i次探测周期、第m个距离单元的回波数据的模值si'(m)与同一距离单元的8次回波平均值δ'(m)进行比较,当si'(m)≥5δ'(m)时,则认为s'(m)是干扰,将该距离单元的数据设定为零,否则,将原数据输出;
(6.3c)用(6.3b)中反异步处理的对消结果s'(m)所形成的雷达数据包,作为动态杂波图算法的输入,并实时送入动态杂波图处理器中,计算当前天线扫描周期的慢速小目标回波数据Yn':
Yn'=(1-K)Y’n-1+Kxn',
其中,K是小于1的因子,xn'是刚接收的回波信号,Y’n-1是前一帧天线扫描周期的回波信号;
当慢速小目标显示效果良好时,当前天线扫描周期的慢速小目标回波数据Yn'最优,即提高了慢速小目标的检测性能;
6.4)将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理,即在第四片DSP4中接收第三片DSP3和第五片DSP5做完信号处理的雷达数据包,并按照设定的帧格式进行整理,从而形成符合终端显示要求帧格式的雷达数据包。
以上描述仅是本发明的一个具体实例,并未构成对本发明的任何限制,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修改和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (14)
1.强杂波海洋环境下的潜用雷达多目标检测方法,包括:
(1)接收做完FFT处理的雷达回波信号,形成含有模式字的雷达数据包,根据终端显示的雷达数据包回波信号判断是否需要抑制4海里以内雷达数据包中的小目标周围杂波:若需要,则依次利用自适应动目标显示AMTI算法和单元平均选大恒虚警GO-CFAR算法进行杂波抑制,并将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,传输给终端显示单元显示,否则,执行(2);
(2)根据终端显示的雷达数据包回波信号判断是否抑制8海里以外的大目标周围杂波:若需要,则依次进行利用自适应动目标显示AMTI算法和反异步算法进行杂波抑制,并将杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,传送至终端显示单元显示工作,否则,执行(3);
(3)根据终端显示回波判断是否抑制8海里以内的干扰信号:若需要,则依次利用自适应动目标显示AMTI算法和单元平均选小恒虚警SO-CFAR算法对干扰信号进行抑制,并将干扰信号抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(4);
(4)根据终端显示回波判断是否抑制16海里以外的多目标干扰信号:若需要,则依次利用反异步算法和单元平均选大恒虚警GO-CFAR算法对多目标干扰信号进行抑制,并将多目标干扰信号抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(5);
(5)根据终端显示回波判断是否需要抑制雨和雪引起的气象杂波:若需要,则依次利用自适应动目标显示AMTI算法和动态杂波图算法对该气象杂波进行抑制,并将气象杂波抑制后的雷达数据包传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,执行(6);
(6)根据终端显示回波判断是否检测慢速小目标:若需要,则依次利用反异步算法和动态杂波图算法完成高海情下慢速小目标的检测,并将检测后的慢速小目标传送至雷达数据包缓冲存储区进行时序整理后,送至终端显示单元显示,否则,将没有进行信号处理的雷达数据包直接送至雷达数据包缓冲存储区进行时序整理,最后送至终端显示单元显示;所述慢速小目标是指时速不超过5海里的无机械动力的小木船及海面漂浮的浮筒。
2.根据权利要求1所述的方法,其中步骤(1)中根据终端显示的雷达数据包回波信号判断是否需要抑制4海里以内雷达数据包中的小目标周围杂波,是根据目标的体积大小判断,即当4海里以内的小目标周围存在有机械动力在10吨以下的游艇、交通艇、木船和陆地上的山脉及楼房时,就需要进行杂波抑制,否则,不需要进行抑制。
3.根据权利要求1所述的方法,其中步骤(1)中依次利用自适应动目标显示AMTI算法和单元平均选大恒虚警GO-CFAR算法进行杂波抑制,按如下步骤进行:
(1a)自适应动目标显示AMTI对消结果X:
(1a1)根据当前帧信号的对消结果X1和前一帧信号的对消结果X2计算对消系数Wopt:
其中:是X2的共轭函数;
(1a2)计算对消结果X:
X=X2-X1·Wopt;
(1b)将对消结果X置于雷达数据包实时送入单元平均选大恒虚警GO-CFAR检测器中,并对前8帧信号和后8帧信号分别求均值,实时计算出GO-CFAR检测器的值Z:
Z=max(Z1,Z2),
其中,Z1是前8帧信号的实时均值,Z2是后8帧信号的实时均值;
(1c)根据检测器的值Z计算出实时判决门限值Y:
Y=KZ,K是门限因子,
当小目标周围杂波最小或完全消失时,此时实时计算的判决门限值Y为最优门限,即实现了4海里以内小目标周围杂波的抑制。
4.根据权利要求1所述的方法,其中步骤(3)中根据终端显示回波判断是否抑制8海里以内的干扰信号,是根据干扰信号的形状和位置判断,即当目标周围出现形状不变,且位置固定的干扰信号时,则需要对该干扰信号进行抑制,否则,不需要进行抑制。
5.根据权利要求1所述的方法,其中步骤(3)中依次利用自适应动目标显示AMTI算法和单元平均选小恒虚警SO-CFAR算法对干扰信号进行抑制,按如下步骤进行:
(3a)计算自适应动目标显示AMTI对消结果X′:
(3a1)根据当前帧信号的对消结果X′1和前一帧信号的对消结果X′2计算对消系数W′opt:
其中:是X′2的共轭函数;
(3a2)计算对消结果X':
X'=X′2-X′1·W′opt;
(3b)将对消结果X'置于雷达数据包实时送入单元平均选小恒虚警SO-CFAR检测器中,并对前8帧信号和后8帧信号分别求均值,实时计算出SO-CFAR检测器的值Z':
Z'=min(Z′1,Z′2),
其中,Z′1是前8帧信号的实时均值,Z′2是后8帧信号的实时均值;
(3c)根据检测器的值Z'计算出实时判决门限值Y':
Y'=KZ',K是门限因子,
当干扰信号最小或完全消失时,此时实时计算的判决门限值Y'为最优门限,即实现了8海里以内干扰信号的抑制。
6.根据权利要求1所述的方法,其中步骤(4)中根据终端显示回波判断是否抑制16海里以外的多目标干扰信号,是根据目标的数量判断,即当16海里以外的固定海域存在有商船、机械动力的木船及小岛这三种类型的多个目标时,则需要对多目标干扰信号进行抑制,否则,不需要进行抑制,所述多目标是指10个及10个以上的目标。
7.根据权利要求1所述的方法,其中步骤(4)中依次利用反异步算法和单元平均选大恒虚警GO-CFAR算法对多目标干扰信号进行抑制,按如下步骤进行:
(4a)设第m个距离单元的回波数据为s(m),计算同一距离单元的8次回波平均值δ(m):
其中,si(m)是第i次探测周期、第m个距离单元的回波数据模值;
(4b)将第i次探测周期、第m个距离单元的回波数据的模值si(m)与同一距离单元的8次回波平均值δ(m)进行比较,当si(m)≥5δ(m)时,则认为s(m)是干扰,将该距离单元的数据设定为零,否则,将原数据输出;
(4c)将(4b)结果置于雷达数据包实时送入单元平均选大恒虚警GO-CFAR检测器中,并对前8帧信号和后8帧信号分别求均值,实时计算出GO-CFAR检测器的值Z″:
Z″=max(Z″1,Z″2),
其中,Z″1是前8帧信号的实时均值,Z″2是后8帧信号的实时均值;
(4d)根据检测器的值Z″计算出实时判决门限值Y″:
Y″=KZ″,K是门限因子,
当多目标干扰信号最小或完全消失时,此时实时计算的判决门限值Y″为最优门限,即实现了16海里以外的多目标干扰信号的抑制。
8.根据权利要求1所述的方法,其中步骤(5)中根据终端显示回波判断是否需要抑制雨和雪引起的气象杂波,是根据天气变化状况判断,即当海面上出现雨或雪现象引起的气象杂波影响终端显示回波的持续观测时,就需要对该气象杂波抑制,否则,不需要抑制。
9.根据权利要求1所述的方法,其中步骤(5)中依次利用自适应动目标显示AMTI算法和动态杂波图算法对该气象杂波进行抑制,按如下步骤进行:
(5a)计算自适应动目标显示AMTI对消结果X″:
(5a1)根据当前帧信号的对消结果X″1和前一帧信号的对消结果X″2计算对消系数W″opt:
其中:是X″2的共轭函数;
(5a2)计算对消结果X″:
X″=X″2-X″1·W″opt,
(5b)将对消结果X″置于雷达数据包实时送入动态杂波图处理器中,计算当前帧天线扫描周期的回波数据Yn:
Yn=(1-K)Yn-1+Kxn
其中,K是小于1的因子,xn是当前接收的回波信号,Yn-1是前一帧天线扫描周期的回波信号;
当雨和雪引起的气象杂波最小或完全消失时,当前帧天线扫描周期的回波数据Yn最优即实现了气象杂波的抑制。
10.根据权利要求1所述的方法,其中步骤(6)中根据终端显示回波判断是否需要检测慢速小目标,是根据海情的级别进行判断,即在三级及三级以上的海情下,慢速小目标会受杂波和干扰影响,则需要对慢速小目标检测,否则,不需要。
11.根据权利要求1所述的方法,其中步骤(6)中依次利用反异步算法和动态杂波图算法完成高海情下慢速小目标的探测,其实现步骤如下:
(6a)设第m个距离单元的回波数据为s'(m),计算同一距离单元的8次回波平均值δ'(m):
其中,s′i(m)第i次探测周期、第m个距离单元的回波数据模值;
(6b)将第i次探测周期、第m个距离单元的回波数据的模值s′i(m)与同一距离单元的8次回波平均值δ'(m)进行比较,当s′i(m)≥5δ'(m)时,则认为s'(m)是干扰,将该距离单元的数据设定为零,否则,将原数据输出;
(6c)将(6b)结果置于雷达数据包实时送入动态杂波图处理器中,计算当前帧天线扫描周期的回波数据Y′n:
Y′n=(1-K)Y′n-1+Kx′n,
其中,K是小于1的因子,x′n是刚接收的回波信号,Y′n-1是前一帧天线扫描周期的回波信号;
当高海情下慢速小目标显示效果良好时,当前帧天线扫描周期的回波数据Y′n最优,即提高了慢速小目标的探测性能。
12.根据权利要求1所述的方法,其中所述的时序整理,是指对做完信号处理的雷达数据包按照一定的帧格式进行整理,从而形成符合终端显示要求帧格式的雷达数据包。
13.根据权利要求1所述的方法,其中步骤(2)中根据终端显示回波判断是否需要抑制8海里以外的大目标周围杂波,是根据目标体积的大小判断,即当8海里以外的大目标周围存在大型游轮或等效高度超过30米的舰船时,就需要对大目标周围杂波进行抑制,否则,不需要进行抑制。
14.根据权利要求1所述的方法,其中步骤(2)中依次利用自适应动目标显示AMTI算法和反异步算法对8海里以外的大目标周围杂波进行抑制,按如下步骤进行:
(2a)计算自适应动目标显示AMTI对消结果X″′:
(2a1)根据当前帧信号的对消结果X″′1和前一帧信号的对消结果X″′2计算对消系数W″′opt:
其中:是X″′2的共轭函数;
(2a2)计算对消结果X″′:
X″′=X″′2-X″′1·W″′opt,
(2b)将对消结果X″′(2a)实时送入反异步处理器中,设第m个距离单元的回波数据为s″(m),计算同一距离单元的8次回波平均值δ″(m):
其中,s″i(m)第i次探测周期、第m个距离单元的回波数据模值;
(2c)将第i次探测周期、第m个距离单元的回波数据的模值s″i(m)与同一距离单元的8次回波平均值δ″(m)进行比较,当s″i(m)≥5δ″(m)时,则认为s″(m)是干扰,将该距离单元的数据设定为零,否则,将原数据输出;
当8海里以外的大目标周围杂波最小或完全消失时,此时实时计算的回波平均值δ″(m)为最优,即实现了8海里以外的大目标周围杂波的抑制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810260630.0A CN108663666B (zh) | 2018-03-27 | 2018-03-27 | 强杂波海洋环境下的潜用雷达多目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810260630.0A CN108663666B (zh) | 2018-03-27 | 2018-03-27 | 强杂波海洋环境下的潜用雷达多目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108663666A true CN108663666A (zh) | 2018-10-16 |
CN108663666B CN108663666B (zh) | 2020-11-10 |
Family
ID=63782673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810260630.0A Active CN108663666B (zh) | 2018-03-27 | 2018-03-27 | 强杂波海洋环境下的潜用雷达多目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108663666B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630737A (zh) * | 2020-11-30 | 2021-04-09 | 陕西长岭电子科技有限责任公司 | 对雷达中频回波信号的预处理方法 |
CN113126054A (zh) * | 2021-04-09 | 2021-07-16 | 电子科技大学 | 一种基于gpu的目标检测方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1046608A (zh) * | 1989-04-20 | 1990-10-31 | 清华大学 | 基于最大熵谱估计的自适应动目标检测器 |
JP2006292597A (ja) * | 2005-04-13 | 2006-10-26 | Nec Corp | レーダ信号処理装置及びそれに用いるcfar処理方法 |
CN102707265A (zh) * | 2012-03-16 | 2012-10-03 | 武汉滨湖电子有限责任公司 | 一种基于频域的抗异步干扰方法 |
CN103064074A (zh) * | 2012-12-23 | 2013-04-24 | 西安电子工程研究所 | 一种脉冲多普勒雷达在强杂波背景下的弱目标检测 |
CN103076601A (zh) * | 2012-12-28 | 2013-05-01 | 西安电子工程研究所 | 一种杂波强弱划分的自适应动目标检测 |
CN103116155A (zh) * | 2012-09-28 | 2013-05-22 | 北京理工大学 | 一种用于舰艇编队情况下的同型雷达同频干扰抑制方法 |
CN103135099A (zh) * | 2013-01-24 | 2013-06-05 | 南京莱斯信息技术股份有限公司 | 一种使用动态杂波图处理雷达数据的方法 |
CN103176187A (zh) * | 2011-12-22 | 2013-06-26 | 汤子跃 | 一种机载预警雷达地面高速公路目标过滤方法 |
CN103885053A (zh) * | 2014-03-27 | 2014-06-25 | 中国电子科技集团公司第二十八研究所 | 一种基于追踪滤波器的雷达数据动目标检测处理方法 |
CN104133209A (zh) * | 2014-06-27 | 2014-11-05 | 中国电子科技集团公司第三十八研究所 | 目标搜索和气象探测的一体化雷达系统及其方法 |
CN104749560A (zh) * | 2015-04-20 | 2015-07-01 | 南京信息工程大学 | 一种用于船舶导航雷达的数字信号处理机及处理方法 |
KR20160141946A (ko) * | 2015-06-02 | 2016-12-12 | 광운대학교 산학협력단 | 표적 위치 추적 방법 및 그 장치 |
CN106569196A (zh) * | 2016-11-09 | 2017-04-19 | 南京理工大学 | 一种基于压缩感知的地面雷达多目标检测方法 |
-
2018
- 2018-03-27 CN CN201810260630.0A patent/CN108663666B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1046608A (zh) * | 1989-04-20 | 1990-10-31 | 清华大学 | 基于最大熵谱估计的自适应动目标检测器 |
JP2006292597A (ja) * | 2005-04-13 | 2006-10-26 | Nec Corp | レーダ信号処理装置及びそれに用いるcfar処理方法 |
CN103176187A (zh) * | 2011-12-22 | 2013-06-26 | 汤子跃 | 一种机载预警雷达地面高速公路目标过滤方法 |
CN102707265A (zh) * | 2012-03-16 | 2012-10-03 | 武汉滨湖电子有限责任公司 | 一种基于频域的抗异步干扰方法 |
CN103116155A (zh) * | 2012-09-28 | 2013-05-22 | 北京理工大学 | 一种用于舰艇编队情况下的同型雷达同频干扰抑制方法 |
CN103064074A (zh) * | 2012-12-23 | 2013-04-24 | 西安电子工程研究所 | 一种脉冲多普勒雷达在强杂波背景下的弱目标检测 |
CN103076601A (zh) * | 2012-12-28 | 2013-05-01 | 西安电子工程研究所 | 一种杂波强弱划分的自适应动目标检测 |
CN103135099A (zh) * | 2013-01-24 | 2013-06-05 | 南京莱斯信息技术股份有限公司 | 一种使用动态杂波图处理雷达数据的方法 |
CN103885053A (zh) * | 2014-03-27 | 2014-06-25 | 中国电子科技集团公司第二十八研究所 | 一种基于追踪滤波器的雷达数据动目标检测处理方法 |
CN104133209A (zh) * | 2014-06-27 | 2014-11-05 | 中国电子科技集团公司第三十八研究所 | 目标搜索和气象探测的一体化雷达系统及其方法 |
CN104749560A (zh) * | 2015-04-20 | 2015-07-01 | 南京信息工程大学 | 一种用于船舶导航雷达的数字信号处理机及处理方法 |
KR20160141946A (ko) * | 2015-06-02 | 2016-12-12 | 광운대학교 산학협력단 | 표적 위치 추적 방법 및 그 장치 |
CN106569196A (zh) * | 2016-11-09 | 2017-04-19 | 南京理工大学 | 一种基于压缩感知的地面雷达多目标检测方法 |
Non-Patent Citations (2)
Title |
---|
沈慧芳: ""雷达杂波仿真及电路板的自动测试方法研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
魏广强: ""复合海杂波背景下的弱小目标检测技术"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112630737A (zh) * | 2020-11-30 | 2021-04-09 | 陕西长岭电子科技有限责任公司 | 对雷达中频回波信号的预处理方法 |
CN112630737B (zh) * | 2020-11-30 | 2024-02-06 | 陕西长岭电子科技有限责任公司 | 对雷达中频回波信号的预处理方法 |
CN113126054A (zh) * | 2021-04-09 | 2021-07-16 | 电子科技大学 | 一种基于gpu的目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108663666B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ouchi et al. | Ship detection based on coherence images derived from cross correlation of multilook SAR images | |
EP3505951A1 (en) | A target object detecting device, a method of detecting a target object and a computer readable medium | |
Hwang et al. | On a novel approach using MLCC and CFAR for the improvement of ship detection by synthetic aperture radar | |
KR20040091699A (ko) | 레이더 검출에서의 적응적 검출 시스템 및 적응적 검출 방법 | |
CN109270501B (zh) | 一种用于全固态vts雷达的海杂波抑制方法 | |
CN101377545B (zh) | 雷达装置 | |
JP2012017995A (ja) | 閾値設定方法、物標探知方法、閾値設定装置、物標探知装置、閾値設定プログラム、および物標探知プログラム | |
CN108133468B (zh) | 自适应参数增强和尾迹辅助检测的恒虚警率舰船检测方法 | |
CN116482644B (zh) | 一种海雾识别方法 | |
CN108663666A (zh) | 强杂波海洋环境下的潜用雷达多目标检测方法 | |
CN105158742B (zh) | 一种脉压导航雷达目标检测方法 | |
CN111133333A (zh) | 雷达装置以及目标追踪方法 | |
CN104537675A (zh) | 一种sar图像双边cfar舰船目标检测方法 | |
CN110264099B (zh) | 船舶周边区域海盗入侵评估系统 | |
Hamouda et al. | Comparative study between acoustic signals and images for detecting seabed features | |
WO2013084866A1 (ja) | 画像処理装置、レーダ装置、画像処理方法、および画像処理プログラム | |
CN112101250A (zh) | 一种基于上下文语义感知的近岸舰船目标检测方法 | |
WO2022213527A1 (zh) | 一种船用雷达雨雪杂波抑制算法 | |
WO2005043187A1 (en) | System and method for suppression of sea clutter in radar image | |
Liu et al. | Shadowing-analysis-based wave height measurement from ship-borne X-band nautical radar images | |
CN114355308A (zh) | 一种基于杂波包络的导航雷达雨雪杂波抑制方法 | |
JP2011002426A (ja) | レーダ装置 | |
Nguyen | Small-target radar detection and tracking within the pitas hard-and software environment | |
Rahman et al. | Millimetre wave radar signatures of sea lions | |
Kotovirta et al. | Ships as a sensor network to observe ice field properties |
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 |