CN108872961A - 基于低门限的雷达微弱目标检测方法 - Google Patents

基于低门限的雷达微弱目标检测方法 Download PDF

Info

Publication number
CN108872961A
CN108872961A CN201810691211.2A CN201810691211A CN108872961A CN 108872961 A CN108872961 A CN 108872961A CN 201810691211 A CN201810691211 A CN 201810691211A CN 108872961 A CN108872961 A CN 108872961A
Authority
CN
China
Prior art keywords
signal
target
noise
doppler
detected
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
Application number
CN201810691211.2A
Other languages
English (en)
Other versions
CN108872961B (zh
Inventor
赵永波
庞晓娇
何学辉
刘宏伟
苏洪涛
水鹏朗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xidian University
Original Assignee
Xidian University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xidian University filed Critical Xidian University
Priority to CN201810691211.2A priority Critical patent/CN108872961B/zh
Publication of CN108872961A publication Critical patent/CN108872961A/zh
Application granted granted Critical
Publication of CN108872961B publication Critical patent/CN108872961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明提出了一种基于低门限的雷达微弱目标检测方法，其实现步骤是：(1)接收雷达回波信号；(2)产生噪声样本；(3)获得噪声滤波信号；(4)获得噪声最大幅值比值；(5)获得噪声幅值变化率区间；(6)提取动目标信号；(7)获得待检测目标；(8)获得待检测目标滤波信号；(9)获得待检测目标幅值比值；(10)获得待检测目标幅值变化率；(11)判断待检测目标幅值比值是否大于噪声最大幅值比值；(12)判断待检测目标幅值变化率是否在噪声幅值变化率区间外；(13)获得微弱目标。本发明具有能在雷达系统处于低门限检测下，正确检测微弱目标的优点。

Description

基于低门限的雷达微弱目标检测方法
技术领域
本发明属于雷达技术领域，更进一步涉及雷达目标检测技术领域中的一种基于低门限的雷达微弱目标检测方法。本发明可用于在低信噪比环境下雷达系统从所获取的回波信号中实时检测出雷达微弱目标。
背景技术
隐身技术的发展，使得雷达待检测目标的雷达截面积(Radar Cross Section，RCS)大幅度减小，这大大削弱了雷达的回波信号能量，使雷达目标检测变得困难，因此，为了使雷达能更好的检测到低回波信号能量的雷达目标，需进一步提高雷达的检测性能。雷达系统在进行雷达目标检测时，通常使用恒虚警检测技术增强雷达的抗干扰能力，从而更有效的检测到雷达目标。
中国地质大学(武汉)在其所申请的专利文献“基于恒虚警率的概率统计目标检测系统及方法”(专利申请号：201410767320.X，申请公布号：CN 104483661A)中公开了一种基于恒虚警率的概率统计目标检测方法。该方法的实现过程为，首先利用恒虚警率技术对连续多帧信号进行检测，将多帧信号中检测到的目标参数构成一个数组；然后将数组中每个与所有参数相减并求模，将模值与门限比较，如果小于门限，则认为两个相减的参数属于同一个目标，该参数出现的次数加1；接下来统计统计出现次数最多的参数，并计算与该参数属于同一目标的所有参数的均值，作为目标参数。该方法存在的不足之处是，由于基于恒虚警率的概率统计目标检测系统及方法只适用于单目标检测情况，若雷达回波信号中存在多目标时，雷达系统无法检测微弱目标。
电子科技大学在其所申请的专利文献“基于单边检测单元累计平均的多目标恒虚警检测方法”(专利申请号：201610438762.9，申请公布号：CN 106093903A)中公开了一种利用单边检测单元累计平均的恒虚警检测技术检测多目标的方法。该方法的实现过程为，设定某一虚警概率，获取雷达扫描图像中前面连续的若干检测单元的回波功率；根据获取的若干检测单元的回波功率，计算雷达目标检测门限的初始值；判断雷达扫描图像中的当前检测单元中是否存在目标：当雷达扫描图像中当前检测单元的回波功率大于检测门限时，表示当前检测单元中存在目标，否则，无目标；更新雷达目标检测门限，将更新后的检测门限作为下一个检测单元的雷达目标检测门限。该方法存在的不足之处是，在雷达系统恒虚警处理器设置高虚警率时，雷达系统输出噪声与微弱目标，但雷达系统无法从噪声中提取微弱目标。
发明内容
本发明的目的在于针对上述已有技术的不足，提出一种基于低门限的雷达微弱目标检测方法，当雷达系统恒虚警处理器设定高虚警率时，雷达系统恒虚警处理器得到低检测门限，对雷达回波信号中过检测门限且能量小于强目标最小能量的回波信号，进行滑动多普勒处理，得到滑动多普勒滤波信号，利用微弱目标滑动多普勒滤波信号与噪声滑动多普勒滤波信号之间的区别，使雷达系统能够正确检测出微弱目标。
实现本发明目的的思路是，雷达系统恒虚警处理器设定高虚警率时，雷达系统恒虚警处理器得到低检测门限，提取雷达回波信号中的动目标信号，对动目标信号进行单元平均恒虚警检测后，得到过检测门限的检测单元信号，判断过检测门限的检测单元信号的能量是否小于强目标的最小能量，若是，则得到待检测目标，并从雷达回波信号中提取待检测目标回波信号，再对待检测目标回波信号进行滑动多普勒滤波处理，得到待检测目标滑动多普勒滤波信号，然后对雷达接收机中的噪声信号进行滑动多普勒滤波处理，得到噪声滑动多普勒滤波信号，并计算待检测目标回波信号进行滑动多普勒滤波前后的幅值比值、雷达待检测目标滑动多普勒滤波信号的幅值变化率、雷达接收机中的噪声信号进行滑动多普勒滤波前后的最大幅值比值以及噪声滑动多普勒滤波信号的幅值变化率的变化区间，若待检测目标回波信号进行滑动多普勒滤波前后的幅值比值大于雷达接收机中的噪声信号进行滑动多普勒滤波前后的最大幅值比值，且雷达待检测目标滑动多普勒滤波信号的幅值变化率不在噪声滑动多普勒滤波信号的幅值变化率的变化区间内，则待检测目标为微弱目标，从而实现了雷达系统对微弱目标的检测。
本发明的具体步骤包括如下：
(1)接收雷达回波信号；
(2)产生噪声样本：
随机产生服从高斯分布的1000个噪声信号，作为噪声样本，其中，每个噪声信号的长度等于雷达系统中一个相干积累时间内的发射脉冲总数的6倍；
(3)利用滑动多普勒滤波方法，获得噪声样本中每一个噪声信号的噪声滑动多普勒滤波信号：
(3a)以噪声信号的任意值作为起始点，从噪声信号中，选取与多普勒滤波器的长度相同的信号，作为测试信号；
(3b)利用多普勒滤波器组滤波公式，计算多普勒滤波器组的输出值；
(3c)从所有多普勒滤波器的输出值中找出最大输出值，将最大输出值所对应的多普勒滤波器的中心频率，作为噪声信号的多普勒频率；
(3d)利用噪声滑动滤波器权值计算公式，计算长度等于噪声信号长度的1/6的噪声滑动多普勒滤波器的权值；
(3e)利用噪声滑动多普勒滤波公式，计算噪声滑动多普勒滤波信号幅值；
(4)获得噪声最大幅值比值：
(4a)用噪声滑动多普勒滤波信号幅值的平均值除以噪声信号幅值的平均值，得到噪声样本中每个噪声信号的噪声幅值比值；
(4b)从所有噪声幅值比值中找出噪声最大幅值比值；
(5)获得噪声幅值变化率区间：
(5a)用噪声滑动多普勒滤波信号幅值大于噪声滑动多普勒滤波信号最大幅值的0.5倍的个数，除以噪声滑动多普勒滤波信号幅值大于噪声滑动多普勒滤波信号最大幅值的0.707倍的个数，得到噪声样本中每个噪声信号的噪声幅值变化率；
(5b)找到每一个噪声幅值变化率值在直角坐标系横轴上对应的位置，得到噪声幅值变化率区间；
(6)提取雷达回波信号中的动目标信号：
多普勒滤波器组从接收的雷达回波信号中提取M×N维的动目标信号，其中，M表示动目标信号的多普勒通道总数，N表示动目标信号的检测单元总数；
(7)利用单元恒虚警检测方法，获得待检测目标的距离单元与多普勒频率；
(8)利用滑动多普勒滤波方法，获得待检测目标滑动多普勒滤波信号：
(8a)从雷达回波信号中提取与待检测目标距离单元相同的信号，得到待检测目标的回波信号；
(8b)利用待检测目标滑动滤波器权值计算公式，计算长度等于待检测目标信号长度的1/6的待检测目标滑动多普勒滤波器；
(8c)利用待检测目标滑动多普勒滤波公式，计算待检测目标滑动多普勒滤波信号幅值；
(9)计算待检测目标幅值比值：
用待检测目标滑动多普勒滤波信号幅值的平均值除以待检测目标回波信号幅值的平均值，得到待检测目标幅值比值；
(10)计算待检测目标幅值变化率：
用待检测目标滑动多普勒滤波信号幅值大于待检测目标滑动多普勒滤波信号最大幅值的0.5倍的个数，除以待检测目标滑动多普勒滤波信号幅值大于待检测目标滑动多普勒滤波信号最大幅值的0.707倍的个数，得到待检测目标幅值变化率；
(11)判断待检测目标幅值比值是否大于噪声最大幅值比值，若是，则执行步骤(12)，否则，执行步骤(7)；
(12)判断待检测目标幅值变化率是否在噪声幅值变化率区间外，若是，则执行步骤(13)，否则，执行步骤(7)；
(13)将待检测目标幅值变化率在噪声幅值变化率区间外的检测单元对应的目标确定为微弱目标。
本发明与现有技术相比具有如下优点：
第一，由于本发明在雷达回波信号中存在多目标时，可以对每一个过检测门限的检测单元信号进行滑动多普勒滤波处理，获得每一个过检测门限的检测单元信号的滑动多普勒滤波信号，克服了现有技术在雷达回波信号中存在多目标时，雷达系统无法检测微弱目标的缺点，使得本发明具有将每一个过检测门限的检测单元信号的滑动多普勒滤波信号与噪声滑动多普勒滤波信号进行比较，从包含多个雷达目标的雷达回波信号中，正确检测出微弱目标的优点。
第二，由于本发明在雷达系统恒虚警处理器设置高虚警率时，利用滑动多普勒滤波方法，获得滑动多普勒滤波信号，克服了现有技术在雷达系统恒虚警处理器设置高虚警率时，雷达系统同时输出噪声与微弱目标，但雷达系统无法从噪声中检测微弱目标的缺点，使得本发明具有利用微弱目标滑动多普勒滤波信号与噪声滑动多普勒滤波信号之间的区别，从噪声中正确检测出微弱目标的优点。
附图说明
图1是本发明的实现流程图；
图2为噪声信号以及微弱目标回波信号的包络图；
图3为噪声滑动多普勒滤波信号以及微弱目标滑动多普勒滤波信号的包络图；
图4和图5均是雷达画面图。
具体实施方式
下面结合附图，对本发明做进一步的详细描述。
参照附图1，对本发明的具体实施步骤做进一步的详细描述。
步骤1.接收雷达回波信号。
步骤2.产生噪声样本。
随机产生服从高斯分布的1000个噪声信号，作为噪声样本，其中，每个噪声信号的长度等于雷达系统中一个相干积累时间内的发射脉冲总数的6倍。
步骤3.利用滑动多普勒滤波方法，获得噪声样本中每一个噪声信号的噪声滑动多普勒滤波信号。
(3a)以噪声信号的任意值作为起始点，从噪声信号中，选取与多普勒滤波器的长度相同的信号，作为测试信号。
(3b)利用多普勒滤波器组滤波公式，计算多普勒滤波器组的输出值。
所述的多普勒滤波器组滤波公式如下：
其中，Zk表示第k个多普勒滤波器的输出值，Lw表示多普勒滤波器的长度，hl表示测试信号的第l个值，exp表示以自然常数e为底的指数操作，j表示虚数单位，π表示圆周率，l表示第k个多普勒滤波器的第几个权值的序号，fk表示第k个多普勒滤波器的中心频率，T表示雷达系统的脉冲重复周期。
(3c)从所有多普勒滤波器的输出值中找出最大输出值，将最大输出值所对应的多普勒滤波器的中心频率，作为噪声信号的多普勒频率。
(3d)利用噪声滑动滤波器权值计算公式，计算长度等于噪声信号长度的1/6的噪声滑动多普勒滤波器的权值。
所述的噪声滑动滤波器权值计算公式如下：
wp＝exp(-j2πp·fd·T)
其中，wp表示噪声滑动多普勒滤波器的第p个权值，p表示噪声滑动多普勒滤波器第几个权值的序号，fd表示噪声滑动多普勒滤波器的中心频率。
(3e)利用噪声滑动多普勒滤波公式，计算噪声滑动多普勒滤波信号幅值。
所述的噪声滑动多普勒滤波公式如下：
其中，Ym表示噪声滑动多普勒滤波信号的第m个值，wv表示噪声信号的滑动多普勒滤波器的第v个权值，Xmv表示噪声信号的滑动多普勒滤波处理的测量信号的第m行第v列的信号值，所述噪声信号的滑动多普勒滤波处理的测量信号的第r行信号是从噪声信号中，以噪声信号的第f个信号为起始点，选取与噪声信号的滑动多普勒滤波器长度相同的信号，且r＝f。
步骤4.获得噪声最大幅值比值。
(4a)用噪声滑动多普勒滤波信号幅值的平均值除以噪声信号幅值的平均值，得到噪声样本中每个噪声信号的噪声幅值比值。
(4b)从所有噪声幅值比值中找出噪声最大幅值比值。
步骤5.获得噪声幅值变化率区间。
(5a)用噪声滑动多普勒滤波信号幅值大于噪声滑动多普勒滤波信号最大幅值的0.5倍的个数，除以噪声滑动多普勒滤波信号幅值大于噪声滑动多普勒滤波信号最大幅值的0.707倍的个数，得到噪声样本中每个噪声信号的噪声幅值变化率。
(5b)找到每一个噪声幅值变化率值在直角坐标系横轴上对应的位置，得到噪声幅值变化率区间。
步骤6.提取雷达回波信号中的动目标信号。
多普勒滤波器组从接收的雷达回波信号中提取M×N维的动目标信号，其中，M表示动目标信号的多普勒通道总数，N表示动目标信号的检测单元总数。
步骤7.利用单元恒虚警检测方法，获得待检测目标的距离单元与多普勒频率。
第1步，对动目标信号中每个单元的幅值求平方，得到动目标信号中每个单元的能量值。
第2步，找到动目标信号中每个单元能量值在直角坐标系中得位置，得到强目标的最小能量。
第3步，从动目标信号中任意选取一个检测单元。
第4步，找到检测单元在动目标信号所在矩阵中的行序号与列序号，其中行序号表示检测单元的距离单元，列序号表示检测单元的多普勒频率。
第5步，按照下式，计算所选取检测单元的恒虚警处理器的门限乘子：
其中，K表示所选取检测单元的恒虚警处理器的门限乘子，pf表示所选取检测单元在噪声背景下的虚警概率，L表示恒虚警处理器的参考单元总数，所述恒虚警处理器的参考单元是指，以所选取检测单元为中心，在所选取检测单元的同一行的左右两侧各取个单元，作为恒虚警处理器的参考单元。
第6步，按照下式，计算所选取检测单元的噪声能量估计值：
其中，表示所选取检测单元的噪声能量估计值，∑表示求和操作，yq表示第q个参考单元信号的幅值。
第7步，用所选取检测单元的恒虚警处理器的门限乘子乘以所选取检测单元的噪声能量估计值，得到所选取检测单元的恒虚警处理器的检测门限值。
第8步，对选取检测单元信号的幅值求平方，得到选取检测单元信号的能量值。
第9步，判断所选取检测单元信号的能量值是否大于等于所选取检测单元的恒虚警处理器的检测门限值，若是，则得到过检测门限的检测单元，并执行本步骤的第10步，否则，执行本步骤的第3步。
第10步，判断过检测门限的检测单元的能量是否小于强目标的最小能量，若是，则得到待检测目标的距离单元与多普勒频率，否则，执行本步骤的第3步。
步骤8.利用滑动多普勒滤波方法，获得待检测目标滑动多普勒滤波信号。
(8a)从雷达回波信号中提取与待检测目标距离单元相同的信号，得到待检测目标的回波信号。
(8b)利用待检测目标滑动滤波器权值计算公式，计算长度等于待检测目标信号长度的1/6的待检测目标滑动多普勒滤波器。
所述的待检测目标滑动滤波器权值计算公式如下：
wn＝exp(-j2πn·fτ·T)
其中，wn表示待检测目标滑动多普勒滤波器的第n个权值，n表示待检测目标滑动多普勒滤波器第几个权值的序号，fτ表示待检测目标滑动多普勒滤波器的中心频率。
(8c)利用待检测目标滑动多普勒滤波公式，计算待检测目标滑动多普勒滤波信号幅值。
所述的待检测目标滑动多普勒滤波公式如下：
其中，Yu表示待检测目标滑动多普勒滤波信号的第u个值，wu表示待检测目标回波信号的滑动多普勒滤波器的第u个权值，Ssu表示待检测目标回波信号的滑动多普勒滤波处理的测量信号的第s行第u列的信号值，所述待检测目标回波信号的滑动多普勒滤波处理的测量信号的第a行信号是从待检测目标回波信号中，以待检测目标回波信号的第b个信号为起始点，选取与待检测目标回波信号的滑动多普勒滤波器长度相同的信号，且a＝b。
步骤9.计算待检测目标幅值比值。
用待检测目标滑动多普勒滤波信号幅值的平均值除以待检测目标回波信号幅值的平均值，得到待检测目标幅值比值。
步骤10.计算待检测目标幅值变化率。
用待检测目标滑动多普勒滤波信号幅值大于待检测目标滑动多普勒滤波信号最大幅值的0.5倍的个数，除以待检测目标滑动多普勒滤波信号幅值大于待检测目标滑动多普勒滤波信号最大幅值的0.707倍的个数，得到待检测目标幅值变化率。
步骤11.判断待检测目标幅值比值是否大于噪声最大幅值比值，若是，则执行步骤12，否则，执行步骤7。
步骤12.判断待检测目标幅值变化率是否在噪声幅值变化率区间外，若是，则执行步骤13，否则，执行步骤7。
步骤13.将待检测目标幅值变化率在噪声幅值变化率区间外的检测单元对应的目标确定为微弱目标。
通过以下仿真实验对本发明效果作进一步的描述。
1.仿真实验的条件：
仿真一条件：雷达回波信号的维数是72×1000，所述雷达回波信号中包含噪声信号与微弱目标信号，滑动多普勒滤波器的长度为12，从雷达回波信号选取一个噪声信号与一个微弱目标信号，分别对噪声信号与微弱目标信号进行滑动多普勒处理，得到噪声滑动多普勒滤波信号与微弱目标滑动多普勒滤波信号；
仿真二条件：设定雷达系统恒虚警处理器的虚警率为10-6，得到雷达系统未进行滑动多普勒处理的雷达画面图；
仿真三条件：设定雷达系统恒虚警处理器的虚警率为10-6，得到雷达系统进行滑动多普勒处理的雷达画面图。
2.仿真实验的内容结果分析：
由仿真一得到图2与图3的结果，图2为噪声信号与微弱目标信号的包络图，图3为噪声滑动多普勒滤波信号与微弱目标滑动多普勒滤波信号的包络图。由仿真结果可以看出，雷达系统未进行滑动多普勒滤波处理时，噪声信号与微弱目标信号的包络图几乎没有区别，然而，雷达系统经过滑动多普勒滤波处理后，噪声滑动多普勒滤波信号与微弱目标滑动多普勒滤波信号的包络图有明显的区别，因此，可以利用噪声滑动多普勒滤波信号与微弱目标滑动多普勒滤波信号的包络图的区别，区分微弱目标与噪声，从而实现对微弱目标的检测。
由仿真二、仿真三分别得到图4与图5，比较图4与图5，图5中的点迹明显比图4中的点迹少，而且，图4未形成规整的目标航迹，而图5形成了规整的目标航迹，有效的证实了在雷达系统恒虚警处理器的虚警率设定较高时，利用滑动多普勒滤波方法，雷达系统可以抑制噪声的输出，正确检测到微弱目标与强目标。因此，在实际雷达系统中，在雷达系统恒虚警处理器的虚警率设定较高时，可以利用雷达回波信号滑动多普勒滤波处理前后的幅值比值以及滑动多普勒滤波信号的幅值变化率这两个特征区分噪声与微弱目标，抑制雷达系统输出噪声，得到更干净的目标航迹显示画面。

Claims (7)

1.一种基于低门限的雷达微弱目标检测方法，其特征在于，当雷达系统恒虚警处理器设定高虚警率时，恒虚警处理器得到低检测门限，雷达系统对待检测目标回波信号，进行滑动多普勒滤波处理，得到待检测目标滑动多普勒滤波信号，利用噪声滑动多普勒滤波信号与微弱目标滑动多普勒滤波信号之间的区别，确定待检测目标为微弱目标，该方法的具体步骤包括如下：
(1)接收雷达回波信号；
(2)产生噪声样本：
随机产生服从高斯分布的1000个噪声信号，作为噪声样本，其中，每个噪声信号的长度等于雷达系统中一个相干积累时间内的发射脉冲总数的6倍；
(3)利用滑动多普勒滤波方法，获得噪声样本中每一个噪声信号的噪声滑动多普勒滤波信号：
(3a)以噪声信号的任意值作为起始点，从噪声信号中，选取与多普勒滤波器的长度相同的信号，作为测试信号；
(3b)利用多普勒滤波器组滤波公式，计算多普勒滤波器组的输出值；
(3c)从所有多普勒滤波器的输出值中找出最大输出值，将最大输出值所对应的多普勒滤波器的中心频率，作为噪声信号的多普勒频率；
(3d)利用噪声滑动滤波器权值计算公式，计算长度等于噪声信号长度的1/6的噪声滑动多普勒滤波器的权值；
(3e)利用噪声滑动多普勒滤波公式，计算噪声滑动多普勒滤波信号幅值；
(4)获得噪声最大幅值比值：
(4a)用噪声滑动多普勒滤波信号幅值的平均值除以噪声信号幅值的平均值，得到噪声样本中每个噪声信号的噪声幅值比值；
(4b)从所有噪声幅值比值中找出噪声最大幅值比值；
(5)获得噪声幅值变化率区间：
(5a)用噪声滑动多普勒滤波信号幅值大于噪声滑动多普勒滤波信号最大幅值的0.5倍的个数，除以噪声滑动多普勒滤波信号幅值大于噪声滑动多普勒滤波信号最大幅值的0.707倍的个数，得到噪声样本中每个噪声信号的噪声幅值变化率；
(5b)找到每一个噪声幅值变化率值在直角坐标系横轴上对应的位置，得到噪声幅值变化率区间；
(6)提取雷达回波信号中的动目标信号：
多普勒滤波器组从接收的雷达回波信号中提取M×N维的动目标信号，其中，M表示动目标信号的多普勒通道总数，N表示动目标信号的检测单元总数；
(7)利用单元恒虚警检测方法，获得待检测目标的距离单元与多普勒频率；
(8)利用滑动多普勒滤波方法，获得待检测目标滑动多普勒滤波信号：
(8a)从雷达回波信号中提取与待检测目标距离单元相同的信号，得到待检测目标的回波信号；
(8b)利用待检测目标滑动滤波器权值计算公式，计算长度等于待检测目标信号长度的1/6的待检测目标滑动多普勒滤波器；
(8c)利用待检测目标滑动多普勒滤波公式，计算待检测目标滑动多普勒滤波信号幅值；
(9)计算待检测目标幅值比值：
用待检测目标滑动多普勒滤波信号幅值的平均值除以待检测目标回波信号幅值的平均值，得到待检测目标幅值比值；
(10)计算待检测目标幅值变化率：
用待检测目标滑动多普勒滤波信号幅值大于待检测目标滑动多普勒滤波信号最大幅值的0.5倍的个数，除以待检测目标滑动多普勒滤波信号幅值大于待检测目标滑动多普勒滤波信号最大幅值的0.707倍的个数，得到待检测目标幅值变化率；
(11)判断待检测目标幅值比值是否大于噪声最大幅值比值，若是，则执行步骤(12)，否则，执行步骤(7)；
(12)判断待检测目标幅值变化率是否在噪声幅值变化率区间外，若是，则执行步骤(13)，否则，执行步骤(7)；
(13)将待检测目标幅值变化率在噪声幅值变化率区间外的检测单元对应的目标确定为微弱目标。
2.根据权利要求1所述的基于低门限的雷达微弱目标检测方法，其特征在于：步骤(3b)中所述的多普勒滤波器组滤波公式如下：
其中，Zk表示第k个多普勒滤波器的输出值，Lw表示多普勒滤波器的长度，hl表示测试信号的第l个值，exp表示以自然常数e为底的指数操作，j表示虚数单位，π表示圆周率，l表示第k个多普勒滤波器的第几个权值的序号，fk表示第k个多普勒滤波器的中心频率，T表示雷达系统的脉冲重复周期。
3.根据权利要求1所述的基于低门限的雷达微弱目标检测方法，其特征在于：步骤(3d)中所述的噪声滑动滤波器权值计算公式如下：
wp＝exp(-j2πp·fd·T)
其中，wp表示噪声滑动多普勒滤波器的第p个权值，p表示噪声滑动多普勒滤波器第几个权值的序号，fd表示噪声滑动多普勒滤波器的中心频率。
4.根据权利要求1所述的基于低门限的雷达微弱目标检测方法，其特征在于：步骤(3e)中所述的噪声滑动多普勒滤波公式如下：
其中，Ym表示噪声滑动多普勒滤波信号的第m个值，wv表示噪声信号的滑动多普勒滤波器的第v个权值，Xmv表示噪声信号的滑动多普勒滤波处理的测量信号的第m行第v列的信号值，所述噪声信号的滑动多普勒滤波处理的测量信号的第r行信号是从噪声信号中，以噪声信号的第f个信号为起始点，选取与噪声信号的滑动多普勒滤波器长度相同的信号，且r＝f。
5.根据权利要求1所述的基于低门限的雷达微弱目标检测方法，其特征在于：步骤(7)中所述的单元恒虚警检测方法的具体步骤如下：
第一步，对动目标信号中每个单元的幅值求平方，得到动目标信号中每个单元的能量值；
第二步，找到动目标信号中每个单元能量值在直角坐标系中得位置，得到强目标的最小能量；
第三步，从动目标信号中任意选取一个检测单元；
第四步，找到检测单元在动目标信号所在矩阵中的行序号与列序号，其中行序号表示检测单元的距离单元，列序号表示检测单元的多普勒频率；
第五步，按照下式，计算所选取检测单元的恒虚警处理器的门限乘子：
其中，K表示所选取检测单元的恒虚警处理器的门限乘子，pf表示所选取检测单元在噪声背景下的虚警概率，L表示恒虚警处理器的参考单元总数，所述恒虚警处理器的参考单元是指，以所选取检测单元为中心，在所选取检测单元的同一行的左右两侧各取个单元，作为恒虚警处理器的参考单元；
第六步，按照下式，计算所选取检测单元的噪声能量估计值：
其中，表示所选取检测单元的噪声能量估计值，∑表示求和操作，yq表示第q个参考单元信号的幅值；
第七步，用所选取检测单元的恒虚警处理器的门限乘子乘以所选取检测单元的噪声能量估计值，得到所选取检测单元的恒虚警处理器的检测门限值；
第八步，对选取检测单元信号的幅值求平方，得到选取检测单元信号的能量值；
第九步，判断所选取检测单元信号的能量值是否大于等于所选取检测单元的恒虚警处理器的检测门限值，若是，则得到过检测门限的检测单元，并执行第九步，否则，执行第三步；
第九步，判断过检测门限的检测单元的能量是否小于强目标的最小能量，若是，则得到待检测目标的距离单元与多普勒频率，否则，执行第三步。
6.根据权利要求1所述的基于低门限的雷达微弱目标检测方法，其特征在于：步骤(8b)中所述的待检测目标滑动滤波器权值计算公式如下：
wn＝exp(-j2πn·fτ·T)
其中，wn表示待检测目标滑动多普勒滤波器的第n个权值，n表示待检测目标滑动多普勒滤波器第几个权值的序号，fτ表示待检测目标滑动多普勒滤波器的中心频率。
7.根据权利要求1所述的基于低门限的雷达微弱目标检测方法，其特征在于：步骤(8c)中所述的待检测目标滑动多普勒滤波公式如下：
其中，Yu表示待检测目标滑动多普勒滤波信号的第u个值，wu表示待检测目标回波信号的滑动多普勒滤波器的第u个权值，Ssu表示待检测目标回波信号的滑动多普勒滤波处理的测量信号的第s行第u列的信号值，所述待检测目标回波信号的滑动多普勒滤波处理的测量信号的第a行信号是从待检测目标回波信号中，以待检测目标回波信号的第b个信号为起始点，选取与待检测目标回波信号的滑动多普勒滤波器长度相同的信号，且a＝b。
CN201810691211.2A 2018-06-28 2018-06-28 基于低门限的雷达微弱目标检测方法 Active CN108872961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810691211.2A CN108872961B (zh) 2018-06-28 2018-06-28 基于低门限的雷达微弱目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810691211.2A CN108872961B (zh) 2018-06-28 2018-06-28 基于低门限的雷达微弱目标检测方法

Publications (2)

Publication Number Publication Date
CN108872961A true CN108872961A (zh) 2018-11-23
CN108872961B CN108872961B (zh) 2022-03-22

Family

ID=64296726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810691211.2A Active CN108872961B (zh) 2018-06-28 2018-06-28 基于低门限的雷达微弱目标检测方法

Country Status (1)

Country Link
CN (1) CN108872961B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111323757A (zh) * 2019-12-30 2020-06-23 北京海兰信数据科技股份有限公司 一种航海雷达目标检测方法及装置
CN111858384A (zh) * 2020-08-04 2020-10-30 上海无线电设备研究所 一种恒虚警检测软件单元的高效测试方法
CN113325405A (zh) * 2020-02-28 2021-08-31 加特兰微电子科技(上海)有限公司 恒虚警目标检测方法、装置、集成电路、传感器及设备
US20220252714A1 (en) * 2019-12-05 2022-08-11 Mitsubishi Electric Corporation Radar signal processing device, radar sensor system, and signal processing method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7671789B1 (en) * 2008-10-03 2010-03-02 Lockheed Martin Corporation Method and system for target detection and angle estimation based on a radar signal
CN102628936A (zh) * 2012-04-12 2012-08-08 杭州电子科技大学 一种基于信息互反馈的机动弱目标检测跟踪一体化方法
CN103439697A (zh) * 2013-08-23 2013-12-11 西安电子科技大学 基于动态规划的目标检测方法
CN107015221A (zh) * 2017-04-11 2017-08-04 中国电子科技集团公司第五十四研究所 一种用于地面监视雷达的低虚警率快速目标检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7671789B1 (en) * 2008-10-03 2010-03-02 Lockheed Martin Corporation Method and system for target detection and angle estimation based on a radar signal
CN102628936A (zh) * 2012-04-12 2012-08-08 杭州电子科技大学 一种基于信息互反馈的机动弱目标检测跟踪一体化方法
CN103439697A (zh) * 2013-08-23 2013-12-11 西安电子科技大学 基于动态规划的目标检测方法
CN107015221A (zh) * 2017-04-11 2017-08-04 中国电子科技集团公司第五十四研究所 一种用于地面监视雷达的低虚警率快速目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YONGLIANG WANG ET.AL: "《Sum and Difference Doppler Filter Banks Canceller for GMTI in Airborne Radar》", 《PROCEEDINGS OF 2011 IEEE CIE INTERNATIONAL CONFERENCE ON RADAR》 *
赵永波 等: "《雷达低角跟踪环境下的最大似然波达方向估计方法》", 《电子学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220252714A1 (en) * 2019-12-05 2022-08-11 Mitsubishi Electric Corporation Radar signal processing device, radar sensor system, and signal processing method
CN111323757A (zh) * 2019-12-30 2020-06-23 北京海兰信数据科技股份有限公司 一种航海雷达目标检测方法及装置
CN111323757B (zh) * 2019-12-30 2022-04-05 北京海兰信数据科技股份有限公司 一种航海雷达目标检测方法及装置
CN113325405A (zh) * 2020-02-28 2021-08-31 加特兰微电子科技(上海)有限公司 恒虚警目标检测方法、装置、集成电路、传感器及设备
CN111858384A (zh) * 2020-08-04 2020-10-30 上海无线电设备研究所 一种恒虚警检测软件单元的高效测试方法
CN111858384B (zh) * 2020-08-04 2024-01-02 上海无线电设备研究所 一种恒虚警检测软件单元的高效测试方法

Also Published As

Publication number Publication date
CN108872961B (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
CN108872961A (zh) 基于低门限的雷达微弱目标检测方法
CN109814073B (zh) 一种mtd雷达解模糊测速方法
CN106468770B (zh) K分布杂波加噪声下的近最优雷达目标检测方法
CN106125053B (zh) 脉冲多普勒雷达极化抗干扰方法
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
US8138963B1 (en) Method for detecting targets using space-time adaptive processing and shared knowledge of the environment
CN111965632B (zh) 一种基于黎曼流形降维的雷达目标检测方法
CN106569196B (zh) 一种基于压缩感知的地面雷达多目标检测方法
CN102230961B (zh) 基于相位补偿处理的扩展目标检测方法
KR101109150B1 (ko) 계산량을 향상시킨 순차통계 일정 오경보율 검파방법
CN105425223B (zh) 广义帕累托杂波下稀疏距离扩展雷达目标的检测方法
CN106019254B (zh) 一种uwb冲击生物雷达多人体目标距离向分离辨识方法
CN105445699B (zh) 一种非视距误差消除的测距方法及系统
CN107942324B (zh) 基于多普勒引导的多帧联合小目标双重检测方法
CN110632571B (zh) 一种基于矩阵流形的稳健stap协方差矩阵估计方法
CN110263646A (zh) 一种基于卷积神经网络的海面弱目标探测方法和系统
CN106997042A (zh) 一种目标信号检测方法及装置
CN107202989A (zh) 一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法
CN110988834A (zh) 一种基于自适应阈值双门限的脉冲到达时间测量方法
CN112147584A (zh) 一种基于非均匀杂波的mimo雷达扩展目标检测方法
CN105866748B (zh) 一种基于检测先验的固定窗长恒虚警检测方法
CN104880696B (zh) 一种基于通道优选的多通道目标检测方法
CN107132518A (zh) 一种基于稀疏表示和时频特征的距离扩展目标检测方法
CN106353743A (zh) 匹配于等效形状参数的近最优雷达目标检测方法
CN108718223B (zh) 一种非合作信号的盲频谱感知方法

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