CN110865352B - 一种基于纹理相关性的块自适应海杂波抑制方法 - Google Patents

Abstract

本发明公开了一种基于纹理相关性的块自适应海杂波抑制方法。在雷达对海进行目标检测中，海杂波的存在会降低目标检测性能。因此，为了减少海杂波对目标检测的干扰，将海杂波纹理特性分析和块自适应滤波相结合，给出了一种新的海杂波抑制方法。在具体实现中，首先采用非参数化方法提取海杂波的纹理分量，并计算双方向纹理相关距离；然后，根据纹理相关距离选择相应的训练数据，估计海杂波多普勒谱，并对待处理单元进行块自适应滤波处理。该发明的方法通过实时估计海杂波的多普勒谱，进而设计高通滤波，实现海杂波的抑制，提高海上目标检测性能。

Description

一种基于纹理相关性的块自适应海杂波抑制方法

技术领域

本发明主要用于雷达信号处理领域，具体为一种雷达海杂波抑制方法。

背景技术

海杂波是雷达照射海面时的海面回波，是对海探测的重要影响因素。海杂波背景下的目标检测、跟踪与识别在军事和民用等领域都有广泛的应用，针对的海杂波抑制的研究也得到了很多学者的关注。

多普勒谱是海杂波的一个重要特性，海杂波多普勒频谱的分布是随时间、海况和风速等环境因素而动态变化的。海杂波多普勒特性分析表明，海杂波的能量主要位于多普勒域的零频率附近，这就为基于滤波技术的海杂波抑制奠定了基础，但是海杂波的多普勒谱是动态变化的，且目标运动的径向速度范围较宽，可能存在与海杂波多普勒谱的重合，这就导致传统的固定高通滤波器抑制海杂波存在较大的误差。

通过对传统高通滤波器的改进，块自适应滤波算法在抑制海杂波方面得到了广泛的应用。该算法通过利用邻近距离门数据估计海杂波数据的多普勒特性，并设计高通滤波器实现对海杂波的抑制。这种方法可以反映海杂波的谱特性，可以实现对海杂波的抑制。但是，块自适应滤波器使用了固定距离门的回波序列作为训练数据，由于海杂波受多种因素影响，且复杂多变，在实际应用中，不同场景下所需的训练数据应随场景自动变化，以反映海况的实时变化。

发明内容

为了减少海杂波对目标检测的影响，海杂波抑制是海上目标探测研究中的一个重要研究方向。其中，块自适应滤波器是通过估计相邻距离门回波序列功率谱来估计待处理单元的功率谱，当采用固定距离门的回波序列作为训练数据时，训练数据与待处理数据的多普勒谱特性可能存在较大的差异。因此，本发明将海杂波的纹理分量提取出来，并用于海杂波的空间相关性分析，利用空间相关性这一特征来限定块自适应滤波算法中训练数据的范围，进而实现海杂波抑制。

本发明遵循了以下的技术方案：

1、对海杂波数据使用非参数化纹理提取方法进行处理，得到海杂波的纹理分量；

2、对得到的海杂波纹理分量进行相关性分析，计算海杂波的空间相关距离；

3、利用相关性分析的结果确定训练数据，并估计海杂波的多普勒谱；

4、根据海杂波多普勒谱调整滤波器参数，并进行海杂波抑制。

与块自适应滤波算法相比，本发明依据海杂波纹理分量的空间相关性来确定用于海杂波多普勒谱估计的训练数据，可以更准确的估计海杂波的多普勒谱，能进一步改善海杂波抑制效果，并提高目标检测性能。

附图说明

图1：改进的海杂波算法流程。

图2：待处理回波数据的距离-多普勒图。

图3：基于纹理相关性的块自适应海杂波抑制结果。

具体实施方式

本发明提出一种基于纹理相关性的块自适应海杂波抑制方法，见图1，实现过程具体包括：纹理分量提取、纹理相关距离计算、海杂波多普勒谱估计和高通滤波等处理过程，其中的海杂波多普勒谱估计和高通滤波属于块自适应滤波的过程。首先，采用非参数化纹理提取方法处理海杂波，获取海杂波数据的纹理分量，在基础上，对纹理分量进行空间相关性分析，计算纹理相关距离；对于待处理单元，根据纹理相关距离选择相应的训练数据，进行块自适应滤波处理，实现基于纹理相关性的块自适应海杂波抑制。下面对上述步骤进行详细说明。

1、海杂波纹理分量提取

复合高斯模型认为，海杂波包含了快变的散斑分量和慢变的纹理分量，散斑分量反应了海杂波的局部高斯变化，而纹理分量包含了海杂波复杂的动态特性，反应了海杂波的局部功率变化。因此，纹理分量是海杂波特性分析的重要依据。要从海杂波中提取出纹理分量，可以采用非参数化纹理提取或参数化纹理提取。但参数化提取需要海杂波的先验信息，在工程应用中，纹理分量的先验信息通常是不完备的，故我们选用非参数化提取方法。

非参数化纹理提取本质上是利用了散斑分量和纹理分量具有不同的相干长度。对于长度为L的窗口滤波器，满足L_g＜＜L＜＜L_τ，其中，L_g表示散斑分量相关长度，L_τ表示纹理分量相关长度。则通过滑动一个长度为L的窗口滤波器，可以得到海杂波纹理分量的非参数化估计为：

2、纹理分量的空间相关性分析

海杂波的相关性包括了时间相关性和空间相关性，这里仅考虑空间相关性。对于得到的海杂波纹理分量，其空间相关系数可表示为：

ρ(p)＝E{τ(r)τ^*(r+p)}/(||τ(r)||·||τ(r+p)||) (2)

其中，r表示距离维，p表示距离间隔(单位为距离门)，||||为计算二范数。

考虑到海杂波的动态多变，在计算海杂波纹理的空间相关距离时，以待处理距离门为中心，分别沿靠近雷达方向和远离雷达方向计算空间相关系数ρ_near和ρ_far；利用设定的门限th分别与两个方向的空间相关系数序列进行比较得到空间相关范围。假定待处理的距离门序号为X,则满足空间相关性的海杂波距离门范围为[X-M,X+N]，M、N为整数，分别表示靠近雷达方向和远离雷达方向满足空间相关性的距离门数。M为满足(3)式的最大整数,N为满足(4)式的最大整数。

ρ_near(k)＜th if k＞M (3)

ρ_far(k)＜th if k＞N (4)

其中阈值th的取值范围[1/5,1/e]，e为自然常数。

3、海杂波多普勒谱估计

块自适应滤波算法将海杂波的多普勒谱建模为自回归模型，对于待处理单元，按照步骤2的分法选择邻近M+N个距离门数据作为训练数据，通过Burg算法对训练数据进行估计得到海杂波多普勒谱，然后对各个频率点，分别通过中值滤波对M+N个距离门的谱估计值进行处理，得到待处理单元的多普勒谱估计值。

4、高通滤波

根据第3步多普勒估计结果调整滤波器参数，这种根据海况调整滤波器参数的过程即为自适应调整过程，得到块自适应滤波器H(f)。

对于待处理单元z，通过下式(5)进行基于块自适应滤波的海杂波抑制。

Z(f)＝DFT(z)·H(f) (5)

式中的DFT()表示离散傅里叶变换，Z(f)为杂波抑制后海杂波频谱，进一步通过逆傅里叶变换可以得到滤波后的时域数据。

为了验证本发明所提出方法的有效性，我们选择南非的实测海杂波数据CSIR进行实验。图2是实测数据的距离-多普勒图，可以看出不同距离门海杂波的多普勒谱不同，但主要分布在-50Hz～150Hz之间，谱宽大约为200Hz。实验数据中存在运动的小目标，其多普勒谱主要分布在-200Hz～-100Hz之间。使用本专利基于纹理相关性的块自适应海杂波抑制处理后的结果如图3所示。与图2相比，图3中海杂波多普勒谱的能量减弱，分布的范围也减小到约80Hz。在杂波能量被有效抑制的同时，目标得以保留。通过海杂波抑制处理，可以提升海上小目标的信杂比，为后续的目标检测等处理奠定基础。

Claims (1)

1.一种基于纹理相关性的块自适应海杂波抑制方法，其特征在于具有以下步骤：

1)对海杂波数据使用非参数化纹理提取方法进行处理，得到纹理分量；

2)对得到的海杂波纹理分量进行相关性分析，计算纹理相关距离；

3)利用海杂波纹理空间相关性，对于得到的海杂波纹理分量，其空间相关系数可表示为：

ρ(p)＝E{τ(r)τ^*(r+p)}/(||τ(r)||·||τ(r+p)||) (1)

其中，r表示距离维，p表示距离间隔，单位为距离门，|| ||为计算二范数；在计算海杂波纹理的空间相关距离时，以待处理距离门为中心，分别沿靠近雷达方向和远离雷达方向计算空间相关系数ρ_near和ρ_far；利用设定的门限th分别与两个方向的空间相关系数序列进行比较得到空间相关范围；假定待处理的距离门序号为X,则满足空间相关性的海杂波距离门范围为[X-M,X+N]，M、N为整数，分别表示靠近雷达方向和远离雷达方向满足空间相关性的距离门数；M为满足(2)式的最大整数,N为满足(3)式的最大整数：

ρ_near(k)＜th if k＞M (2)

ρ_far(k)＜th if k＞N (3)

其中阈值th的取值范围[1/5,1/e]，e为自然常数；在海杂波多普勒谱估计时，采用块自适应滤波算法将海杂波的多普勒谱建模为自回归模型，对于待处理单元，选择邻近M+N个距离门数据作为训练数据，通过Burg算法对训练数据进行估计得到海杂波多普勒谱，然后对各个频率点，分别通过中值滤波对M+N个距离门的谱估计值进行处理，得到待处理单元的多普勒谱估计值；

4)根据估计的海杂波多普勒谱调整滤波器参数，并进行海杂波抑制。

Images