CN111624574A - 弱目标探测的目标检测方法、系统、存储介质和装置 - Google Patents

弱目标探测的目标检测方法、系统、存储介质和装置 Download PDF

Info

Publication number
CN111624574A
CN111624574A CN202010741586.2A CN202010741586A CN111624574A CN 111624574 A CN111624574 A CN 111624574A CN 202010741586 A CN202010741586 A CN 202010741586A CN 111624574 A CN111624574 A CN 111624574A
Authority
CN
China
Prior art keywords
clutter
target detection
echo signal
exists
target
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.)
Pending
Application number
CN202010741586.2A
Other languages
English (en)
Inventor
江峰
方鑫
田增山
蔡传斌
李骁骅
黄绪国
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.)
Mianyang Youxian District Innovation Technology Industry Technology Research Institute
Original Assignee
Mianyang Youxian District Innovation Technology Industry Technology Research Institute
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 Mianyang Youxian District Innovation Technology Industry Technology Research Institute filed Critical Mianyang Youxian District Innovation Technology Industry Technology Research Institute
Priority to CN202010741586.2A priority Critical patent/CN111624574A/zh
Publication of CN111624574A publication Critical patent/CN111624574A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating targets with respect to background clutter
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures

Abstract

本发明涉及雷达信号处理领域,公开了弱目标探测的目标检测方法、系统、存储介质和装置,方法包括:预处理:对雷达回波信号进行下变频、采样和脉冲压缩;距离徙动校正:利用尺度变换算子对回波信号进行距离徙动校正;目标检测:建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测。本发明采用距离徙动校正的主要目的是为了后续目标能量积累,避免相参积累结果恶化,利用距离徙动校正后的数据应用于杂波轮廓图进行杂波判断,使后续的目标检测是距离徙动校正后的数据,可消除距离徙动校正操作给杂波轮廓图判断杂内杂外带来的影响,使杂波轮廓图建立更准确。

Description

弱目标探测的目标检测方法、系统、存储介质和装置
技术领域
本发明涉及雷达信号处理领域,尤其涉及弱目标探测的目标检测方法、系统、存储介质和装置。
背景技术
当雷达进行目标检测时,目标周围总是不能避免的存在着各种背景,如地物、云雨、海浪和金属箔条等,这些背景所产生的回波或人为干扰称之为杂波。杂波的存在严重限制雷达对目标的检能力,尤其低空环境杂波背景复杂,对于鸟类以及无人机这类低空慢速微弱目标而言,极易被杂波和噪声所淹没,导致目标检测失效。因此,杂波抑制和目标检测技术是低空探测雷达信号处理中的关键技术之一。
目前国内外主要的杂波抑制与目标检测技术主要包括以下几种:
1)动目标显示(MTI)技术
MTI其本质是基于回波多普勒信息的提取来区分运动目标与固定杂波。地物等静止杂波的频谱一般集中在零频附近或脉冲重复频率的整数倍附近,因此可以在零频和脉冲重复频率的整数倍附近设置带阻滤波器即MTI滤波器,达到抑制杂波目的。MTI滤波器利用运动目标回波和杂波在频谱上的区别,有效的抑制杂波而提取目标信号。它可以利用延迟线对消器来实现,常用的延迟线对消器有单延迟线对消器和双延迟线对消器。MTI滤波器对于静止杂波抑制效果比较理想,然而雷达工作时遇到的杂波,包括海浪、云雨以及敌人施放的金属箔等,它们都存在内部或外部的运动,再加上风的影响,导致杂波也会产生多普勒频移。这种情况下,MTI技术便不能有效的抑制杂波,提取目标信号,故需要更好的杂波抑制技术。自适应MTI是在MTI的基础上加入了自适应技术,实现自适应的方法有两种:一种是改变MTI滤波器的特性,即移动其凹口使它对准运动杂波的平均多普勒频移;另一种方法是保持MTI滤波器的特性不变,搬移杂波的频谱,即将杂波的频谱移到固定杂波频谱的位置上。实现第二种方法中的频谱搬移可以通过给相参振荡器的频率补偿一个杂波平均多普勒频移来实现。杂波的平均多普勒频移估计是实现自适应MTI的难点,且慢速目标多普勒频移可能和运动杂波多普勒频率接近,在抑制运动杂波的同时,极有可能对目标能量带来损失。
2)动目标检测(MTD)技术
MTD是在MTI的基础上,增加一组多普勒滤波器,改善滤波器的滤波特性,使之更接近于最佳(匹配)线性滤波,提高改善因子。第一代 MTD 处理器是二十世纪七十年代初期由美国麻省理工学院的林肯实验室研制成功的,它主要由一个传统的三脉冲对消器级联一个8点的FFT构成。这一8点FFT等效为一组相邻有覆盖的窄代滤波器组,它实际上就是用作脉冲串回波相参积累的匹配滤波器。脉冲多普勒(PD)杂波抑制技术类似于MTD技术,两者的区别在于PD技术所使用的脉冲重复频率高,所以其多普勒频率不存在模糊,且PD技术采用滤波器组中滤波器的个数要比MTD的要多,所以技术的杂波改善性能要优于MTD,这样测得的多普勒频率精度要比MTD测得的精度高,目标检测概率也会相应提高。但是PD技术也存在缺点,那就是距离模糊。由于脉冲重复频率较高,所以脉冲重复周期较小,雷达的无模糊距离与脉冲重复周期成正比,所以雷达的无模糊距离较小,对于远距离目标,雷达在检测中容易产生距离模糊。因此,使用PD杂波抑制技术时,需合理设计脉冲重复频率。
3)卡尔马斯(Kalmus)滤波器技术
Kalmus滤波器在MTD的基础上,将多普勒滤波器组平移半个脉冲重复频率,然后将临近零频的两个滤波器相减,实现杂波抑制。其在零多普勒频率处呈现深的止带凹口,而随着频率的增加呈现快速的上升斜率,因此该滤波器对固定杂波有很好的抑制作用,并且同时可以保证对低速目标的检测能力。但是实际环境中总是存在具有一定谱宽的起伏杂波,尽管使用了Kalmus滤波器,滤波剩余的这种起伏分量仍将严重干扰低速目标的检测并造成剧烈变化的虚警。
4)杂波图技术
在雷达威力范围内按不同要求划分杂波单元,然后把杂波单元内的杂波特性保存在存储器中,并且随着杂波特性的改变能够实时更新。我们把这种存储在存储器中的雷达威力范围内的杂波特性分布图称为杂波图。杂波图雷达信号处理中一种常用的杂波抑制方法,其原理是将雷达的作用范围按照距离和方位划分成许多不同的空间单元,称为杂波图单元,每个杂波图单元距离长度为距离分辨率的整数倍,方位宽度一般小于天线水平波瓣宽度。空间单元划分的越细,越能真实反应空间的杂波变化情况。杂波图对帧间数据进行递归运算积累,当目标运动速度很慢时,多个雷达天线扫描周期内目标可能还没有走出该杂波单元,导致目标信号也参与了杂波图更新积累,影响杂波功率估计的准确性,从而影响目标检测性能,也即是自遮蔽现象。自遮蔽现象会影响慢速目标的检测性能,针对自遮蔽现象,人们提出了一些解决方法,包括合理选择参数避免自遮蔽现象以及L滤波器方法,但是它们都只是在一定程度上减轻了自遮蔽现象对检测的影响,并不能完全解决该问题。自遮蔽现象也是杂波图检测应用的一个难点。
综上,虽然在现代雷达系统中的杂波抑制方法有很多种,但是当杂背景强、目标运动速度慢以及目标回波信号弱的情况下,常规的杂波抑制方法都不能很好的将目标信息从强杂波环境中提取出来,严重恶化目标检测性能。因此,针对鸟类和无人机等低慢小目标杂波抑制方法,需展开针对性研究。
发明内容
本发明的目的在于克服现有技术的不足,提供弱目标探测的目标检测方法、系统、存储介质和装置,解决现有技术的距离徙动会造成目标能量发散、使得杂波轮廓图进行目标检测会带来严重的虚警和漏检问题。
本发明的目的是通过以下技术方案来实现的:
本发明的第一方面,提供用于低空慢速弱目标探测的目标检测方法,包括以下步骤:
预处理:对雷达回波信号进行下变频、采样和脉冲压缩;
目标检测:建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测;
所述方法还包括位于所述预处理和所述目标检测之间的距离徙动校正:利用尺度变换算子对回波信号进行距离徙动校正。
进一步地,雷达接收目标回波信号经所述预处理后,方位角
Figure 630755DEST_PATH_IMAGE001
、俯仰角
Figure 281179DEST_PATH_IMAGE002
的接收信 号
Figure 470852DEST_PATH_IMAGE003
表示如下:
Figure 964150DEST_PATH_IMAGE004
式中,
Figure 999102DEST_PATH_IMAGE005
表示目标回波信 号,
Figure 894246DEST_PATH_IMAGE006
表示杂波和噪声信号,
Figure 989241DEST_PATH_IMAGE007
为光速,
Figure 969835DEST_PATH_IMAGE008
表示雷达发射信号中 心频点,
Figure 542899DEST_PATH_IMAGE009
表示采样频率,
Figure 528435DEST_PATH_IMAGE010
表示采样点数,
Figure 59910DEST_PATH_IMAGE011
为雷达与目标初始斜距,
Figure 262221DEST_PATH_IMAGE012
表示距离频率变量,
Figure 638976DEST_PATH_IMAGE013
表示脉冲序号,M为脉冲积累个数,
Figure 243133DEST_PATH_IMAGE014
表示脉冲重复时间,
Figure 538985DEST_PATH_IMAGE015
表示目标速度。
进一步地,所述尺度变换算子
Figure 103958DEST_PATH_IMAGE016
具体为:
Figure 641994DEST_PATH_IMAGE017
式中,
Figure 507182DEST_PATH_IMAGE018
表示经过尺度 变换算子后的目标回波信号,
Figure 114880DEST_PATH_IMAGE019
表示经过尺度变换算子后的杂波回波信号,
Figure 291784DEST_PATH_IMAGE020
表示等效脉冲序号;
将上式沿
Figure 869396DEST_PATH_IMAGE021
做逆傅里叶变换后,得到:
Figure 589090DEST_PATH_IMAGE022
式中,
Figure 226745DEST_PATH_IMAGE023
表示经过傅里叶变换后目标回波信号,
Figure 766311DEST_PATH_IMAGE024
表示经过傅里叶变换后杂波回波 信号,
Figure 914657DEST_PATH_IMAGE025
表示距离估计精度。
进一步地,所述建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:包括:
噪声平均功率估计;
对杂波功率估计;
连续扫描L圈,判定杂波功率大于噪声平均功率的次数是否超过门限值:若超过门限值则判定为有杂波,否则判定为无杂波。
进一步地,所述建立杂波轮廓图具体包括:
噪声平均功率估计:雷达在方位角为
Figure 223279DEST_PATH_IMAGE026
,俯仰角为
Figure 297414DEST_PATH_IMAGE002
,斜距为
Figure 793118DEST_PATH_IMAGE027
处的接收信号为
Figure 712532DEST_PATH_IMAGE028
,其中
Figure 734715DEST_PATH_IMAGE029
表示向下取整;对雷达接收信号沿慢时间进行离散傅里叶变换, 得到
Figure 120697DEST_PATH_IMAGE030
,即:
Figure 258024DEST_PATH_IMAGE031
式中,
Figure 387654DEST_PATH_IMAGE032
表示离散多普勒频率变量,
Figure 529922DEST_PATH_IMAGE020
表示等效脉冲序号,M为脉冲积累个 数,
Figure 352384DEST_PATH_IMAGE033
为距离估计精度;
除去k=0和k=M-1,对剩余的多普勒频率单元取均值即可得到噪声平均功率估计值
Figure 88259DEST_PATH_IMAGE034
,即:
Figure 615056DEST_PATH_IMAGE035
对杂波功率估计:对k=0和k=N-1两个多普勒频率单元取均值即可得到杂波功率估计值
Figure 752776DEST_PATH_IMAGE036
,即
Figure 605194DEST_PATH_IMAGE037
连续扫描L圈,判记录
Figure 562786DEST_PATH_IMAGE038
的次数
Figure 660317DEST_PATH_IMAGE039
,如果
Figure 652544DEST_PATH_IMAGE040
则判定为有杂波,否则判定为无 杂波。
进一步地,在判定有无杂波后,还需要通过区域扩展得到最终的杂波轮廓图;具体为,在建立杂波轮廓图时,需要将过门限的杂波单元和其相邻的距离单元都看作杂波区。
进一步地,所述杂波抑制采用Kalmus滤波器组实现,具体包括:
对接收信号进行离散傅里叶变换,并乘以旋转因子
Figure 144705DEST_PATH_IMAGE041
对滤波器组进行搬移, 得到:
Figure 979806DEST_PATH_IMAGE042
式中,
Figure 989350DEST_PATH_IMAGE043
为经距离徙动校正后的雷达回波信号,
Figure 101663DEST_PATH_IMAGE044
表示离散多普勒频率 变量,
Figure 561463DEST_PATH_IMAGE020
表示等效脉冲序号,M为脉冲积累个数;
上式中,对k=0和k=M-1对应滤波器的输出取模相减再取模即可得到Kalmus滤波器的输出,即:
Figure 493647DEST_PATH_IMAGE045
通过上式即可实现杂波抑制。
本发明的第二方面,提供用于低空慢速弱目标探测的目标检测系统,包括顺次连接的:
预处理模块:用于对雷达回波信号进行下变频、采样和脉冲压缩;
目标检测模块:用于建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测;
所述系统还包括位于所述预处理模块和所述目标检测模块之间的距离徙动校正模块:用于利用尺度变换算子对回波信号进行距离徙动校正。
本发明的第三方面,提供一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行所述的用于低空慢速弱目标探测的目标检测方法的步骤。
本发明的第四方面,提供一种装置,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行所述的用于低空慢速弱目标探测的目标检测方法的步骤。
本发明的有益效果是:
(1)在本发明的一示例性实施例中,对于杂波轮廓图的处理之前,具有一距离徙动校正步骤;采用距离徙动校正的主要目的是为了后续目标能量积累(即实现目标能量在多普勒域的有效积累,提高了雷达对于鸟类等弱目标的检测性能),避免相参积累结果恶化(如果没有杂波抑制,流程图中FFT输出即为相参积累结果;如果有杂波,Kalmus滤波器输出即为相参积累结果);这里利用距离徙动校正后的数据应用于杂波轮廓图进行杂波判断,是因为后续的目标检测是距离徙动校正后的数据,这样可以消除距离徙动校正操作给杂波轮廓图判断杂内杂外带来的影响,也能够使得杂波轮廓图建立更准确。同时杂波轮廓图的判断来选择合适的信号处理过程,在实现杂波抑制时最大限度地保留目标能量,特别适用于鸟类、无人机等慢速目标的检测。
(2)在本发明的多个示例性实施例中,分别公开了距离徙动校正、杂波轮廓图建立与判断、Kalmus滤波器的具体实现方式。
附图说明
图1为本发明一示例性实施例公开的方法流程图;
图2为本发明一示例性实施例公开的k=0和k=M-1对应滤波器的幅频响应示意图;
图3为本发明一示例性实施例公开的Kalmus滤波器的幅频响应示意图。
具体实施方式
下面结合附图对本发明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做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。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在现有技术中,如果不采用距离徙动校正,会给杂内杂外判断(轮廓图建立后的判断)带来一定的影响,并会严重恶化后续目标检测性能:即如果不采用距离徙动校正,由于距离徙动会造成目标能量发散,故仅采用杂波轮廓图+kalmus滤波器方法进行目标检测会带来严重的虚警和漏检。
同时在另外的现有技术中,如果仅采用单独的距离徙动校正后,对目标进行相参积累和目标检测,则由于杂波的影响(因为低慢小目标飞行在低空空域,杂波背景复杂),目标信号可能会被杂波和噪声淹没,导致漏检。
因此,下述示例性实施例专门针对低慢小这类目标,提出了距离徙动校正+杂波轮廓图+kalmus滤波器的目标检测方法。
参见图1所示,图1是本申请一示例性实施例示出的用于低空慢速弱目标探测的目标检测方法的流程图,包括以下步骤:
S1:预处理:对雷达回波信号进行下变频、采样和脉冲压缩;
S2:距离徙动校正:利用尺度变换算子对回波信号进行距离徙动校正;
S3:目标检测:建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测。
具体地,在该示例性实施例中,对于杂波轮廓图的处理之前,具有一距离徙动校正步骤;采用距离徙动校正的主要目的是为了后续目标能量积累(即实现目标能量在多普勒域的有效积累,提高了雷达对于鸟类等弱目标的检测性能),这里利用距离徙动校正后的数据应用于杂波轮廓图进行杂波判断,是因为后续的目标检测是距离徙动校正后的数据,这样可以消除距离徙动校正操作给杂波轮廓图判断杂内杂外带来的影响,也能够使得杂波轮廓图建立更准确(由于距离徙动校正操作会导致距离单元里面杂波能量变化)。同时杂波轮廓图的判断来选择合适的信号处理过程,在实现杂波抑制时最大限度地保留目标能量,特别适用于鸟类、无人机等慢速目标的检测。
更优地,在一示例性实施例中,雷达接收目标回波信号经所述预处理后,方位角
Figure 572461DEST_PATH_IMAGE046
、俯仰角
Figure 162449DEST_PATH_IMAGE047
的接收信号
Figure 137359DEST_PATH_IMAGE003
表示如下:
Figure 947052DEST_PATH_IMAGE004
式中,
Figure 157453DEST_PATH_IMAGE048
表示目标回波信号,
Figure 978779DEST_PATH_IMAGE007
为光速,
Figure 249223DEST_PATH_IMAGE049
表示雷达发射信号中心频点,
Figure 421578DEST_PATH_IMAGE050
表示采样频率,
Figure 937135DEST_PATH_IMAGE010
表示采样点数,
Figure 878547DEST_PATH_IMAGE011
为雷达与 目标初始斜距,
Figure 460838DEST_PATH_IMAGE051
表示距离频率 变量,
Figure 245123DEST_PATH_IMAGE052
表示脉冲序号,M为脉冲积累个数,
Figure 938272DEST_PATH_IMAGE014
表示脉冲重复时间,
Figure 999769DEST_PATH_IMAGE015
表示目标速 度,
Figure 877596DEST_PATH_IMAGE006
表示杂波回波信号。
在上式中,
Figure 758964DEST_PATH_IMAGE053
Figure 380438DEST_PATH_IMAGE054
的耦合会带来距离单元徙动,如果将具有距离单元徙动的雷达 回波信号直接送入杂波轮廓图建立,会带来严重的虚警和漏检。
因此,更优地,为了消除该距离单元徙动,在一示例性实施例中,所述尺度变换算 子
Figure 296441DEST_PATH_IMAGE055
具体为:
Figure 220535DEST_PATH_IMAGE017
式中,
Figure 477948DEST_PATH_IMAGE018
表示经过尺度 变换算子后的目标回波信号,
Figure 512900DEST_PATH_IMAGE056
表示经过尺度变换算子后的杂波回波信号,
Figure 283410DEST_PATH_IMAGE020
表示等效脉冲序号;
可以看到,上式中目标回波信号
Figure 503039DEST_PATH_IMAGE057
与n无耦合,即距离单元徙动被校正。
将上式沿
Figure 358999DEST_PATH_IMAGE053
做逆傅里叶变换后,得到:
Figure 322276DEST_PATH_IMAGE022
式中,
Figure 212871DEST_PATH_IMAGE058
表示经过傅里叶变换后目标回波信号,
Figure 744347DEST_PATH_IMAGE059
表示经过傅里叶变换后杂波回波 信号,
Figure 946658DEST_PATH_IMAGE060
表示距离估计精度。
对于建立杂波轮廓图,根据方位角、俯仰角和距离信息在雷达作用域内划分杂波单元,利用0/1表示杂波的有无(或强弱),1代表有杂波(或称杂内),0代表没有杂波(或称杂外)。杂波轮廓图的作用主要是获得杂内杂外信息,以此来选择使用不同的信号处理方法。如果被检测单元有杂波,需要先进行杂波抑制,否则会对目标检测产生干扰;如果检测单元没有杂波,直接进行相参积累和目标检测,避免杂波抑制处理对目标信号能量造成衰减,损失目标检测性能。所以有必要利用轮廓杂波图来选择合适的信号处理过程,在实现杂波抑制时最大限度地保留目标能量,故而此方法特别适用于检测鸟类等慢速目标。
更优地,在一示例性实施例中,所述建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:包括:
噪声平均功率估计;
对杂波功率估计;
连续扫描L圈,判定杂波功率大于噪声平均功率的次数是否超过门限值:若超过门限值则判定为有杂波,否则判定为无杂波。
更优地,在一示例性实施例中,所述建立杂波轮廓图具体包括:
噪声平均功率估计:雷达在方位角为
Figure 323413DEST_PATH_IMAGE026
,俯仰角为
Figure 68515DEST_PATH_IMAGE002
,斜距为
Figure 131411DEST_PATH_IMAGE027
处的接收信号为
Figure 961964DEST_PATH_IMAGE028
,其中
Figure 267043DEST_PATH_IMAGE029
表示向下取整;对雷达接收信号沿慢时间进行离散傅里叶变换, 得到
Figure 132231DEST_PATH_IMAGE061
,即:
Figure 739930DEST_PATH_IMAGE063
式中,
Figure 916833DEST_PATH_IMAGE032
表示离散多普勒频率变量,
Figure 900970DEST_PATH_IMAGE020
表示等效脉冲序号,M为脉冲积累个 数,
Figure 620664DEST_PATH_IMAGE033
为距离估计精度;
除去k=0和k=M-1,对剩余的多普勒频率单元取均值即可得到噪声平均功率估计值
Figure 789477DEST_PATH_IMAGE034
, 即:
Figure 63464DEST_PATH_IMAGE064
对杂波功率估计:对k=0和k=N-1两个多普勒频率单元(接近零频)取均值即可得到杂波 功率估计值
Figure 851291DEST_PATH_IMAGE065
,即
Figure 783082DEST_PATH_IMAGE066
连续扫描L圈,判记录
Figure 732583DEST_PATH_IMAGE038
的次数
Figure 149658DEST_PATH_IMAGE039
,如果
Figure 210018DEST_PATH_IMAGE040
则判定为有杂波,否则判定为无 杂波。
更优地,在一示例性实施例中,在判定有无杂波后,还需要通过区域扩展得到最终的杂波轮廓图;具体为,在建立杂波轮廓图时,需要将过门限的杂波单元和其相邻的距离单元都看作杂波区。
其中,需要说明的是,有杂波的距离单元的杂波能量可能会扩散到相邻距离单元,因此需要将相邻距离单元看作有杂波,并对其进行杂波抑制。
更优地,在一示例性实施例中,所述杂波抑制采用Kalmus滤波器组实现(Kalmus滤波器组可以通过离散傅里叶变换等效的梳状滤波器来实现),具体包括:
对接收信号进行离散傅里叶变换,并乘以旋转因子
Figure 904305DEST_PATH_IMAGE041
对滤波器组进行搬移, 得到:
Figure 149341DEST_PATH_IMAGE067
式中,
Figure 663499DEST_PATH_IMAGE043
为经距离徙动校正后的雷达回波信号,
Figure 652184DEST_PATH_IMAGE044
表示离散多普勒频率 变量,
Figure 200977DEST_PATH_IMAGE020
表示等效脉冲序号,M为脉冲积累个数;
上式中,对k=0和k=M-1对应滤波器的输出取模相减再取模即可得到Kalmus滤波器的输出,即:
Figure 492281DEST_PATH_IMAGE045
通过上式即可实现杂波抑制。其中,k=0和k=M-1对应滤波器的幅频响应和Kalmus滤波器的幅频响应分别如图2和图3所示。
可以看到,Kalmus 滤波器在零频处呈现深的止带凹口,随着频率的增加呈现快速上升斜率。其中,在零频处深的止带凹口提供了 Kalmus 滤波器一定的杂波抑制能力;而随着频率增加呈现快速上升斜率这一特性,使它尽可能地保留了低频分量,从而改善了低速目标的信杂比。k=1到k=M-2对应滤波器的输出不变,即可得到Kalmus滤波器组的输出,经过CFAR后即可实现目标检测。
与上述任意一示例性实施例具有相同的发明构思,本申请的又一示例性实施例提供用于低空慢速弱目标探测的目标检测系统,包括顺次连接的:
预处理模块:用于对雷达回波信号进行下变频、采样和脉冲压缩;
目标检测模块:用于建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测;
所述系统还包括位于所述预处理模块和所述目标检测模块之间的距离徙动校正模块:用于利用尺度变换算子对回波信号进行距离徙动校正。
与上述任意方法示例性实施例具有相同的发明构思,本申请的又一示例性实施例提供一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行所述的用于低空慢速弱目标探测的目标检测方法的步骤。
与上述任意方法示例性实施例具有相同的发明构思,本申请的又一示例性实施例提供一种装置,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行所述的用于低空慢速弱目标探测的目标检测方法的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.用于低空慢速弱目标探测的目标检测方法,包括以下步骤:
预处理:对雷达回波信号进行下变频、采样和脉冲压缩;
目标检测:建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测;
其特征在于:所述方法还包括位于所述预处理和所述目标检测之间的距离徙动校正:利用尺度变换算子对回波信号进行距离徙动校正。
2.根据权利要求1所述的用于低空慢速弱目标探测的目标检测方法,其特征在于:雷达 接收目标回波信号经所述预处理后,方位角
Figure 827033DEST_PATH_IMAGE001
、俯仰角
Figure 698037DEST_PATH_IMAGE002
的接收信号
Figure 898074DEST_PATH_IMAGE003
表示如 下:
Figure 297962DEST_PATH_IMAGE004
式中,
Figure 317871DEST_PATH_IMAGE005
表示目标回波信号,
Figure 989636DEST_PATH_IMAGE006
表示杂波和噪声信号,为光速,
Figure 349390DEST_PATH_IMAGE008
表示雷达发射信号中心频 点,
Figure 122174DEST_PATH_IMAGE009
表示采样频率,
Figure 928456DEST_PATH_IMAGE010
表示采样点数,
Figure 712873DEST_PATH_IMAGE011
为雷达与目标初始斜距,
Figure 579198DEST_PATH_IMAGE012
表示距离频率变量,
Figure 449065DEST_PATH_IMAGE013
表示脉冲序号,M为脉冲积累个数,
Figure 324617DEST_PATH_IMAGE014
表示脉冲重复时间,
Figure 822594DEST_PATH_IMAGE015
表示目标速度。
3.根据权利要求2所述的用于低空慢速弱目标探测的目标检测方法,其特征在于:所述 尺度变换算子
Figure 766DEST_PATH_IMAGE016
具体为:
Figure 216983DEST_PATH_IMAGE017
式中,
Figure 506013DEST_PATH_IMAGE018
表示经过尺度 变换算子后的目标回波信号,
Figure 389656DEST_PATH_IMAGE019
表示经过尺度变换算子后的杂波回波信号,
Figure 597783DEST_PATH_IMAGE020
表示等效脉冲序号;
将上式沿
Figure 176663DEST_PATH_IMAGE021
做逆傅里叶变换后,得到:
Figure 394018DEST_PATH_IMAGE022
式中,
Figure 7533DEST_PATH_IMAGE023
表示 经过傅里叶变换后目标回波信号,
Figure 386562DEST_PATH_IMAGE024
表示经过傅里叶变换后杂波回波信号,
Figure 842951DEST_PATH_IMAGE025
表示距离估计精度。
4.根据权利要求1所述的用于低空慢速弱目标探测的目标检测方法,其特征在于:所述建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:包括:
噪声平均功率估计;
对杂波功率估计;
连续扫描L圈,判定杂波功率大于噪声平均功率的次数是否超过门限值:若超过门限值则判定为有杂波,否则判定为无杂波。
5.根据权利要求4所述的用于低空慢速弱目标探测的目标检测方法,其特征在于:所述建立杂波轮廓图具体包括:
噪声平均功率估计:雷达在方位角为
Figure 470854DEST_PATH_IMAGE001
,俯仰角为
Figure 63509DEST_PATH_IMAGE002
,斜距为
Figure 488805DEST_PATH_IMAGE026
处的接收信号为
Figure 166911DEST_PATH_IMAGE027
,其中
Figure 726069DEST_PATH_IMAGE028
表示向下取整;对雷达接收信号沿慢时间进行离散傅里叶变换, 得到
Figure 314176DEST_PATH_IMAGE029
,即:
Figure 35007DEST_PATH_IMAGE030
式中,
Figure 75776DEST_PATH_IMAGE031
表示离散多普勒频率变量,
Figure 907465DEST_PATH_IMAGE032
表示等效脉冲序号,M为脉冲积累个 数,
Figure 740292DEST_PATH_IMAGE033
为表示距离估计精度;
除去k=0和k=M-1,对剩余的多普勒频率单元取均值即可得到噪声平均功率估计值
Figure 507391DEST_PATH_IMAGE034
, 即:
Figure 160089DEST_PATH_IMAGE035
对杂波功率估计:对k=0和k=N-1两个多普勒频率单元取均值即可得到杂波功率估计值
Figure 936415DEST_PATH_IMAGE036
,即
Figure 358169DEST_PATH_IMAGE037
连续扫描L圈,判记录
Figure 686383DEST_PATH_IMAGE038
的次数
Figure 701743DEST_PATH_IMAGE039
,如果
Figure 875236DEST_PATH_IMAGE040
则判定为有杂波,否则判定为无 杂波。
6.根据权利要求4所述的用于低空慢速弱目标探测的目标检测方法,其特征在于:在判定有无杂波后,还需要通过区域扩展得到最终的杂波轮廓图;具体为,在建立杂波轮廓图时,需要将过门限的杂波单元和其相邻的距离单元都看作杂波区。
7.根据权利要求1所述的用于低空慢速弱目标探测的目标检测方法,其特征在于:所述杂波抑制采用Kalmus滤波器组实现,具体包括:
对接收信号进行离散傅里叶变换,并乘以旋转因子
Figure 292442DEST_PATH_IMAGE041
对滤波器组进行搬移, 得到:
Figure 791556DEST_PATH_IMAGE042
式中,
Figure 291283DEST_PATH_IMAGE043
为经距离徙动校正后的雷达回波信号,
Figure 268466DEST_PATH_IMAGE044
表示离散多普勒频率变 量,
Figure 664813DEST_PATH_IMAGE020
表示等效脉冲序号,M为脉冲积累个数;
上式中,对k=0和k=M-1对应滤波器的输出取模相减再取模即可得到Kalmus滤波器的输出,即:
Figure 210194DEST_PATH_IMAGE045
通过上式即可实现杂波抑制。
8.用于低空慢速弱目标探测的目标检测系统,包括顺次连接的:
预处理模块:用于对雷达回波信号进行下变频、采样和脉冲压缩;
目标检测模块:用于建立杂波轮廓图,并通过杂波轮廓图判断是否有无杂波:若无杂波,则直接进行FFT和CFAR检测;若有杂波,则进行杂波抑制后进行CFAR检测;
其特征在于:所述系统还包括位于所述预处理模块和所述目标检测模块之间的距离徙动校正模块:用于利用尺度变换算子对回波信号进行距离徙动校正。
9.一种存储介质,其上存储有计算机指令,其特征在于:所述计算机指令运行时执行权利要求1~7中任一项所述的用于低空慢速弱目标探测的目标检测方法的步骤。
10.一种装置,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1~7中任一项所述的用于低空慢速弱目标探测的目标检测方法的步骤。
CN202010741586.2A 2020-07-29 2020-07-29 弱目标探测的目标检测方法、系统、存储介质和装置 Pending CN111624574A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010741586.2A CN111624574A (zh) 2020-07-29 2020-07-29 弱目标探测的目标检测方法、系统、存储介质和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010741586.2A CN111624574A (zh) 2020-07-29 2020-07-29 弱目标探测的目标检测方法、系统、存储介质和装置

Publications (1)

Publication Number Publication Date
CN111624574A true CN111624574A (zh) 2020-09-04

Family

ID=72258654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010741586.2A Pending CN111624574A (zh) 2020-07-29 2020-07-29 弱目标探测的目标检测方法、系统、存储介质和装置

Country Status (1)

Country Link
CN (1) CN111624574A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112213695A (zh) * 2020-10-15 2021-01-12 四川大学 一种基于单元平均杂波图的机场跑道异物检测方法
CN112462341A (zh) * 2020-10-20 2021-03-09 西南石油大学 一种基于多脉冲积累的小型旋翼无人机目标检测方法
CN112698320A (zh) * 2020-12-07 2021-04-23 南京工业职业技术大学 一种动目标检测滤波器组的优化设计方法
CN112731817A (zh) * 2020-12-22 2021-04-30 北京清雷科技有限公司 家电设备的控制设备及方法、移动通信设备
CN112946621A (zh) * 2021-02-02 2021-06-11 四川九洲防控科技有限责任公司 一种目标检测方法、装置、电子设备及存储介质
CN113093180A (zh) * 2021-03-20 2021-07-09 中国人民解放军空军工程大学 一种基于聚类外推的慢速弱目标检测方法
CN113625268A (zh) * 2021-08-24 2021-11-09 南京理工大学 一种基于相控阵雷达的低速目标检测方法
CN113687340A (zh) * 2021-08-24 2021-11-23 重庆交通大学 一种基于毫米波雷达的远距离运动目标检测方法
CN116679278A (zh) * 2023-08-03 2023-09-01 中安锐达(北京)电子科技有限公司 一种强地物杂波干扰下的目标雷达检测方法
CN116821618A (zh) * 2023-06-21 2023-09-29 宁波麦思捷科技有限公司武汉分公司 一种海面监视雷达杂波抑制方法及系统
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101426226B1 (ko) * 2013-03-12 2014-08-05 삼성탈레스 주식회사 레이더의 신호 처리 방법
KR101546421B1 (ko) * 2015-02-16 2015-08-24 에스티엑스엔진 주식회사 적응 cfar 처리방법
CN105372636A (zh) * 2015-12-14 2016-03-02 四川九洲空管科技有限责任公司 一种基于自适应遗忘因子的杂波图更新方法及装置
CN108562884A (zh) * 2018-07-18 2018-09-21 电子科技大学 一种基于最大后验概率的机载前视海面目标角超分辨方法
CN109188380A (zh) * 2018-09-12 2019-01-11 北京机械设备研究所 一种用于低慢小探测雷达的关键指标测试系统及方法
CN110109091A (zh) * 2019-05-23 2019-08-09 中国人民解放军战略支援部队信息工程大学 一种针对高速目标的无源雷达参数估计方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101426226B1 (ko) * 2013-03-12 2014-08-05 삼성탈레스 주식회사 레이더의 신호 처리 방법
KR101546421B1 (ko) * 2015-02-16 2015-08-24 에스티엑스엔진 주식회사 적응 cfar 처리방법
CN105372636A (zh) * 2015-12-14 2016-03-02 四川九洲空管科技有限责任公司 一种基于自适应遗忘因子的杂波图更新方法及装置
CN108562884A (zh) * 2018-07-18 2018-09-21 电子科技大学 一种基于最大后验概率的机载前视海面目标角超分辨方法
CN109188380A (zh) * 2018-09-12 2019-01-11 北京机械设备研究所 一种用于低慢小探测雷达的关键指标测试系统及方法
CN110109091A (zh) * 2019-05-23 2019-08-09 中国人民解放军战略支援部队信息工程大学 一种针对高速目标的无源雷达参数估计方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
方鑫: ""小型无人机目标雷达探测关键技术研究"", 《中国博士学位论文全文数据库信息科技辑》 *
王雪等: ""基于雷达杂波图的CFAR算法"", 《火控雷达技术》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112213695A (zh) * 2020-10-15 2021-01-12 四川大学 一种基于单元平均杂波图的机场跑道异物检测方法
CN112462341B (zh) * 2020-10-20 2022-06-17 西南石油大学 一种基于多脉冲积累的小型旋翼无人机目标检测方法
CN112462341A (zh) * 2020-10-20 2021-03-09 西南石油大学 一种基于多脉冲积累的小型旋翼无人机目标检测方法
CN112698320A (zh) * 2020-12-07 2021-04-23 南京工业职业技术大学 一种动目标检测滤波器组的优化设计方法
CN112698320B (zh) * 2020-12-07 2023-10-24 南京工业职业技术大学 一种动目标检测滤波器组的优化设计方法
CN112731817A (zh) * 2020-12-22 2021-04-30 北京清雷科技有限公司 家电设备的控制设备及方法、移动通信设备
CN112731817B (zh) * 2020-12-22 2023-07-21 北京清雷科技有限公司 家电设备的控制设备及方法、移动通信设备
CN112946621A (zh) * 2021-02-02 2021-06-11 四川九洲防控科技有限责任公司 一种目标检测方法、装置、电子设备及存储介质
CN113093180B (zh) * 2021-03-20 2023-10-13 中国人民解放军空军工程大学 一种基于聚类外推的慢速弱目标检测方法
CN113093180A (zh) * 2021-03-20 2021-07-09 中国人民解放军空军工程大学 一种基于聚类外推的慢速弱目标检测方法
CN113687340A (zh) * 2021-08-24 2021-11-23 重庆交通大学 一种基于毫米波雷达的远距离运动目标检测方法
CN113625268A (zh) * 2021-08-24 2021-11-09 南京理工大学 一种基于相控阵雷达的低速目标检测方法
CN113687340B (zh) * 2021-08-24 2024-02-23 重庆交通大学 一种基于毫米波雷达的远距离运动目标检测方法
CN116821618A (zh) * 2023-06-21 2023-09-29 宁波麦思捷科技有限公司武汉分公司 一种海面监视雷达杂波抑制方法及系统
CN116821618B (zh) * 2023-06-21 2024-03-15 宁波麦思捷科技有限公司武汉分公司 一种海面监视雷达杂波抑制方法及系统
CN116679278A (zh) * 2023-08-03 2023-09-01 中安锐达(北京)电子科技有限公司 一种强地物杂波干扰下的目标雷达检测方法
CN116679278B (zh) * 2023-08-03 2023-10-20 中安锐达(北京)电子科技有限公司 一种强地物杂波干扰下的目标雷达检测方法
CN116990773A (zh) * 2023-09-27 2023-11-03 广州辰创科技发展有限公司 基于自适应门限的低慢小目标检测方法、装置和存储介质

Similar Documents

Publication Publication Date Title
CN111624574A (zh) 弱目标探测的目标检测方法、系统、存储介质和装置
EP1485730B1 (en) An adaptive system and method for radar detection
CN111610501B (zh) 对海雷达小目标检测方法
CN107450055B (zh) 基于离散线性调频傅立叶变换的高速机动目标检测方法
CN112014806B (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN110954895B (zh) 一种基于复伪谱的速度滤波检测前跟踪方法
CN103197297B (zh) 基于认知框架的雷达动目标检测方法
CN109031299B (zh) 低信噪比条件下基于相位差分的isar平动补偿方法
CN111580063B (zh) 基于广义解调频-楔形变换的雷达目标检测方法
CN113589287B (zh) 合成孔径雷达稀疏成像方法、装置、电子设备及存储介质
CN112881982B (zh) 一种捷变频雷达抑制密集转发干扰方法
CN113671486B (zh) 旋翼目标的雷达探测系统及方法
CN113885006A (zh) 一种机动转弯目标相参积累检测方法
CN112255607B (zh) 一种海杂波的抑制方法
CN111796266B (zh) 一种匀加速运动目标rd平面检测前跟踪方法
CN113156392B (zh) 一种基于俯仰域自适应处理的杂波抑制方法
CN115113208A (zh) 一种基于杂波特征精确认知的连续波雷达杂波对消方法
CN115902791A (zh) 基于s波段测波雷达时间多普勒谱的海浪反演方法及系统
CN115436929A (zh) 一种基于比幅测角模式的锯齿波雷达测速扩展方法
CN111983579B (zh) 一种参差脉冲重复时间消除雷达速度模糊的方法
CN111289948B (zh) 一种脉冲气象雷达回波弱信号探测方法及电子设备
CN115032601A (zh) 一种基于空时联合滤波技术抑制图像序列中海杂波的航海雷达目标检测算法
US5231403A (en) Moving target indicator using higher order statistics
Radius et al. Phase Variant Analysis Algorithm for Azimuth Ambiguity Detection
CN111796267A (zh) 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200904

RJ01 Rejection of invention patent application after publication