CN112180354A - 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法 - Google Patents

一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法 Download PDF

Info

Publication number
CN112180354A
CN112180354A CN202011050344.5A CN202011050344A CN112180354A CN 112180354 A CN112180354 A CN 112180354A CN 202011050344 A CN202011050344 A CN 202011050344A CN 112180354 A CN112180354 A CN 112180354A
Authority
CN
China
Prior art keywords
time
frequency
false alarm
target
radar
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
CN202011050344.5A
Other languages
English (en)
Other versions
CN112180354B (zh
Inventor
周浩
杨智清
文必洋
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202011050344.5A priority Critical patent/CN112180354B/zh
Publication of CN112180354A publication Critical patent/CN112180354A/zh
Application granted granted Critical
Publication of CN112180354B publication Critical patent/CN112180354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
    • 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
    • G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法，首先对雷达回波信号进行预处理方便提取时频脊。预处理过程是首先对雷达回波信号进行时频表示，之后进行二值化处理，接着对二值图像进行垂直投影，并确定大致的时频脊提取区域，之后提取时频脊。得到时频脊之后，利用CFAR检测器对时频脊上的时频点进行第一级检测，判断时频脊上的时频点是否为目标点，接着累积目标点数目，进行第二级检测，如果累积数达到二元积累算法设定的第二个阈值则判定该时频脊为船只目标。通过实际雷达数据和AIS信息进行验证，在相同虚警率条件下，将TF‑CFAR和CFAR方法匹配到的船只目标取并集可以大幅度提高雷达目标匹配数量，进而提高雷达目标检测概率。

Description

一种利用时频分析和恒虚警技术的高频雷达目标联合检测 方法
技术领域
本发明涉及高频地波雷达海上目标技术领域，具体涉及一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法。
背景技术
我国是个海洋大国，拥有1.8万多公里大陆海岸线，1.1万多个岛屿，专属经济区面积达到300多万平方千米。海洋在给我们带来丰富资源的同时，也带来了海洋监控方面的巨大挑战。海洋监控的一个重要组成部分就是海上舰船的监测。高频地波雷达利用高频段(3～15MHz)垂直极化电磁波沿海面绕射传播衰减小的特点，能够对海上移动目标进行超视距探测。紧凑型高频地波雷达接收到的回波信号中，除了信号成分之外，还夹杂着海杂波和干扰信号，造成接收目标信号的信噪比较低对传统峰值检测和恒虚警(CFAR)技术带来了很大的挑战。
传统的恒虚警技术通常在距离多普勒谱上对船只信号进行检测，其中运动目标的多普勒信息和背景杂波是影响目标检测的两个关键因素。在频域，杂波和干扰叠加在船只信号的谱峰上会降低雷达目标检测概率。
本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：
为了检测船只目标，高频地波雷达回波信号进行了长时间的相干积累，导致部分目标多普勒谱发生分裂和展宽，造成雷达目标检测概率降低。
发明内容
本发明提出一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法，用于解决或者至少部分解决现有技术的方法中雷达目标检测概率不高的技术问题。
为了解决上述技术问题，本发明提供了一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法，包括：
S1：选择预设时间内的雷达回波数据，统计正负一阶峰之间的海杂波，得到海杂波概率密度分布函数，并利用威布尔函数对海杂波数据进行拟合得到威布尔分布函数的形状因子，其中，雷达回波数据的维度为一维；
S2：利用时频分析方法将一维的雷达回波数据转换为二维时频图；
S3：基于二值化阈值对二维时频图进行二值化操作，其中，二值化阈值采用图像分割中的三角算法求得；
S4：对二值化操作后的图形沿着时间轴进行垂直投影，得到投影曲线，根据投影曲线的平均值和峰值确定时频脊提取的可能区域，并利用贪婪搜索算法在可能区域提取一条时频脊线；
S5：沿时频脊进行等间隔采样，利用恒虚警检测器判断采样时频点是否为真目标点，并对为真目标点的时频点进行累积，其中，大于恒虚警检测器判决阈值的时频点为真目标点，恒虚警检测器判决阈值基于威布尔分布函数的形状因子和背景杂波的总体估计计算获得；
S6：利用时频恒虚警方法判断时频点累积的数目是否大于等于预先设定的阈值，如果是，则判定该时频脊为船只信号，表示检测到雷达目标；
S7：将利用恒虚警方法检测到的雷达目标与AIS记录的船只信息进行匹配，得到第一雷达目标集合，将利用时频恒虚警检测到的雷达目标与AIS记录的船只信息进行匹配，得到第二雷达目标集合，再将第一雷达目标集合与第二雷达目标集合取并集，得到联合检测结果。
在一种实施方式中，S2中采用基于短时傅里叶变换的信号后处理工具-同步挤压变换的时频分析方法。
在一种实施方式中，S5具体包括：
S5.1：选取预设的参考单元样本值用以表示背景杂波的总体估计Z；
S5.2：根据设定的虚警率和拟合威布尔形状因子c计算出归一化因子T，
S5.3：将背景杂波的总体估计和归一化因子的乘积作为恒虚警检测器判决阈值Z；
S5.4：判断时频点的功率值是否大于恒虚警检测器判决阈值，如果大于判决阈值，则该时频点为真目标点，表示检测到雷达目标，如果小于判决阈值则该时频点为假目标点，表示未检测到雷达目标，检测中对判定为真的时频点进行累积。
在一种实施方式中，S6中预先设定的阈值根据雷达数据的实际长度设置。
在一种实施方式中，S6中采用的时频恒虚警方法为二元累积检测，在分辨单元中不存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即二元检测的虚警概率Pfa为：
Figure BDA0002709356060000031
其中，Di表示第i个待检测单元，Si表示第第i个待检测单元对应的判决阈值，n表示待检测单元的数量；Pfa,sp表示单个观测的虚警概率；
在分辨单元中存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即二元检测的检测概率Pd为：
Figure BDA0002709356060000032
其中，Pd,sp表示单个观测的检测概率。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明提供的一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法，首先得到一维的雷达回波数据，然后利用时频分析方法将一维的雷达回波数据转换为二维时频图；接着基于二值化阈值对二维时频图进行二值化操作，再基于对二值化操作后的图形提取时频脊线；然后采用利用恒虚警检测器判断采样时频点是否为真目标点，并对为真目标点的时频点进行累积，然后利用时频恒虚警方法判断时频点累积的数目是否大于等于预先设定的阈值，如果是，则判定该时频脊为船只信号，表示检测到雷达目标；最后分别将利用恒虚警方法检测到的雷达目标、利用时频恒虚警检测到的雷达目标与AIS记录的船只信息进行匹配，得到联合检测结果。
本发明采用的时频恒虚警检测技术是一个二级检测过程，通过设定二元积累检测的虚警率来求得第一级恒虚警的虚警率，进而求得第一级检测的目标判决阈值，这种处理过程降低了传统恒虚警检测器的检测阈值，可以提高目标检测数量。利用时频恒虚警方法另一个优势是容易提取和检测到弱目标和非平稳目标的时频脊，提高了弱目标和非平稳目标的检测能力。最后，通过使用时频恒虚警和恒虚警方法进行联合检测可以进一步提高雷达目标检测数量和概率。
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为本发明实施例中海杂波概率分布模型示意图；
图2本发明实施例中时频目标提取预处理过程示意图；
图3本发明实施例中有序统计恒虚警检测器原理框图；
图4本发明实施例中时频脊线提取图；
图5本发明实施例中时频恒虚警检测原理框图；
图6本发明实施例中时频恒虚警和恒虚警检测目标匹配示意图。
具体实施方式
本申请发明人通过大量的研究与实践发现：传统的恒虚警技术通常在距离多普勒谱上对船只信号进行检测，其中运动目标的多普勒信息和背景杂波是影响目标检测的两个关键因素。
发明人研究发现，在频域，杂波和干扰叠加在船只信号的谱峰上会降低雷达目标检测概率。在时频域，杂波和干扰会随机分布到整个时频域，而目标信号的能量集中在有限的时间和频率范围内，有利于非平稳目标和弱目标的检测。
为了检测船只目标，高频地波雷达回波信号进行了长时间的相干积累，导致部分目标多普勒谱发生分裂和展宽，造成雷达目标检测概率降低。在频域，距离多普勒谱不能充分体现目标速度随时间变化的情况，如果目标的瞬时频率信息能够被利用，可以更准确的识别和检测非平稳目标，而时频分析方法可以有效的解决这个问题。
目前，常用的恒虚警检测技术有单元平均和有序统计恒虚警检测技术，在均匀杂波背景中，单元平均恒虚警方法有着较好的检测性能。但是，在杂波边缘检测中，单元平均恒虚警方法会引起虚警率的上升；在非均匀的杂波背景中，杂波采样可能不再满足独立同分布，使得检测性能严重下降。在非均匀杂波背景和杂波边缘环境中，有序统计恒虚警具有良好的分辨能力，在这一点上比单元平均恒虚警具有明显的优势，同时，有序统计恒虚警在均匀杂波背景中的性能下降也是适度的，可以接受的，因此本发明提出的利用时频和恒虚警技术的高频雷达目标联合检测方法采用有序统计恒虚警技术。
为了达到上述技术效果，本发明的主要构思如下：
公开一种利用时频恒虚警(TF-CFAR)和恒虚警(CFAR)方法的船只目标联合检测方法。TF-CFAR方法是一个二级检测器。首先对雷达回波信号进行预处理方便提取时频脊。预处理过程是首先对雷达回波信号进行时频表示，之后将时频图进行二值化处理，接着对二值图像进行垂直投影。根据投影曲线的峰值和平均值确定大致的时频脊提取区域，之后利用贪婪搜索算法提取时频脊。得到时频脊之后，利用CFAR检测器对时频脊上的时频点进行第一级检测，判断时频脊上的时频点是否为目标点，接着累积目标点数目，进行第二级检测，如果累积数达到二元积累算法设定的第二个阈值则判定该时频脊为船只目标。通过实际雷达数据和AIS信息进行验证，在相同虚警率条件下，将TF-CFAR和CFAR方法匹配到的船只目标取并集可以大幅度提高雷达目标匹配数量，进而提高雷达目标检测概率。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明实施例提供了一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法，包括：
S1：选择预设时间内的雷达回波数据，统计正负一阶峰之间的海杂波，得到海杂波概率密度分布函数，并利用威布尔函数对海杂波数据进行拟合得到威布尔分布函数的形状因子，其中，雷达回波数据的维度为一维；
S2：利用时频分析方法将一维的雷达回波数据转换为二维时频图；
S3：基于二值化阈值对二维时频图进行二值化操作，其中，二值化阈值采用图像分割中的三角算法求得；
S4：对二值化操作后的图形沿着时间轴进行垂直投影，得到投影曲线，根据投影曲线的平均值和峰值确定时频脊提取的可能区域，并利用贪婪搜索算法在可能区域提取一条时频脊线；
S5：沿时频脊进行等间隔采样，利用恒虚警检测器判断采样时频点是否为真目标点，并对为真目标点的时频点进行累积，其中，大于恒虚警检测器判决阈值的时频点为真目标点，恒虚警检测器判决阈值基于威布尔分布函数的形状因子和背景杂波的总体估计计算获得；
S6：利用时频恒虚警方法判断时频点累积的数目是否大于等于预先设定的阈值，如果是，则判定该时频脊为船只信号，表示检测到雷达目标；
S7：将利用恒虚警方法检测到的雷达目标与AIS记录的船只信息进行匹配，得到第一雷达目标集合，将利用时频恒虚警检测到的雷达目标与AIS记录的船只信息进行匹配，得到第二雷达目标集合，再将第一雷达目标集合与第二雷达目标集合取并集，得到联合检测结果。
具体实例中，采用便携式高频地波雷达采集的回波数据和AIS船只信息进行说明。该雷达的工作频率为13.15MHz，带宽60KHz。
其中，S1中的预设时间可以根据实际情况进行设置，例如一天、两天等等。
实施例具体的实施过程说明如下：
在目标检测之前首先需要对海杂波概率分布模型进行拟合，选取的海杂波数据位于正负一阶峰之间。对海杂波的幅度进行统计之后，得到其幅度概率密度分布曲线，之后利用威布尔拟合函数进行拟合得到威布尔分布函数的未知参数值，其中形状因子c被用来求取归一化因子T。图1给出了拟合的海杂波概率分布模型的示意图。
在一种实施方式中，S2中采用基于短时傅里叶变换的信号后处理工具-同步挤压变换的时频分析方法。
步骤S2-S4，利用时频分析方法将一维的雷达回波数据转换为二维时频图，之后再利用图像处理方法对其进行二值化，投影之后确定时频脊大致提取区域.
实施例具体的实施过程说明如下：
首先，选择单个距离元上的雷达回波复信号s(t)进行短时傅里叶变换，在此基础上利用同步挤压操作算子对短时傅里叶变换进行挤压操作得到更尖锐的时频图，之后利用三角法计算时频图的二值化分割阈值，根据该阈值将原始时频图表示成二值化图像。将二值化图像沿着时间轴方向进行投影，可以得到投影曲线，根据投影曲线的峰值和平均值可以划分出时频脊提取区域。得到时频脊提取区域之后，利用贪婪搜索算法，在该区域提取一条时频脊。图2给出了实际雷达回波数据的距离多普勒谱、时频表示、二值化图像、以及投影曲线图，其中，图2的(a)部分表示功率谱，(b)部分表示时频图，(c)部分表示时频图的二值化图像,(d)部分表示二值化图像的垂直投影曲线。
在一种实施方式中，S5具体包括：
S5.1：选取预设的参考单元样本值用以表示背景杂波的总体估计Z；
S5.2：根据设定的虚警率和拟合威布尔形状因子c计算出归一化因子T，
S5.3：将背景杂波的总体估计和归一化因子的乘积作为恒虚警检测器判决阈值Z；
S5.4：判断时频点的功率值是否大于恒虚警检测器判决阈值，如果大于判决阈值，则该时频点为真目标点，表示检测到雷达目标，如果小于判决阈值则该时频点为假目标点，表示未检测到雷达目标，检测中对判定为真的时频点进行累积。
利用恒虚警检测器进行检测时，在检测单元左右各设置一个保护单元和三个参考单元。在具体检测时，将参考单元的功率值按照大小进行排序，选取第3个参考单元样本值来表示背景杂波的总体估计Z，之后根据设定的虚警率和拟合威布尔形状因子c计算出归一化因子T，Z和T的乘积就是判决阈值S。如果时频点大于判决阈值，则该时频点为真目标点，如果小于判决阈值则该时频点为假目标点，检测中对判定为真的时频点进行累积。图3给出了有序统计恒虚警检测器原理框图。D表示待检测单元，H1表示目标为“真”，H0表示目标为“假”。
在一种实施方式中，S6中预先设定的阈值根据雷达数据的实际长度设置。
举例来说，雷达回波数据长度等于256时，等间隔时频采样点数目等于16，二元积累判决阈值等于9。
在一种实施方式中，S6中采用的时频恒虚警方法为二元累积检测，在分辨单元中不存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即二元检测的虚警概率Pfa为：
Figure BDA0002709356060000081
其中，Di表示第i个待检测单元，Si表示第第i个待检测单元对应的判决阈值，n表示待检测单元的数量；Pfa,sp表示单个观测的虚警概率；
在分辨单元中存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即二元检测的检测概率Pd为：
Figure BDA0002709356060000082
其中，Pd,sp表示单个观测的检测概率。
具体来说，二元积累检测的虚警概率Pfa和检测概率Pd对应的检测是指对一组n个观测si(t)＝(i＝1,···,n)的检测。对于二元检测，通常满足以下两个条件。
(1)事件D1≥S1，D2≥S2，...,Dn≥Sn是独立事件。
(2)Pfa,sp1＝Pfa,sp2＝···＝Pfa,spn和Pd,sp1＝Pd,sp2＝Pd,spn＝Pd,sp
其中，D1，D2，Dn是指待检测单元，S1，S2，Sn是指对应检测单元的判决阈值；Pfa,sp和Pd,sp是指单个观测的虚警概率和检测概率，Pfa,sp1，Pfa,sp2，Pfa,spn是指对应待检单元的虚警概率，Pd,sp1，Pd,sp2，Pd,spn是指对应检测单元的检测概率。为了满足各个检测事件间独立的要求，在时频脊上进行采样时，等间隔的取16个时频点。二元积累的判决阈值M取为9。
于是，在分辨单元中不存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即为二元检测的虚警概率。类似地，在分辨单元中存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即为二元检测的检测概率。
在具体实例中，给定M和n以及虚警概率和检测概率，可以获得对应待检单元(单个观测)的Pfa,sp和检测概率Pd,sp。当提取的时频脊满足二元积累设定的阈值条件时，该时频脊被当做船只信号。图4给出了时频脊提取结果图，图5给出了时频恒虚警检测器原理框图。
步骤S7，时频恒虚警和恒虚警方法检测到的雷达目标与AIS船只信息进行匹配，同时将这两种方法匹配的目标集合取并集。图6给出了时频恒虚警和恒虚警检测目标的匹配示意图。
实施例具体的实施过程说明如下：
在对雷达目标进行检测时利用传统恒虚警和时频恒虚警方法分别对高频地波雷达目标进行检测，将雷达检测到目标与AIS记录的船只在距离多谱勒图上进行匹配。匹配准则是距离上小于等于1个距离元，频率上小于等于三倍的雷达多普勒分辨率。将两种方法匹配到的目标进行距离、方位角、速度三个维度的散点图显示可以发现两种方法的目标匹配集合有交集也有差集，通过取并集提升了雷达检测目标数量进而提高雷达目标检测概率。
本发明中所描述的具体实施的例子仅仅是对本发明的方法和步骤的举例说明。本发明所述技术领域的技术人员可以对所描述的具体实施步骤做相应的修改或补充或变形(即采用类似的替代方式)，但是不会背离本发明的原理和实质或者超越所附权利要求书所定义的范围。本发明的范围仅由所附权利要求书限定。

Claims (5)

1.一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法，其特征在于，包括：
S1：选择预设时间内的雷达回波数据，统计正负一阶峰之间的海杂波，得到海杂波概率密度分布函数，并利用威布尔函数对海杂波数据进行拟合得到威布尔分布函数的形状因子，其中，雷达回波数据的维度为一维；
S2：利用时频分析方法将一维的雷达回波数据转换为二维时频图；
S3：基于二值化阈值对二维时频图进行二值化操作，其中，二值化阈值采用图像分割中的三角算法求得；
S4：对二值化操作后的图形沿着时间轴进行垂直投影，得到投影曲线，根据投影曲线的平均值和峰值确定时频脊提取的可能区域，并利用贪婪搜索算法在可能区域提取一条时频脊线；
S5：沿时频脊进行等间隔采样，利用恒虚警检测器判断采样时频点是否为真目标点，并对为真目标点的时频点进行累积，其中，大于恒虚警检测器判决阈值的时频点为真目标点，恒虚警检测器判决阈值基于威布尔分布函数的形状因子和背景杂波的总体估计计算获得；
S6：利用时频恒虚警方法判断时频点累积的数目是否大于等于预先设定的阈值，如果是，则判定该时频脊为船只信号，表示检测到雷达目标；
S7：将利用恒虚警方法检测到的雷达目标与AIS记录的船只信息进行匹配，得到第一雷达目标集合，将利用时频恒虚警检测到的雷达目标与AIS记录的船只信息进行匹配，得到第二雷达目标集合，再将第一雷达目标集合与第二雷达目标集合取并集，得到联合检测结果。
2.如权利要求1所述的联合检测方法，其特征在于，S2中采用基于短时傅里叶变换的信号后处理工具-同步挤压变换的时频分析方法。
3.如权利要求1所述的联合检测方法，其特征在于，S5具体包括：
S5.1：选取预设的参考单元样本值用以表示背景杂波的总体估计Z；
S5.2：根据设定的虚警率和拟合威布尔形状因子c计算出归一化因子T，
S5.3：将背景杂波的总体估计和归一化因子的乘积作为恒虚警检测器判决阈值Z；
S5.4：判断时频点的功率值是否大于恒虚警检测器判决阈值，如果大于判决阈值，则该时频点为真目标点，表示检测到雷达目标，如果小于判决阈值则该时频点为假目标点，表示未检测到雷达目标，检测中对判定为真的时频点进行累积。
4.如权利要求1所述的联合检测方法，其特征在于，S6中预先设定的阈值根据雷达数据的实际长度设置。
5.如权利要求1所述的联合检测方法，其特征在于，S6中采用的时频恒虚警方法为二元累积检测，在分辨单元中不存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即二元检测的虚警概率Pfa为：
Figure FDA0002709356050000021
其中，Di表示第i个待检测单元，Si表示第第i个待检测单元对应的判决阈值，n表示待检测单元的数量；Pfa,sp表示单个观测的虚警概率；
在分辨单元中存在目标的条件下，n个第一级检测中至少有M个使Di≥Si事件发生的概率，即二元检测的检测概率Pd为：
Figure FDA0002709356050000022
其中，Pd,sp表示单个观测的检测概率。
CN202011050344.5A 2020-09-29 2020-09-29 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法 Active CN112180354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011050344.5A CN112180354B (zh) 2020-09-29 2020-09-29 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011050344.5A CN112180354B (zh) 2020-09-29 2020-09-29 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法

Publications (2)

Publication Number Publication Date
CN112180354A true CN112180354A (zh) 2021-01-05
CN112180354B CN112180354B (zh) 2022-08-16

Family

ID=73945919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011050344.5A Active CN112180354B (zh) 2020-09-29 2020-09-29 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法

Country Status (1)

Country Link
CN (1) CN112180354B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093119A (zh) * 2021-03-26 2021-07-09 武汉大学 一种时频恒虚警高频雷达目标检测方法及系统
CN113271161A (zh) * 2021-05-17 2021-08-17 湖南坤雷科技有限公司 一种电磁信号的筛选方法及装置
CN113671486A (zh) * 2021-07-07 2021-11-19 四川九洲防控科技有限责任公司 旋翼目标的雷达探测系统及方法
CN116299401A (zh) * 2023-05-19 2023-06-23 成都航空职业技术学院 基于目标散射点位置的恒虚警方法、设备及其存储介质
CN116643248A (zh) * 2023-07-26 2023-08-25 成都航空职业技术学院 一种恒虚警检测方法、存储介质及设备
CN117724048A (zh) * 2024-02-07 2024-03-19 中国人民解放军海军航空大学 一种基于rdph特征的改进os-cfar检测算法、装置及介质
CN118379801A (zh) * 2024-06-26 2024-07-23 哈尔滨工业大学（威海） 一种面向海面救援的雷视融合人体动作识别系统及方法
CN118569325A (zh) * 2024-07-31 2024-08-30 四川观想科技股份有限公司 智能推理备试对象安全范围数据模型提取方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009250616A (ja) * 2008-04-01 2009-10-29 Mitsubishi Electric Corp レーダ信号処理装置
CN104133198A (zh) * 2014-08-13 2014-11-05 武汉大学 一种高频地波雷达中电离层干扰抑制方法
CN104215951A (zh) * 2014-08-20 2014-12-17 上海无线电设备研究所 一种在海杂波背景下慢速小目标的检测系统及其检测方法
CN109001708A (zh) * 2018-08-05 2018-12-14 中国人民解放军海军航空大学 基于分级积累检测的雷达机动目标快速精细化处理方法
CN110263646A (zh) * 2019-05-21 2019-09-20 华中科技大学 一种基于卷积神经网络的海面弱目标探测方法和系统
CN111157953A (zh) * 2019-12-18 2020-05-15 南京理工大学 一种强地杂波下两级门限恒虚警检测算法
CN111580064A (zh) * 2020-06-28 2020-08-25 南京信息工程大学 一种基于多域多维特征融合的海面小目标检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009250616A (ja) * 2008-04-01 2009-10-29 Mitsubishi Electric Corp レーダ信号処理装置
CN104133198A (zh) * 2014-08-13 2014-11-05 武汉大学 一种高频地波雷达中电离层干扰抑制方法
CN104215951A (zh) * 2014-08-20 2014-12-17 上海无线电设备研究所 一种在海杂波背景下慢速小目标的检测系统及其检测方法
CN109001708A (zh) * 2018-08-05 2018-12-14 中国人民解放军海军航空大学 基于分级积累检测的雷达机动目标快速精细化处理方法
CN110263646A (zh) * 2019-05-21 2019-09-20 华中科技大学 一种基于卷积神经网络的海面弱目标探测方法和系统
CN111157953A (zh) * 2019-12-18 2020-05-15 南京理工大学 一种强地杂波下两级门限恒虚警检测算法
CN111580064A (zh) * 2020-06-28 2020-08-25 南京信息工程大学 一种基于多域多维特征融合的海面小目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIAJIA CAI ET AL.: "Ship Detection and Direction Finding Based on Time-Frequency Analysis for Compact HF Radar", 《IEEE GEOSCIENCE AND REMOTE SENSING LETTERS》 *
雷志勇等: "高频雷达机动目标的时频图像处理方法研究", 《中国电子科学研究院学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113093119A (zh) * 2021-03-26 2021-07-09 武汉大学 一种时频恒虚警高频雷达目标检测方法及系统
CN113271161B (zh) * 2021-05-17 2022-06-03 湖南坤雷科技有限公司 一种电磁信号的筛选方法及装置
CN113271161A (zh) * 2021-05-17 2021-08-17 湖南坤雷科技有限公司 一种电磁信号的筛选方法及装置
CN113671486B (zh) * 2021-07-07 2023-09-19 四川九洲防控科技有限责任公司 旋翼目标的雷达探测系统及方法
CN113671486A (zh) * 2021-07-07 2021-11-19 四川九洲防控科技有限责任公司 旋翼目标的雷达探测系统及方法
CN116299401A (zh) * 2023-05-19 2023-06-23 成都航空职业技术学院 基于目标散射点位置的恒虚警方法、设备及其存储介质
CN116299401B (zh) * 2023-05-19 2023-10-17 成都航空职业技术学院 基于目标散射点位置的恒虚警方法、设备及其存储介质
CN116643248A (zh) * 2023-07-26 2023-08-25 成都航空职业技术学院 一种恒虚警检测方法、存储介质及设备
CN116643248B (zh) * 2023-07-26 2023-11-14 成都航空职业技术学院 一种恒虚警检测方法、存储介质及设备
CN117724048A (zh) * 2024-02-07 2024-03-19 中国人民解放军海军航空大学 一种基于rdph特征的改进os-cfar检测算法、装置及介质
CN117724048B (zh) * 2024-02-07 2024-05-28 中国人民解放军海军航空大学 一种基于rdph特征的改进os-cfar检测算法、装置及介质
CN118379801A (zh) * 2024-06-26 2024-07-23 哈尔滨工业大学（威海） 一种面向海面救援的雷视融合人体动作识别系统及方法
CN118379801B (zh) * 2024-06-26 2024-08-16 哈尔滨工业大学（威海） 一种面向海面救援的雷视融合人体动作识别系统及方法
CN118569325A (zh) * 2024-07-31 2024-08-30 四川观想科技股份有限公司 智能推理备试对象安全范围数据模型提取方法

Also Published As

Publication number Publication date
CN112180354B (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN112180354B (zh) 一种利用时频分析和恒虚警技术的高频雷达目标联合检测方法
CN110609262B (zh) 一种场面监视雷达的三维恒虚警检测方法
US7898457B2 (en) System and method for processing imagery from synthetic aperture systems
CN108490410B (zh) 一种两坐标雷达对海目标联合检测跟踪方法
Li et al. Automatic detection of ship targets based on wavelet transform for HF surface wavelet radar
US10802130B2 (en) Marine target detection in cluttered environments
CN109001708B (zh) 基于分级积累检测的雷达机动目标快速精细化处理方法
CN113093119A (zh) 一种时频恒虚警高频雷达目标检测方法及系统
CN110208767B (zh) 一种基于拟合相关系数的雷达目标快速检测方法
CN111157953A (zh) 一种强地杂波下两级门限恒虚警检测算法
CN114217315A (zh) 一种毫米波雷达动态目标快速检测方法
CN108318881A (zh) 基于k参数的航海雷达图像降雨识别方法
CN112162256B (zh) 一种基于脉冲相关的级联式多维度径向运动特征检测方法
JP2001208835A (ja) レーダ信号処理装置
KR101813357B1 (ko) 수중 고정표적과 클러터 식별을 위한 가변 데이터 맵 및 가변 통계적 특징정보를 적용하는 클러터 제거 방법 및 장치
CN113552563B (zh) 垂测信息和高频地波雷达杂波信息的对应性分析方法
CN114265015A (zh) 一种基于杂波特性感知的精细化雷达检测方法
Le-Tien et al. Target signature extraction based on the continuous wavelet transform in ultra-wideband radar
CN109343063B (zh) 一种毫米波测云仪晴空回波自动识别方法及系统
Daojing et al. 2D-OS-CFAR detector for cloud clutter suppression
CN116224280B (zh) 雷达目标检测方法、装置、雷达设备及存储介质
Prior et al. The physical causes of clutter and its suppression via sub-band processing
Renga et al. Adaptive threshold and sub-look processing in ship detection by SAR
Kemkemian et al. A new adaptive CA-CFAR based on local topology of sea clutter for coherent detection in high sea state
CN118011346A (zh) 一种时频域高频地波雷达目标自适应检测方法

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