CN112526473A - 一种群目标个数判别方法及系统 - Google Patents

Abstract

本发明涉及一种群目标个数判别方法及系统。所述方法包括获取群目标的回波信号；对所述回波信号进行混频处理；对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集；根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。本发明所提供的一种群目标个数判别方法及系统，解决现有群目标个数判别方法所需信号时长过大、受交叉项干扰的问题，提高目标个数判别的准确性。

Description

一种群目标个数判别方法及系统

技术领域

本发明涉及雷达信号处理领域，特别是涉及一种群目标个数判别方法及系统。

背景技术

在现代战争中，电磁环境日益恶化，雷达在战场中常常面临复杂的多目标环境，比如攻击方通常采用密集编队战术为主要突袭方式，飞机或地面雷达利用欺骗干扰手段诱骗来袭导弹等，这些措施都增加了雷达准确选择和跟踪目标的难度。如果不能对多个目标进行有效的分辨，正确的选择攻击目标，则会大大影响目标的跟踪性能。

因此，多目标个数判别是雷达信号处理必须解决的关键技术之一，也是目标跟踪技术的重要环节。由于编队目标中速度相同的多个目标的回波可以用一组调频率近似相同的线性调频信号来描述，因此传统方法常采用最大熵谱估计、魏格纳-威利方法等方法对目标进行分辨，但是这些方法往往受噪声和交叉项影响较大，存在分辨率不够高的缺点，从而导致目标个数判别错误。

发明内容

本发明的目的是提供一种群目标个数判别方法及系统，解决现有群目标个数判别方法所需信号时长过大、受交叉项干扰的问题，提高目标个数判别的准确性。

为实现上述目的，本发明提供了如下方案：

一种群目标个数判别方法，包括：

获取群目标的回波信号；所述回波信号为载波信号；

对所述回波信号进行混频处理；混频处理后的回波信号为中频信号；

对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集；

根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。

可选的，所述获取群目标的回波信号，具体包括：

利用公式

确定所述回波信号；

其中，A为幅度因子，f₀为发射机发出的频率，φ₀为初始相位，R₀为目标相对雷达的径向距离，f_d为多普勒频率，k为调频斜率，φ_r为速度引起的相移。

可选的，所述对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集，具体包括：

根据所述混频处理后的回波信号确定群目标的回波信号的数学模型；

对所述数学模型进行分数阶傅里叶变换，形成所述数据集。

可选的，所述对所述数学模型进行分数阶傅里叶变换，形成所述数据集，具体包括：

利用公式

确定所述数学模型；

利用公式

进行分数阶傅里叶变换，形成所述数据集；

其中，x(t)为群目标的回波信号，M为群目标总个数，x_m(t)为群目标中第m个目标，f_dm为第m个目标回波信号的多普勒频率，k_m为第m个目标回波信号的调频率，0≤t≤T，T为目标的信号持续时间，j为虚部，α＝pπ/2，p∈[0,4]，u为变换域。

一种群目标个数判别系统，包括：

回波信号获取模块，用于获取群目标的回波信号；所述回波信号为载波信号；

混频处理模块，用于对所述回波信号进行混频处理；混频处理后的回波信号为中频信号；

数据集确定模块，用于对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集；

群目标的个数确定模块，用于根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。

可选的，所述回波信号获取模块具体包括：

回波信号确定单元，用于利用公式

确定所述回波信号；

其中，A为幅度因子，f₀为发射机发出的频率，φ₀为初始相位，R₀为目标相对雷达的径向距离，f_d为多普勒频率，k为调频斜率，φ_r为速度引起的相移。

可选的，所述数据集确定模块具体包括：

数学模型确定单元，用于根据所述混频处理后的回波信号确定群目标的回波信号的数学模型；

数据集确定单元，用于对所述数学模型进行分数阶傅里叶变换，形成所述数据集。

可选的，所述数据集确定单元具体包括：

数学模型确定子单元，用于利用公式

确定所述数学模型；

数据集确定子单元，用于利用公式

进行分数阶傅里叶变换，形成所述数据集；

其中，x(t)为群目标的回波信号，M为群目标总个数，x_m(t)为群目标中第m个目标，f_dm为第m个目标回波信号的多普勒频率，k_m为第m个目标回波信号的调频率，0≤t≤T，T为目标的信号持续时间，j为虚部，α＝pπ/2，p∈[0,4]，u为变换域。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明所提供的一种群目标个数判别方法及系统，根据获取的群目标的回波信号进行分数阶傅里叶变再采用密度聚类算法，解决现有群目标个数判别方法所需信号时长过大、受交叉项干扰的问题。借助于FFT快速算法，还具有运算量变小、实现过程简单的优点，同时在分数傅里叶域中根据分数傅里叶变换能量密度对目标进行聚类，可以大大减小噪声的影响，提高目标正确个数判别率。

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，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所提供的一种群目标个数判别方法流程示意图；

图2为群目标的个数确定示意图；

图3为本发明所提供的一种群目标个数判别系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

本发明的目的是提供一种群目标个数判别方法及系统，解决现有群目标个数判别方法所需信号时长过大、受交叉项干扰的问题，提高目标个数判别的准确性。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明所提供的一种群目标个数判别方法流程示意图，如图1所示，本发明所提供的一种群目标个数判别方法，包括：

S101，获取群目标的回波信号；所述回波信号为载波信号。回波信号的确定是在雷达发射线性调频信号以及群目标在短时间内做匀速运动，不考虑传播过程的衰减、低频调制和噪声的情况下确定的。

S101具体包括：

利用公式

确定所述回波信号。

其中，A为幅度因子，f₀为发射机发出的频率，φ₀为初始相位，R₀为目标相对雷达的径向距离，f_d为多普勒频率，k为调频斜率，φ_r为速度引起的相移。

S102，对所述回波信号进行混频处理；混频处理后的回波信号为中频信号。即将载波信号转化为中频信号。

经过混频处理后，回波信号频率从f₀搬到f_d附近，混频后的回波信号表示为：

x(t)＝Acos[2πf_dt+πkt²]。

S103，对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集。

S103具体包括：

根据所述混频处理后的回波信号确定群目标的回波信号的数学模型。即为了便于研究分析，把实信号转化为解析信号，一个目标的回波信号的数学模型可以表示为x(t)＝Aexp(j2πf_dt+jπkt²)。其中，0≤t≤T，T为目标的信号持续时间。

对所述数学模型进行分数阶傅里叶变换，形成所述数据集。

所述对所述数学模型进行分数阶傅里叶变换，形成所述数据集，具体包括：

利用公式

确定所述数学模型。

利用公式

进行分数阶傅里叶变换，形成所述数据集。

其中，x(t)为群目标的回波信号，M为群目标总个数，x_m(t)为群目标中第m个目标，f_dm为第m个目标回波信号的多普勒频率，k_m为第m个目标回波信号的调频率，0≤t≤T，T为目标的信号持续时间，j为虚部，α＝pπ/2，p∈[0,4]，u为变换域。

即利用分数阶傅里叶变换形成的数据集可使信号在某一特定的分数阶Fourier域上呈现出能量的聚集，其幅度出现明显的峰值，而白噪声经过分数傅立叶变换后仍是白噪声，能量均匀地分布在变换域u轴上，在任何的分数阶Fourier域上均不会出现能量的聚集，利用这一特性，可以将多目标信号聚集成多个能量簇。

S104，根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。

S104具体包括：

假设X_p(u)为包含了500×3600个对象的数据集，假设ε＝20为搜索半径，Minpts为邻域密度阈值，在这个取

(1)标记所有X_p(u)中的对象为unpassed。

(2)随机选取一个对象X_p(u)中的一个对象p,标记p为passed。

(3)如果p的ε邻域至少一个有大于等于Minpts个对象，创建一个新簇C，并把p添加到C中。

(4)令N为p的ε邻域中对象的集合，对N每一个点p′，如果p′是unpassed，则标记为passed；如果p′的ε邻域至少有1个大于等于Minpts个对象，则把这些对象添加到N；如果p′不是任何簇的成员，把p′添加到C。

(5)输出C，直到没有任何unpassed的对象。

输出结果示如图2所示所示，C为群目标个数。

图3为本发明所提供的一种群目标个数判别系统结构示意图，如图3所示，本发明所提供的一种群目标个数判别系统，包括：回波信号获取模块301、混频处理模块302、数据集确定模块303以及群目标的个数确定模块304。

回波信号获取模块301用于获取群目标的回波信号；所述回波信号为载波信号。

混频处理模块302用于对所述回波信号进行混频处理；混频处理后的回波信号为中频信号。

数据集确定模块303用于对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集。

群目标的个数确定模块304用于根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。

所述回波信号获取模块301具体包括：

回波信号确定单元，用于利用公式

确定所述回波信号。

其中，A为幅度因子，f₀为发射机发出的频率，φ₀为初始相位，R₀为目标相对雷达的径向距离，f_d为多普勒频率，k为调频斜率，φ_r为速度引起的相移。

所述数据集确定模块303具体包括：数学模型确定单元好人数据集确定单元。

数学模型确定单元用于根据所述混频处理后的回波信号确定群目标的回波信号的数学模型。

数据集确定单元用于对所述数学模型进行分数阶傅里叶变换，形成所述数据集。

所述数据集确定单元具体包括：数学模型确定子单元和数据集确定子单元。

数学模型确定子单元用于利用公式

确定所述数学模型。

数据集确定子单元用于利用公式

进行分数阶傅里叶变换，形成所述数据集；

其中，x(t)为群目标的回波信号，M为群目标总个数，x_m(t)为群目标中第m个目标，f_dm为第m个目标回波信号的多普勒频率，k_m为第m个目标回波信号的调频率，0≤t≤T，T为目标的信号持续时间，j为虚部，α＝pπ/2，p∈[0,4]，u为变换域。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种群目标个数判别方法，其特征在于，包括：

获取群目标的回波信号；所述回波信号为载波信号；

对所述回波信号进行混频处理；混频处理后的回波信号为中频信号；

对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集；

根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。

2.根据权利要求1所述的一种群目标个数判别方法，其特征在于，所述获取群目标的回波信号，具体包括：

利用公式

确定所述回波信号；

其中，A为幅度因子，f₀为发射机发出的频率，φ₀为初始相位，R₀为目标相对雷达的径向距离，f_d为多普勒频率，k为调频斜率，φ_r为速度引起的相移。

3.根据权利要求1所述的一种群目标个数判别方法，其特征在于，所述对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集，具体包括：

根据所述混频处理后的回波信号确定群目标的回波信号的数学模型；

对所述数学模型进行分数阶傅里叶变换，形成所述数据集。

4.根据权利要求3所述的一种群目标个数判别方法，其特征在于，所述对所述数学模型进行分数阶傅里叶变换，形成所述数据集，具体包括：

利用公式

确定所述数学模型；

利用公式

进行分数阶傅里叶变换，形成所述数据集；

其中，x(t)为群目标的回波信号，M为群目标总个数，x_m(t)为群目标中第m个目标，f_dm为第m个目标回波信号的多普勒频率，k_m为第m个目标回波信号的调频率，0≤t≤T，T为目标的信号持续时间，j为虚部，α＝pπ/2，p∈[0,4]，u为变换域。

5.一种群目标个数判别系统，其特征在于，包括：

回波信号获取模块，用于获取群目标的回波信号；所述回波信号为载波信号；

混频处理模块，用于对所述回波信号进行混频处理；混频处理后的回波信号为中频信号；

数据集确定模块，用于对所述混频处理后的回波信号进行分数阶傅里叶变换，形成数据集；

群目标的个数确定模块，用于根据所述数据集，采用密度聚类算法进行聚类，确定所述群目标的个数。

6.根据权利要求5所述的一种群目标个数判别系统，其特征在于，所述回波信号获取模块具体包括：

回波信号确定单元，用于利用公式

确定所述回波信号；

其中，A为幅度因子，f₀为发射机发出的频率，φ₀为初始相位，R₀为目标相对雷达的径向距离，f_d为多普勒频率，k为调频斜率，φ_r为速度引起的相移。

7.根据权利要求5所述的一种群目标个数判别系统，其特征在于，所述数据集确定模块具体包括：

数学模型确定单元，用于根据所述混频处理后的回波信号确定群目标的回波信号的数学模型；

数据集确定单元，用于对所述数学模型进行分数阶傅里叶变换，形成所述数据集。

8.根据权利要求7所述的一种群目标个数判别系统，其特征在于，所述数据集确定单元具体包括：

数学模型确定子单元，用于利用公式

确定所述数学模型；

数据集确定子单元，用于利用公式

进行分数阶傅里叶变换，形成所述数据集；

其中，x(t)为群目标的回波信号，M为群目标总个数，x_m(t)为群目标中第m个目标，f_dm为第m个目标回波信号的多普勒频率，k_m为第m个目标回波信号的调频率，0≤t≤T，T为目标的信号持续时间，j为虚部，α＝pπ/2，p∈[0,4]，u为变换域。

Images