CN112731388B - 一种基于有效散射点能量积累的目标检测方法 - Google Patents

一种基于有效散射点能量积累的目标检测方法 Download PDF

Info

Publication number
CN112731388B
CN112731388B CN202011471167.8A CN202011471167A CN112731388B CN 112731388 B CN112731388 B CN 112731388B CN 202011471167 A CN202011471167 A CN 202011471167A CN 112731388 B CN112731388 B CN 112731388B
Authority
CN
China
Prior art keywords
target
effective scattering
value
distance
effective
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.)
Active
Application number
CN202011471167.8A
Other languages
English (en)
Other versions
CN112731388A (zh
Inventor
曲奎宇
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.)
Beijing Institute of Remote Sensing Equipment
Original Assignee
Beijing Institute of Remote Sensing Equipment
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 Beijing Institute of Remote Sensing Equipment filed Critical Beijing Institute of Remote Sensing Equipment
Priority to CN202011471167.8A priority Critical patent/CN112731388B/zh
Publication of CN112731388A publication Critical patent/CN112731388A/zh
Application granted granted Critical
Publication of CN112731388B publication Critical patent/CN112731388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/00Systems 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
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • G01S13/89Radar or analogous systems specially adapted for specific applications for mapping or imaging

Abstract

本发明公开了一种基于有效散射点能量积累的目标检测方法。步骤如下:第一步,根据有效散射点选择方法选择脉压后目标回波一维距离像的k个有效散射点;第二步,对k个有效散射点进行非相参积累,得到能量积累值第三步,根据有效散射点个数k计算检测门限第四步,将有效散射点能量积累值与检测门限进行比较,判断有无目标。本发明的检测方法比经典的距离扩展目标检测器有更好的检测性能。

Description

一种基于有效散射点能量积累的目标检测方法
技术领域
本发明涉及一种雷达目标检测领域,特别是一种适用于宽带雷达距离扩展目标的目标检测方法。
背景技术
宽带雷达的距离分辨率由雷达的大工作带宽决定。通常宽带雷达工作在高频率波段,宽带波形更容易实现。高距离分辨率使得目标的雷达回波覆盖了多个距离分辨单元,可区分目标的各个散射点,例如,针对一个飞机目标,高分辨一维距离像和可以展现出机头、机尾、机翼的回波。而窄带雷达通常用于跟踪和运动粗略估计,缺少足够的距离分辨力去直接测量的目标长度等信息。此外,宽带雷达允许更多更先进的信号处理算法用于实时距离多普勒成像、相位导出测距、目标识别等。
宽带雷达在各方面都具有突出的性能,因此具有非常广泛的应用范围。宽带雷达允许更多更先进的信号处理算法用于实时距离多普勒成像、相位导出测距、目标识别等。但是直至目前,宽带雷达的主要应用场景还仅仅局限于SAR成像和ISAR成像,其在其他方面的优势需人们进一步地挖掘。随着雷达技术的进步,宽带雷达不仅可以在目标成像与识别中发挥重要作用,还可以用于检测和跟踪方面。人们很早就认识到宽带信号可以提高目标在杂波和干扰背景下的检测和跟踪性能。但是,由于雷达信号处理复杂程度高,雷达发射功率不够导致作用距离小等原因,宽带雷达在检测、跟踪方面优势受到了一定的限制。因此,研究宽带雷达目标检测技术,十分有现实意义。
发明内容
为了解决上述技术问题,本发明提出了一种基于有效散射点能量积累的目标检测方法,该方法根据目标回波中的有效散射点,估计目标回波的能量,完成对目标的检测。
对此本发明提出一种基于有效散射点能量积累的目标检测方法步骤如下:第一步,根据有效散射点选择方法选择脉压后目标回波一维距离像的k个有效散射点;第二步,对有效散射点进行非相参积累,得到能量积累值第三步,将根据有效散射点个数k计算检测门限/>第四步,将有效散射点能量积累值/>与检测门限/>进行比较,判断有无目标。
实际目标的雷达回波能量往往集中于若干距离单元中,基于这一事实,对检测窗内的各距离单元的能量进行排序,选择有效的散射点进行能量积累和检测。本发明提出虚警概率与门限的计算方法。通过仿真和实测数据对比基于本发明方法的ESS-GLRT检测器与经典距离扩展目标检测器的检测性能,在几种散射点分布情况下,ESS-GLRT检测器的鲁棒性和检测性能都优于其他检测器。该方法无需目标的先验信息,易工程实现。
附图说明
图1为本发明的基于有效散射点的能量积累检测方法的框图。
具体实例方式
下面结合附图说明根据本发明的具体实施方式。基于有效散射点的能量积累检测器模型如附图1所示:
在程序跟踪状态下,根据距离扩展目标回波的一维距离像,利用回波单元能量的差异,自适应地选择有效散射点个数,通过有效散射点的选取,获得目标散射点的个数和位置信息的估计值,进行能量积累。将能量积累值与门限进行比较,判断有无目标。
其实现步骤如下:
a)根据有效散射点选择方法选择脉压后目标回波一维距离像的k个有效散射点。
b)对有效散射点进行非相参积累,得到能量积累值
c)根据有效散射点个数k计算检测门限
d)将有效散射点能量积累值与检测门限/>进行比较。
实施例
本发明一种基于有效散射点能量积累的目标检测器,具体实施例的步骤如下:
第一步,根据有效散射点选择方法选择脉压后目标回波一维距离像的k个有效散射点;
第二步,对k个有效散射点进行非相参积累,得到能量积累值
第三步,根据有效散射点个数k计算检测门限
第四步,将有效散射点能量积累值与检测门限/>进行比较,判断有无目标。
所述第一步,根据有效散射点选择方法选择脉压后目标回波一维距离像的k个有效散射点,实施方式如下:
(1)、假设距离扩展目标的一维距离像占据J个距离单元,目标的每一个散射点占据一个距离单元,噪声是功率为σ2的复高斯白噪声;
(2)、x={x1,x2,…,xJ}表示各距离单元的值;y={y1,y2,…,yJ}={x1 2,x2 2,…,xJ 2}表示x经过平方律检波器后的输出;
(3)、由于目标占据多个距离单元,因此在目标检测时,需要设定检测区间的长度,即检测窗的大小,将距离窗长度设为J。根据公式(1)选择距离窗的有效散射点
式中为前k个强散射中心回波能量的平均值;由于函数是单调递增的,且f(1)=0.414,f(∞)≈0.5。因此有效积累散射点k满足:(1)散射点子回波能量足够大,使得匹配滤波后能准确分辨k个强散射点在一维距离像中的位置;(2)按照能量从大到小顺序,一维距离像中第k个散射点的能量不小于前k-1个散射点能量平均值的一半。
所述第二步,对有效散射点进行非相参积累,得到能量积累值实施方式如下:
a)能量积累值:
其中y(m)表示{y1,y2,…yJ}中第m小的值,为有效散射点个数;
根据Neyman-Pearson准则,写出似然比为:
b)
其中表示在第/>个距离单元上的目标散射中心的值,表示在第/>个距离单元上的值。x={x1,x2,…,xJ}表示各距离单元的值。H0为假设回波中仅有噪声分量n,即x=n。H1为假设回波中存在目标回波分量s和噪声分量n,即x=n+s。
所述第三步,根据有效散射点个数k计算检测门限实施方式如下:
为了保证恒虚警,检测门限的选择与/>有关,下面给出/>的计算方法。
每个距离单元的值xj在只包含噪声的情况下,即H0情况下,是方差为σ2的复高斯白噪声,得到噪声功率为σ2。则对于yj=|xj 2,其中xj和yj分别为第j个距离单元上的值和平方值,得到yj的概率密度函数
在只存在噪声的情况下,yj的概率分布函数如下:
有效散射点的提取,相当于设置一个第一门限其中/>为y1,y2,…,yJ中第大的值。令/>表示在只存在噪声的情况下,J个距离单元中有/>个距离单元的值超过Th1的概率,/>表示只存在噪声情况下,在有/>个距离单元的值超过Th1的条件下/>的概率密度函数,则用检测门限对检验统计量进行判定时的总虚警概率可以表示为:
可得
为使计算简单,可以选择使式(6)中的
则式(6)化为
服从参数为σ2,/>的伽玛分布,即:
则根据式(6)和式(9)可求得检测门限:
其中G-1()为伽马分布概率分布函数的逆函数。
所述第四步,将有效散射点能量积累值与检测门限/>进行比较,判断有无目标,
判决准则为若大于检测门限,则判为有目标。
通过仿真和实测数据对比基于本发明方法的ESS-GLRT检测器与经典距离扩展目标检测器的检测性能,在几种散射点分布情况下,ESS-GLRT检测器的鲁棒性和检测性能都优于其他检测器。本方法无需目标的先验信息,易工程实现。

Claims (2)

1.一种基于有效散射点能量积累的目标检测方法,其特征在于,所述方法的步骤如下:
第一步,根据有效散射点选择方法选择脉压后目标回波一维距离像的k个有效散射点,实施方式如下:
(1)、假设距离扩展目标的一维距离像占据J个距离单元,目标的每一个散射点占据一个距离单元,噪声是功率为σ2的复高斯白噪声;
(2)、x={x1,x2,…,xJ}表示各距离单元的值;y={y1,y2,…,yJ}={|x1|2,|x2|2,…,|xJ|2}表示x经过平方律检波器后的输出;
(3)、由于目标占据多个距离单元,在目标检测时,设定检测区间的长度,即检测窗的大小,将距离窗长度设为J;根据公式(1)选择距离窗的有效散射点,
式中为前k个强散射中心回波能量的平均值;由于函数是单调递增的,且f(1)=0.414,f(∞)≈0.5;k个有效积累散射点满足:(1)散射点子回波能量足够大,使得匹配滤波后能准确分辨k个强散射点在一维距离像中的位置;(2)按照能量从大到小顺序,一维距离像中第k个散射点的能量不小于前k-1个散射点能量平均值的一半;
第二步,对k个有效散射点进行非相参积累,得到能量积累值实施方式如下:
a)能量积累值:
其中y(m)表示{y1,y2,…yJ}中第m小的值,为有效散射点个数;
根据Neyman-Pearson准则,写出似然比为:
其中表示在第/>个距离单元上的目标散射中心的值,表示在第/>个距离单元上的值;x={x1,x2,…,xJ}表示各距离单元的值;H0为假设回波中仅有噪声分量n,即x=n;H1为假设回波中存在目标回波分量s和噪声分量n,即x=n+s;
第三步,根据有效散射点个数k计算检测门限实施方式如下:
为了保证恒虚警,检测门限的选择与/>有关,下面给出/>的计算方法:
每个距离单元的值xj在只包含噪声的情况下,即H0情况下,是方差为σ2的复高斯白噪声,得到噪声功率为σ2;则对于yj=|xj|2,其中xj和yj分别为第j个距离单元上的值和平方值,得到yj的概率密度函数,
在只存在噪声的情况下,yj的概率分布函数如下:
有效散射点的提取,相当于设置一个第一门限其中/>为y1,y2,…,yJ中第/>大的值;令/>表示在只存在噪声的情况下,J个距离单元中有/>个距离单元的值超过Th1的概率,/>表示只存在噪声情况下,在有/>个距离单元的值超过Th1的条件下的概率密度函数,则用检测门限对检验统计量进行判定时的总虚警概率表示为:
可得
为使计算简单,选择使式(6)中的
则式(6)化为
服从参数为σ2,/>的伽玛分布,即:
则根据式(6)和式(9)可求得检测门限:
其中G-1()为伽马分布概率分布函数的逆函数;
第四步,将有效散射点能量积累值与检测门限/>进行比较,判断有无目标。
2.根据权利要求1所述的目标检测方法,其特征在于,所述第四步,将有效散射点能量积累值与检测门限/>进行比较,判断有无目标;判决准则为若/>大于检测门限,则判为有目标。
CN202011471167.8A 2020-12-14 2020-12-14 一种基于有效散射点能量积累的目标检测方法 Active CN112731388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011471167.8A CN112731388B (zh) 2020-12-14 2020-12-14 一种基于有效散射点能量积累的目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011471167.8A CN112731388B (zh) 2020-12-14 2020-12-14 一种基于有效散射点能量积累的目标检测方法

Publications (2)

Publication Number Publication Date
CN112731388A CN112731388A (zh) 2021-04-30
CN112731388B true CN112731388B (zh) 2023-10-13

Family

ID=75599942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011471167.8A Active CN112731388B (zh) 2020-12-14 2020-12-14 一种基于有效散射点能量积累的目标检测方法

Country Status (1)

Country Link
CN (1) CN112731388B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114114192B (zh) * 2021-12-02 2023-05-23 电子科技大学 集群目标检测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509972A (zh) * 2009-03-30 2009-08-19 西安电子科技大学 基于高分辨目标距离像修正相关矩阵的宽带雷达检测方法
CN102230961A (zh) * 2011-03-31 2011-11-02 北京航空航天大学 基于相位补偿处理的扩展目标检测方法
CN103235295A (zh) * 2013-04-02 2013-08-07 西安电子科技大学 基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法
CN104267387A (zh) * 2014-09-03 2015-01-07 电子科技大学 一种无载波超宽带雷达的目标检测方法
CN107132518A (zh) * 2017-06-07 2017-09-05 陕西黄河集团有限公司 一种基于稀疏表示和时频特征的距离扩展目标检测方法
CN108226879A (zh) * 2017-12-21 2018-06-29 北京遥感设备研究所 一种基于多通道的sar地形散射干扰抑制方法
CN108776336A (zh) * 2018-06-11 2018-11-09 电子科技大学 一种基于emd的自适应穿墙雷达静止人体目标定位方法
CN109061589A (zh) * 2018-07-06 2018-12-21 西安电子科技大学 随机跳频雷达的目标运动参数估计方法
CN111999716A (zh) * 2020-09-02 2020-11-27 中国人民解放军海军航空大学 基于杂波先验信息的目标自适应融合检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2774377C (en) * 2012-02-02 2017-05-02 Raytheon Canada Limited Knowledge aided detector
US20160204566A1 (en) * 2015-01-09 2016-07-14 Coherent, Inc. Gas-discharge laser power and energy control

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101509972A (zh) * 2009-03-30 2009-08-19 西安电子科技大学 基于高分辨目标距离像修正相关矩阵的宽带雷达检测方法
CN102230961A (zh) * 2011-03-31 2011-11-02 北京航空航天大学 基于相位补偿处理的扩展目标检测方法
CN103235295A (zh) * 2013-04-02 2013-08-07 西安电子科技大学 基于压缩卡尔曼滤波的小场景雷达目标距离像估计方法
CN104267387A (zh) * 2014-09-03 2015-01-07 电子科技大学 一种无载波超宽带雷达的目标检测方法
CN107132518A (zh) * 2017-06-07 2017-09-05 陕西黄河集团有限公司 一种基于稀疏表示和时频特征的距离扩展目标检测方法
CN108226879A (zh) * 2017-12-21 2018-06-29 北京遥感设备研究所 一种基于多通道的sar地形散射干扰抑制方法
CN108776336A (zh) * 2018-06-11 2018-11-09 电子科技大学 一种基于emd的自适应穿墙雷达静止人体目标定位方法
CN109061589A (zh) * 2018-07-06 2018-12-21 西安电子科技大学 随机跳频雷达的目标运动参数估计方法
CN111999716A (zh) * 2020-09-02 2020-11-27 中国人民解放军海军航空大学 基于杂波先验信息的目标自适应融合检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Target-oriented Benchmarking of Regional Building Energy Consumption Based on the Lorenz Curve;Yibo Chen;Procedia Engineering;第879-886页 *
宽带雷达目标检测算法研究;贾世功;中国优秀硕士学位论文全文数据库 信息科技辑;I136-685 *
窄带、宽带雷达机动目标检测技术研究;许述文;中国博士学位论文全文数据库 信息科技辑;I136-234 *

Also Published As

Publication number Publication date
CN112731388A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN108490410B (zh) 一种两坐标雷达对海目标联合检测跟踪方法
CN107861107B (zh) 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
Guan et al. Fractal characteristic in frequency domain for target detection within sea clutter
CN101509972B (zh) 基于高分辨目标距离像修正相关矩阵的宽带雷达检测方法
EP1980873B1 (en) History or image based methods for altitude determination in a radar altimeter
JP6699904B2 (ja) レーダ装置及びそのレーダ信号処理方法
Metcalf et al. A machine learning approach to cognitive radar detection
US20140361919A1 (en) System and method for distribution free target detection in a dependent non-gaussian background
Inggs et al. Ship target recognition using low resolution radar and neural networks
CN112731307A (zh) 基于距离-角度联合估计的ratm-cfar检测器及检测方法
CN112731388B (zh) 一种基于有效散射点能量积累的目标检测方法
EP3417311B1 (en) A method for motion classification using a pulsed radar system
Salmasi et al. Design and analysis of fractal detector for high resolution radars
WO2017188905A1 (en) A method for motion classification using a pulsed radar system
CN114325599B (zh) 一种针对不同环境的自动门限检测方法
Joshi et al. Sea clutter model comparison for ship detection using single channel airborne raw SAR data
US8022864B2 (en) Detection of transient signals in doppler spectra
CN108008374B (zh) 基于能量中值的海面大型目标检测方法
Joshi et al. Automatic cfar ship detection in single–channel range-compressed airborne radar data
CN114518564A (zh) 一种基于特征杂波图的海面低空小目标检测方法
Yao et al. An integration method for detection and classification of sea surface targets
CN116879863B (zh) 一种连续波4d毫米波雷达多目标测量方法及系统
CN116224280B (zh) 雷达目标检测方法、装置、雷达设备及存储介质
WO2023194564A1 (en) Method for efficient radar pre-processing
CN117761688A (zh) 一种基于毫米波雷达的人体跌倒实时监测方法

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