CN113281729B - 一种基于多帧空间谱联合处理的目标自动检测方法及系统 - Google Patents
一种基于多帧空间谱联合处理的目标自动检测方法及系统 Download PDFInfo
- Publication number
- CN113281729B CN113281729B CN202110598780.4A CN202110598780A CN113281729B CN 113281729 B CN113281729 B CN 113281729B CN 202110598780 A CN202110598780 A CN 202110598780A CN 113281729 B CN113281729 B CN 113281729B
- Authority
- CN
- China
- Prior art keywords
- target
- spatial spectrum
- data
- theta
- detection
- 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
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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/04—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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/50—Systems of measurement, based on relative movement of the target
- G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于多帧空间谱联合处理的目标自动检测方法及系统。该方法包括:采用复域压缩感知方法对拖线阵接收数据进行空间谱合成,得到每帧数据对应的空间谱;对多帧空间谱进行联合处理,实现目标方位轨迹能量的增强,以得到满足低信噪比下检测目标所需的检测阈;对空间谱累积结果进行检测阈判决处理,实现对目标的自动检测。在空间谱关联处理中,本发明将复杂的多阶段决策问题划分为一系列单阶段的简单问题,把空间谱中的信息通过方位跟踪形式完成数据关联,实现提升目标检测所需检测阈的目的,在目标方位轨迹变化较快时,基于该检测阈实现了目标自动检测,克服了对采用同方位能量累加方式实现目标在时间历程上能量累积的影响。
Description
技术领域
本发明涉及声纳信号处理领域,特别涉及一种基于多帧空间谱联合处理的目标自动检测方法及系统。
背景技术
现有的声纳系统进行目标检测与方位提取时均是有人干预的,声纳员可根据空间谱或方位历程图上目标方位的轨迹来进行目标检测,对检测阈需求较低。在无人干预情况下,要对目标实现高检测概率(检测概率>95.4%)的检测,需要检测阈DT大于6dB。在一定信噪比情况下,如果只采用单帧处理所得空间谱对目标实现检测,则检测阈小于6dB,严重影响系统的自动检测目标性能,此时需要通过多帧处理使目标能量在其时间历程上累积,提升空间谱中目标峰值与空间背景噪声均值差异。
受目标和线阵相对运动影响,目标方位轨迹在时间历程上存在方位随时间变化,如果采用同方位能量累加方式实现目标在时间历程上能量累积,则能量累积效果较差,空间谱中目标峰值与空间背景噪声均值差异提升有限,且也会增加目标方位在时间历程上的宽度。
发明内容
本发明的目的在于克服上述现有技术缺陷,提出一种基于多帧空间谱联合处理的目标自动检测方法及系统。
为了实现上述目的,本发明提出了一种基于多帧空间谱联合处理的目标自动检测方法,所述方法包括:
采用复域压缩感知方法对拖线阵接收数据进行空间谱合成,得到每帧数据对应的空间谱;
对多帧空间谱进行联合处理,通过目标方位轨迹能量的增强以提升检测阈,得到满足低信噪比下检测目标所需的检测阈;
对空间谱累积结果进行检测阈判决处理,实现对目标的自动检测。
作为上述方法的一种改进,所述方法具体包括:
其中,d为阵元间距,c为声速,n=1,2,…N,N为扫描角度个数,m=1,2,…M,M为阵元个数;
其中,[·]T为矩阵转置;
步骤5)通过求解以下凸优化问题得到空间信号稀疏系数S(θ):
步骤6)对空间信号稀疏系数S(θ)进行处理,得到阵列第l帧数据对应空间谱Pl(θ)为:
Pl(θ)=|S(θ)|2;
步骤7)当l<L,l+1,转至步骤1),当l=L,转至步骤8);
步骤8)令关联处理后空间谱P(θ)=0,P(θ)=[P(θ1),P(θ2),…,P(θN-1),P(θN)],设置目标方位变化范围为Δθ,l从1开始,直到l=L-1,分别读入第l帧和第l+1帧数据对应空间谱Pl(θ)和Pl+1(θ),并进行如下关联处理:
将P(θn)+max(Pl+1(θn)+Pl(θn-Δθ),Pl+1(θn)+Pl(θn-Δθ+1),…,Pl+1(θn)+Pl(θn+Δθ-1),Pl+1(θn)+Pl(θn+Δθ))赋值给新的P(θn),θn∈θ,n=1,2,…,N,max(·)为最大值求取函数;n=1,2,…,N,这样得到:
Pl(θ)=[Pl(θ1),Pl(θ2),…,Pl(θN-1),Pl(θN)],
Pl+1(θ)=[Pl+1(θ1),Pl+1(θ2),…,Pl+1(θN-1),Pl+1(θN)];
步骤9)l从1到L,由Pl(θ)得到L帧空间谱关联处理后数据P(θ);
步骤10)根据L帧空间谱关联处理后数据P(θ)得到检测指数提取dT为:
其中,Pmax为空间谱最大值,θ0为空间谱最大值对应的方位,Δθ0为波束宽度,E[·]为均值求取函数,σ[·]为标准差求取函数;
步骤11)根据检测指数提取dT得到相应检测阈DT为:
DT=20lg(dT)
当DT≥6dB时,即可判定θ0方位即为目标方位,从而实现对目标自动检测。
一种基于多帧空间谱联合处理的目标自动检测系统,所述系统包括:空间谱合成模块、空间谱联合处理模块和目标自动检测模块;其中,
所述空间谱合成模块,用于采用复域压缩感知方法对拖线阵接收数据进行空间谱合成,得到每帧数据对应的空间谱;
所述空间谱联合处理模块,用于对多帧空间谱进行联合处理,通过目标方位轨迹能量的增强以提升检测阈,得到满足低信噪比下检测目标所需的检测阈;
所述目标自动检测模块,用于对空间谱累积结果进行检测阈判决处理,实现对目标的自动检测。
作为上述系统的一种改进,所述空间谱合成模块的具体处理过程包括:
其中,d为阵元间距,c为声速,n=1,2,…N,N为扫描角度个数,m=1,2,…M,M为阵元个数;
其中,[·]T为矩阵转置;
通过求解以下凸优化问题得到空间信号稀疏系数S(θ):
对空间信号稀疏系数S(θ)进行处理,得到阵列第l帧数据对应空间谱Pl(θ)为:
Pl(θ)=|S(θ)|2;
l从1到L,从而得到每帧数据对应的空间谱。
作为上述系统的一种改进,所述空间谱联合处理模块的具体处理过程包括:
令关联处理后空间谱P(θ)=0,P(θ)=[P(θ1),P(θ2),…,P(θN-1),P(θN)],设置目标方位变化范围为Δθ,l从1开始,直到l=L-1,分别读入第l帧和第l+1帧数据对应空间谱Pl(θ)和Pl+1(θ),并进行如下关联处理:
将P(θn)+max(Pl+1(θn)+Pl(θn-Δθ),Pl+1(θn)+Pl(θn-Δθ+1),…,Pl+1(θn)+Pl(θn+Δθ-1),Pl+1(θn)+Pl(θn+Δθ))赋值给新的P(θn),θn∈θ,n=1,2,…,N,max(·)为最大值求取函数;n=1,2,…,N,这样得到:
Pl(θ)=[Pl(θ1),Pl(θ2),…,Pl(θN-1),Pl(θN)],
Pl+1(θ)=[Pl+1(θ1),Pl+1(θ2),…,Pl+1(θN-1),Pl+1(θN)];
l从1到L,由Pl(θ)得到L帧空间谱关联处理后数据P(θ);
根据L帧空间谱关联处理后数据P(θ)得到检测指数提取dT为:
其中,Pmax为空间谱最大值,θ0为空间谱最大值对应的方位,Δθ0为波束宽度,E[·]为均值求取函数,σ[·]为标准差求取函数。
作为上述系统的一种改进,所述目标自动检测模块的具体处理过程包括:
根据检测指数提取dT得到相应检测阈DT为:
DT=20lg(dT)
当DT≥6dB时,即可判定θ0方位即为目标方位,从而实现对目标自动检测
与现有技术相比,本发明的优势在于:
在空间谱关联处理中,本发明的方法将复杂的多阶段决策问题划分为一系列单阶段的简单问题,把空间谱中的信息通过方位跟踪形式完成数据关联,实现提升目标检测所需检测阈的目的,在目标方位轨迹变化较快情况下,基于该检测阈实现了目标自动检测,克服了对采用同方位能量累加方式实现目标在时间历程上能量累积的影响。
附图说明
图1是本发明实施例1的水平拖线阵声纳结构示意图;
图2是本发明基于空间谱的目标检测说明图;
图3是本发明的目标自动检测的算法流程图;
图4是本发明的多帧空间谱联合处理方法示意图;
图5是本发明的各时刻空间谱递推累积示意图;
图6是本发明在具体实施方式中使用实验验证所得结果;
图7是SNR=-21dB情况下,分别采用单次1s处理、10s常规能量累积和10s本发明的方法累积所得检测阈;
图8是SNR=-23dB情况下,分别采用单次1s处理、10s常规能量累积和10s本发明的方法累积所得检测阈;
图9是SNR=-25dB情况下,分别采用单次1s处理、10s常规能量累积和10s本发明的方法累积所得检测阈;
图10是SNR=-27dB情况下,分别采用单次1s处理、10s常规能量累积和10s本发明的方法累积所得检测阈;
图11是本发明的基于复域压缩感知空间谱合成方法所得单次处理方位历程图;
图12是10s常规能量累积方法即同方位能量累加方式所得方位历程图;
图13是10s本发明方法联合处理所得方位历程;
图14是分别采用单次1s处理、10s常规能量累积和10s本发明的方法累积所得相应空间谱图;
图15是分别采用单次1s处理、10s常规能量累积和10s本发明的方法累积提取目标方位轨迹结果。
具体实施方式
该方法通过将复杂的多阶段决策问题划分为一系列单阶段的简单问题,实现多帧空间谱联合处理,把空间谱中的信息通过方位跟踪形式完成数据关联,基于该检测阈达到改善目标自动检测性能的目的,并通过数值仿真进一步验证了本发明所述方法的有效性和可行性。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
在对本发明的方法做详细说明前,首先对本发明的方法所适用水平拖线阵加以描述。图1为一水平拖线阵声纳结构示意图,该拖线阵声纳包括6个部分,显控与信号处理机1、甲板缆2、绞车3、导缆架4、拖缆5、水平拖线阵6。其中的水平拖线阵6通过拖缆5与位于绞车3上的甲板缆2连接,所述拖缆5还安装在导缆架4上;水平拖线阵6所接收的信号传输给显控与信号处理机1。
下面对本发明的方法做进一步的说明。
复域压缩感知空间谱合成方法
式中,d为阵元间距,c为声速,n=1,2,…N,N为扫描角度个数,m=1,2,…M,M为阵元个数。
再次,对式(2)进行变换处理,将其按观测序列、感知矩阵形式表示,即将I看作为观测序列,P(θ)=[P(θ1),P(θ2),…,P(θN)]T,[·]T为矩阵转置,为待求解稀疏系数分量,将复域感知矩阵设计为:
最后,通过求解以下凸优化问题来求解空间信号稀疏系数S(θ):
对S(θ)进行处理,得到阵列第l帧数据对应空间谱Pl(θ)。
Pl(θ)=|S(θ)|2 (5)
目标自动检测与方位提取数学模型
在被动声纳目标检测过程中,利用合成空间谱检测目标是否出现,一般采用信号后置处理直流跳变的概念。图2是采用阵元间距0.5m等间距布阵的32元阵,目标辐射信号只包含单个线谱(频率为1.5kHz),目标方位为50°,宽带滤波器带宽为1-2kHz,此时单个阵元接收数据信噪比为-20dB,系统采样率为50kHz,仿真得到的空间谱曲线(未归一化处理)。
图中,设P(θ)为空间谱曲线值,没有目标时,空间背景噪声是起伏的,平均值记为Pv,背景噪声的起伏值记为δ;有目标出现时,空间谱在目标方位处出现波峰Ps+v。
此时,检测指数可记为:
由被动声纳方程可得检测阈为:
检测阈DT和检测概率pd的关系可以通过纽曼-皮尔逊准则的接收机曲线(ROC)计算得到。在声纳工程领域,一般取DT=6dB,此时检测概率为95.4%。
由此可得出,实现目标自动检测需要2个参数:合成空间谱曲线背景噪声的平均值Pv和起伏值δ。考虑到目标自动检测中预先并不确定有没有目标,因此难以实时计算当前处理中Pv和δ值。此时,在目标数量较少时,可以用当前去除最大值波束范围内的空间谱曲线均值代替Pv,均方差代替δ。
由此,可得新的检测指数为:
式中,Pmax为空间谱最大值,θ0为空间谱最大值对应方位,Δθ0为波束宽度,E[·]为均值求取函数,σ[·]为标准差求取函数。
由此,可得到目标自动检测的算法流程如图3所示。对空间谱曲线,搜索最大值,然后根据式(8)和(7)计算检测阈,当检测阈大于某一幅值时判为目标,可提取目标方位。
多帧空间谱联合处理方法
在无人干预情况下,要对目标实现高检测概率(检测概率>95.4%)的检测,需要检测阈DT大于6dB。在一定信噪比情况下,如果只采用单帧处理所得空间谱对目标实现检测,则检测阈小于6dB,严重影响系统的自动检测目标性能,此时需要通过多帧处理使目标能量在其时间历程上累积,提升空间谱中目标峰值与空间背景噪声均值差异。
多帧空间谱联合处理方法可以归结为路径寻优问题,即在众多可能路径中寻找指标函数累积值最大的路径。其示意图如图4所示,其中每个圆圈代表一个方位,每一列代表同一帧空间谱不同方位,每帧方位间的连线为一个可能的目标方位轨迹。观察所有由第1帧指向第2帧第1个方位的路径,若最优路径经过第2帧第1个方位,则该路径由第1帧转移至第2帧时所采用的路径一定是所有指向第2帧第1个方位中最优的。因此,可采用该思想对帧间目标方位转移路径进行裁剪,实现对多帧空间谱的有效累积,进而提升检测阈,实现对目标有效检测。
具体过程如下:
1.初始化
令回溯函数为0,读入第1秒、第2秒空间谱,假设第2秒空间谱某点方位为x2,则其在第1秒中对应邻域为(邻域大小由预先设置的目标方位变化范围决定),计算各方位转移至x2的能量累积。将x2遍历整个空间谱所有角度,得到值函数累积结果。
2.递推累积
如图5所示,读入第t秒空间谱,在第t秒和第t-1秒中各有一个方位xt和xt-1。xt-1位于xt在第t-1秒的邻域Axt中。对xt和xt-1计算值函数能量累积,选择值函数最大的作为xt-1到xt的最优路径,并将其记录到第t-1秒回溯函数;同时,在各自范围内进行遍历。
3.目标判决
当t=T,T为所设长度值,比较各终点位置的值函数累积结果,并将能量值与预设的阈值进行比较,将超过阈值的设为目标。
性能分析
为了分析方便,令接收阵拾取数据中背景噪声与空间目标信号之间的相关性、背景噪声之间的相关性为零,接收阵处理数据中心频率对应波长为阵元间距2倍。根据上述分析可知,对于N元接收阵,其空间增益为GS=10lgN;对于宽带检测,其时间增益为GT=5lg(2BT)。
根据被动声纳系统的信号处理流程可知:在处理频带内,令单个阵元接收数据所含信噪比为SNRin,经阵列信号处理合成空间谱后,检测阈DT为:
DT=SNRin+GS+GT (9)
由上式可得:要在无人干预情况下,对目标实现高检测概率(检测概率>95.4%)的检测,需要检测阈DT大于6dB,即需要SNRin+GS+GT>6dB。
以N=32,B=1000Hz,T=1s为例,满足SNRin+GS+GT>6dB,需要SNRin满足如下条件:
当线阵阵元数不变时,在SNRin<-25.6dB时,单次处理所得空间谱无法满足检测阈大于6dB需求,目标检测性能降低;
在目标方位相对线阵稳定时,采用常规能量累积方法(同方位能量累加方式)通过I多帧空间谱累积处理后,时间增益为GT=5lg(2BTI),时间增益增加量ΔGT为:
ΔGT=5lg(2BTI)-5lg(2BT)=5lg(I) (11)
此时,可通过能量累积提升检测阈,进而提升了对目标检测性能。
在目标方位相对线阵快速运动(方位变化率超过半波束宽度)时,采用常规能量累积方法(同方位能量累加方式)通过I多帧空间谱累积处理时,时间增益为GT=5lg(2BT),时间增益增加量ΔGT为0;采用常规能量累积方法(同方位能量累加方式)无法实现对检测阈提升;而本发明方法通过将空间谱中的信息采用方位跟踪形式完成数据关联,实现目标方位处能量累积,非目标方位处能量采用单针处理所得数据,其检测阈可提升15lg(I)左右,进而提升了对目标检测性能。
实施例2
本发明的实施例2提出了一种基于多帧空间谱联合处理的目标自动检测系统,所述系统包括:空间谱合成模块、空间谱联合处理模块和目标自动检测模块;局处理方法同实施例1,其中,
空间谱合成模块,用于采用复域压缩感知方法对拖线阵接收数据进行空间谱合成,得到每帧数据对应的空间谱;
空间谱联合处理模块,用于对多帧空间谱进行联合处理,通过目标方位轨迹能量的增强以提升检测阈,得到满足低信噪比下检测目标所需的检测阈;
目标自动检测模块,用于对空间谱累积结果进行检测阈判决处理,实现对目标的自动检测。
实例分析
下面结合实例,对本发明方法的效果进行比较。
为进一步验证本发明方法(称之为本文方法)可在目标运动情况通过对多帧空间谱联合处理实现目标方位轨迹能量增强,目标检测所需检测阈提升,满足自动检测目标所需检测阈,实现对目标自动检测和目标方位轨迹提取,进行如下数值仿真。
仿真条件:阵元间距0.5m等间距布阵的32元阵,目标辐射信号为带宽1-2kHz宽带信号,背景噪声为高斯白噪声,单个阵元接收数据信噪比为SNR,目标方向为50°,并按1°变换量进行相对运动,系统采样率为50kHz,一次处理数据长度为1s,处理数据所用滤波器带宽为1-2kHz。
图6为SNR=-29~-21dB情况下,由单次处理、10s常规能量累积方法(同方位能量累加方式)、10s本文方法通过100次独立统计所得不同信噪比下的检测阈大于6dB概率。
由图6可知,相比单次处理结果,由于目标存在运动,10s常规累积处理方法采用同方位能量累加方式已无法实现目标在时间历程上能量累积,在检测阈大于6dB的同一概率下,对输入信噪比的要求无降低,该结果与上节性能分析中检测阈提升量一致;而本发明方法通过把空间谱中的信息采用方位跟踪形式完成数据关联,实现了检测阈提升,在检测阈大于6dB的同一概率下,对输入信噪比的要求同样降低了8dB以上,该结果与上节性能分析中检测阈提升量一致;该仿真结果证实了本发明方法的可行性。
图7为SNR=-21dB情况下,3种方法所得检测阈。
图8为SNR=-23dB情况下,3种方法所得检测阈。
图9为SNR=-25dB情况下,3种方法所得检测阈。
图10为SNR=-27dB情况下,3种方法所得检测阈。
图7至图10所示结果进一步说明了,在目标运动情况下,通过10s常规能量累积已无法实现检测阈提升,无法满足有效检测所需检测阈;在信噪比低于SNR<-25dB情况下,可通过本发明方法实现检测阈的提升,满足目标自动检测所需的DT>6dB要求。
图11为本发明所述基于复域压缩感知空间谱合成方法所得单次处理方位历程图。
图12为10s常规能量累积方法(同方位能量累加方式)所得方位历程图。
图13为10s本发明方法联合处理所得方位历程。
图14为3种方法所得相应空间谱图。
图15为3种方法提取目标方位轨迹结果。
由图11至图15仿真结果可进一步得知,在SNR=-27dB情况下,单次处理所得方位历程图中目标方位轨迹相对背景噪声不明显,虽然可以通过肉眼看出,但自动检测效果较差,此时采用10s常规能量累积同样无法实现目标能量有效积累和空间背景抑制,无法满足有效检测目标所需的检测阈,无法有效实现目标自动检测和方位提取;而本发明方法相比常规能量累积方法所得空间谱,目标能量有效积累量被增加更多,背景级降低更大,实现了检测阈提升量大幅提升和检测阈大于6dB需求,可有效实现目标自动检测和方位提取好于常规能量累积方法,达到了改善目标自动检测性能的目的。
以上仿真结果进一步验证了:受目标和线阵相对运动影响,目标方位轨迹在时间历程上存在方位随时间变化,如果采用同方位能量累加方式实现目标在时间历程上能量累积,则能量累积效果较差,空间谱中目标峰值与空间背景噪声均值差异提升有限,且也会增加目标方位在时间历程上的宽度,在低信噪比情况下无法满足目标检测检测阈大于6dB需求。而本发明所述方法通过方位跟踪形式完成数据关联,实现了增强目标方位轨迹的目的,实现了检测阈提升量大幅提升,和检测阈大于6dB需求。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种基于多帧空间谱联合处理的目标自动检测方法,所述方法包括:
采用复域压缩感知方法对拖线阵接收数据进行空间谱合成,得到每帧数据对应的空间谱;
对多帧空间谱进行联合处理,通过目标方位轨迹能量的增强以提升检测阈,得到满足低信噪比下检测目标所需的检测阈;
对空间谱累积结果进行检测阈判决处理,实现对目标的自动检测;
所述方法具体包括:
其中,d为阵元间距,c为声速,n=1,2,…N,N为扫描角度个数,m=1,2,…M,M为阵元个数;
其中,[·]T为矩阵转置;
步骤5)通过求解以下凸优化问题得到空间信号稀疏系数S(θ):
步骤6)对空间信号稀疏系数S(θ)进行处理,得到阵列第l帧数据对应空间谱Pl(θ)为:
Pl(θ)=|S(θ)|2;
步骤7)当l<L,l+1,转至步骤1),当l=L,转至步骤8);
步骤8)令关联处理后空间谱P(θ)=0,P(θ)=[P(θ1),P(θ2),…,P(θN-1),P(θN)],设置目标方位变化范围为Δθ,l从1开始,直到l=L-1,分别读入第l帧和第l+1帧数据对应空间谱Pl(θ)和Pl+1(θ),并进行如下关联处理:
将P(θn)+max(Pl+1(θn)+Pl(θn-Δθ),Pl+1(θn)+Pl(θn-Δθ+1),…,Pl+1(θn)+Pl(θn+Δθ-1),Pl+1(θn)+Pl(θn+Δθ))赋值给新的P(θn),θn∈θ,n=1,2,…,N,max(·)为最大值求取函数;n=1,2,…,N,这样得到:
Pl(θ)=[Pl(θ1),Pl(θ2),…,Pl(θN-1),Pl(θN)],
Pl+1(θ)=[Pl+1(θ1),Pl+1(θ2),…,Pl+1(θN-1),Pl+1(θN)];
步骤9)l从1到L,由Pl(θ)得到L帧空间谱关联处理后数据P(θ);
步骤10)根据L帧空间谱关联处理后数据P(θ)得到检测指数提取dT为:
其中,Pmax为空间谱最大值,θ0为空间谱最大值对应的方位,Δθ0为波束宽度,E[·]为均值求取函数,σ[·]为标准差求取函数;
步骤11)根据检测指数提取dT得到相应检测阈DT为:
DT=20lg(dT)
当DT≥6dB时,即可判定θ0方位即为目标方位,从而实现对目标自动检测。
2.一种基于多帧空间谱联合处理的目标自动检测系统,其特征在于,所述系统包括:空间谱合成模块、空间谱联合处理模块和目标自动检测模块;其中,
所述空间谱合成模块,用于采用复域压缩感知方法对拖线阵接收数据进行空间谱合成,得到每帧数据对应的空间谱;
所述空间谱联合处理模块,用于对多帧空间谱进行联合处理,通过目标方位轨迹能量的增强以提升检测阈,得到满足低信噪比下检测目标所需的检测阈;
所述目标自动检测模块,用于对空间谱累积结果进行检测阈判决处理,实现对目标的自动检测;
所述空间谱合成模块的具体处理过程包括:
其中,d为阵元间距,c为声速,n=1,2,…N,N为扫描角度个数,m=1,2,…M,M为阵元个数;
其中,[·]T为矩阵转置;
通过求解以下凸优化问题得到空间信号稀疏系数S(θ):
对空间信号稀疏系数S(θ)进行处理,得到阵列第l帧数据对应空间谱Pl(θ)为:
Pl(θ)=|S(θ)|2;
l从1到L,从而得到每帧数据对应的空间谱;
所述空间谱联合处理模块的具体处理过程包括:
令关联处理后空间谱P(θ)=0,P(θ)=[P(θ1),P(θ2),…,P(θN-1),P(θN)],设置目标方位变化范围为Δθ,l从1开始,直到l=L-1,分别读入第l帧和第l+1帧数据对应空间谱Pl(θ)和Pl+1(θ),并进行如下关联处理:
将P(θn)+max(Pl+1(θn)+Pl(θn-Δθ),Pl+1(θn)+Pl(θn-Δθ+1),…,Pl+1(θn)+Pl(θn+Δθ-1),Pl+1(θn)+Pl(θn+Δθ))赋值给新的P(θn),θn∈θ,n=1,2,…,N,max(·)为最大值求取函数;n=1,2,…,N,这样得到:
Pl(θ)=[Pl(θ1),Pl(θ2),…,Pl(θN-1),Pl(θN)],
Pl+1(θ)=[Pl+1(θ1),Pl+1(θ2),…,Pl+1(θN-1),Pl+1(θN)];
l从1到L,由Pl(θ)得到L帧空间谱关联处理后数据P(θ);
根据L帧空间谱关联处理后数据P(θ)得到检测指数提取dT为:
其中,Pmax为空间谱最大值,θ0为空间谱最大值对应的方位,Δθ0为波束宽度,E[·]为均值求取函数,σ[·]为标准差求取函数;
所述目标自动检测模块的具体处理过程包括:
根据检测指数提取dT得到相应检测阈DT为:
DT=20lg(dT)
当DT≥6dB时,即可判定θ0方位即为目标方位,从而实现对目标自动检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110598780.4A CN113281729B (zh) | 2021-05-31 | 2021-05-31 | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110598780.4A CN113281729B (zh) | 2021-05-31 | 2021-05-31 | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113281729A CN113281729A (zh) | 2021-08-20 |
CN113281729B true CN113281729B (zh) | 2022-02-01 |
Family
ID=77282590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110598780.4A Active CN113281729B (zh) | 2021-05-31 | 2021-05-31 | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113281729B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117991240A (zh) * | 2024-01-19 | 2024-05-07 | 中国科学院声学研究所 | 一种跨波束的空间谱长时累积处理方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101194238B1 (ko) * | 2006-06-27 | 2012-10-29 | 에이티에이 엔지니어링, 인크. | 모달 파라미터 추정을 위한 방법들 및 장치 |
US7969345B2 (en) * | 2009-04-13 | 2011-06-28 | Raytheon Company | Fast implementation of a maximum likelihood algorithm for the estimation of target motion parameters |
US20120274499A1 (en) * | 2011-04-29 | 2012-11-01 | Spatial Digital Systems | Radar imaging via spatial spectrum measurement and MIMO waveforms |
WO2015150954A1 (en) * | 2014-03-31 | 2015-10-08 | Koninklijke Philips N.V. | System and method for acoustic imaging with coherent compounding using intercostal spaces |
CN105137437B (zh) * | 2015-07-20 | 2017-12-29 | 中国科学院声学研究所 | 一种基于空域相位方差加权的目标检测方法 |
CN105445723A (zh) * | 2015-12-22 | 2016-03-30 | 中国船舶重工集团公司第七一五研究所 | 一种基于背景噪声频谱起伏特性的宽带阵列信号处理方法 |
CN107037424B (zh) * | 2017-04-24 | 2020-02-18 | 电子科技大学 | 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 |
CN108008374B (zh) * | 2017-11-06 | 2021-05-04 | 西安电子科技大学 | 基于能量中值的海面大型目标检测方法 |
CN111948657B (zh) * | 2020-07-28 | 2022-08-19 | 哈尔滨工程大学 | 一种基于多模粒子滤波的机动弱目标检测前跟踪方法 |
CN112285720B (zh) * | 2020-09-25 | 2022-12-06 | 中国人民解放军海军工程大学 | 柔性拖曳线列阵声呐噪声目标的方位迹获取方法及装置 |
-
2021
- 2021-05-31 CN CN202110598780.4A patent/CN113281729B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113281729A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108680910B (zh) | 基于波形认知的调频广播外辐射源雷达目标检测方法 | |
CN109444820B (zh) | 杂波和干扰共存时多通道雷达先干扰抑制后目标检测方法 | |
CN101825707B (zh) | 基于Keystone变换和相参积累的单脉冲测角方法 | |
CN108828566B (zh) | 基于拖曳线列阵的水下脉冲信号识别方法 | |
CN109444869B (zh) | 一种用于信号失配的雷达扩展目标参数可调检测器 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN112612005B (zh) | 基于深度学习的雷达抗主瓣干扰方法 | |
CN109448389B (zh) | 一种汽车鸣笛智能检测方法 | |
CN111948618B (zh) | 一种基于卫星外辐射源的前向散射目标探测方法及系统 | |
CN110045337B (zh) | 基于张量子空间投影的高频地波雷达射频干扰抑制方法 | |
CN113281729B (zh) | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 | |
CN107886068B (zh) | 一种基于时空域线谱增强器的未知线谱目标检测方法 | |
CN110632573B (zh) | 一种机载宽带雷达空时二维keystone变换方法 | |
CN110085247A (zh) | 一种针对复杂噪声环境的双麦克风降噪方法 | |
CN108318865B (zh) | 多通道sar欺骗干扰鉴别与自适应抑制方法 | |
CN113567969B (zh) | 一种基于水下声信号的非法采砂船自动监控方法及系统 | |
CN111751797B (zh) | 一种基于方位角的高频地波雷达一阶和二阶回波谱分界线确定方法 | |
CN117008064A (zh) | 一种基于改进型YOLOv5的雷达干扰自适应抑制方法 | |
CN109061626B (zh) | 一种步进频相参处理检测低信杂比动目标的方法 | |
CN111597873B (zh) | 一种基于支持向量数据描述的超短波威胁信号感知方法 | |
CN110221289B (zh) | 用于三坐标有源相控阵雷达的目标检测方法 | |
CN113341378A (zh) | 基于频谱差分熵检测的自适应信道化接收方法 | |
CN112684454B (zh) | 一种基于子频段的轨迹交叉目标关联方法 | |
CN112698295B (zh) | 一种知识辅助的雷达检测跟踪一体化方法及系统 | |
CN113189570A (zh) | 一种基于复域压缩感知的阵列信号处理方法及系统 |
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 |