CN114200445A

CN114200445A - 基于时频特征的直升机雷达俯仰视向角估计方法和装置

Info

Publication number: CN114200445A
Application number: CN202111513622.0A
Authority: CN
Inventors: 满良; 王艳清; 邢笑宇
Original assignee: Beijing Institute of Environmental Features
Current assignee: Beijing Institute of Environmental Features
Priority date: 2021-12-13
Filing date: 2021-12-13
Publication date: 2022-03-18

Abstract

本发明涉及基于时频特征的直升机雷达俯仰视向角估计方法和装置，一具体实施方式包括：根据直升机旋翼运动特性和旋翼实际尺寸建立旋翼雷达回波参数模型，以生成旋翼雷达回波信号；对旋翼雷达回波信号进行短时傅里叶变换，得到旋翼时频图像；采用Canny检测算法从旋翼时频图像中提取时频图轮廓；根据时频图轮廓估计雷达视向下旋翼尺寸，结合雷达视向下旋翼尺寸与旋翼实际尺寸，估计出雷达俯仰视向角。该实施方式能够实时估计直升机雷达俯仰视向角，为直升机机动方向的预判提供依据，解决了现有算法复杂、计算效率低，且不能实现实时估计的问题。

Description

基于时频特征的直升机雷达俯仰视向角估计方法和装置

技术领域

本发明涉及雷达目标识别技术领域，尤其涉及基于时频特征的直升机雷达俯仰视向角估计方法和装置。

背景技术

空中仍然是未来高技术战争的主战场，飞机类目标扮演着重要的角色，种类和数量日益增多的飞机目标给我国防空安全带来了严重的威胁。在现代及未来的战争中，直升机、运输螺旋桨飞机、喷气式战斗机等空中目标在战争中各司其职，而直升机往往采取低空飞行的方式接近、打击目标，使得对直升机的跟踪和摧毁面临极大困难。直升机雷达视向角的准确估计，是判断其机动方向，进而对其跟踪和摧毁的基础，因此，直升机雷达俯仰视向角的估计有着重要的战略意义。

直升机目标的结构比较复杂，其雷达散射截面(RCS)回波中除了包含飞行的整体运动特征外，还有许多微弱的运动特性信息，微动是目标的特定部件的运动引起的，是目标细微特征的体现，可以作为目标分类识别的重要依据。

现有的目标雷达俯仰视向角估计方法，一般是基于目标整体的RCS特性数据，算法比较复杂，计算效率较低，很难实现俯仰视向角的实时估计，在战场的实际应用中受限。因此，亟需一种直升机雷达俯仰视向角实时估计的新方法。

发明内容

本发明要解决的技术问题在于，针对现有技术中的缺陷，提供了基于时频特征的直升机雷达俯仰视向角估计方法和装置。

为了解决上述技术问题，本发明提供了一种基于时频特征的直升机雷达俯仰视向角估计方法，包括：

步骤一、根据直升机旋翼运动特性和旋翼实际尺寸建立旋翼雷达回波参数模型，以生成旋翼雷达回波信号；

步骤二、对旋翼雷达回波信号进行短时傅里叶变换，得到旋翼时频图像；其中，旋翼时频图像表示为<s(u)g^*(u-t)，e^-j2πfu>，S(u)是旋翼雷达回波信号，g^*(u-t)是复数共轭的窄窗函数；

步骤三、采用Canny检测算法从旋翼时频图像中提取时频图轮廓；

步骤四、根据时频图轮廓估计雷达视向下旋翼尺寸，结合雷达视向下旋翼尺寸与旋翼实际尺寸，估计出雷达俯仰视向角。

可选地，步骤一具体包括：

以旋翼叶片的里端为旋转中心o、以XY平面为旋转平面、以角速度ω作匀速圆周运动、旋转中心o相对于雷达中心O的方位角为φ、雷达俯仰视向角为θ、旋转中心o与雷达中心距离为R₀，建立单个旋翼叶片的运动模型；

基于每个旋翼叶片的运动模型，得到旋翼雷达回波参数模型；每个旋翼叶片上任意一点p到雷达中心的距离R_t(r)；其中，R_t(r)≈R₀+rcosθcos(ωt-φ)；

根据每个旋翼叶片上任意一点p到雷达中心的距离R_t(r)，生成单个旋翼叶片的雷达回波信号S_r(t)；其中，

σ表示单位长度的散射强度，λ表示载波波长，旋翼叶片的长度为L；

基于单个旋翼叶片的雷达回波信号S_r(t)，得到旋翼雷达回波信号S_R(t)；其中，

N为旋翼叶片的数量。

可选地，步骤三具体包括：

计算旋翼时频图像的灰度值梯度的幅值和方位角；基于方位角对幅值进行非极大值抑制，并用双阈值算法检测和连接边缘，得到时频图轮廓。

可选地，步骤四具体包括：

根据时频图轮廓得到旋翼最大多普勒频率f_dmax和旋翼转动角速度ω；

采用多普勒计算公式计算出叶片等效径向长度为

其中，L_r为叶片等效径向长度，λ为雷达波长，ω为旋翼转动角速度；

以叶片等效径向长度为雷达视向下旋翼尺寸、旋翼叶片的长度为旋翼实际尺寸，估计出雷达俯仰视向角为

为了解决上述技术问题，本发明还提供了一种基于时频特征的直升机雷达俯仰视向角估计装置，包括：

生成模块，用于根据直升机旋翼运动特性和旋翼实际尺寸建立旋翼雷达回波参数模型，以生成旋翼雷达回波信号；

变换模块，用于对旋翼雷达回波信号进行短时傅里叶变换，得到旋翼时频图像；其中，旋翼时频图像表示为<s(u)g^*(u-t)，e^-j2πfu>，S(u)是旋翼雷达回波信号，g^*(u-t)是复数共轭的窄窗函数；

提取模块，用于采用Canny检测算法从旋翼时频图像中提取时频图轮廓；

估计模块，用于根据时频图轮廓估计雷达视向下旋翼尺寸，结合雷达视向下旋翼尺寸与旋翼实际尺寸，估计出雷达俯仰视向角。

可选地，生成模块具体用于：

N为旋翼叶片的数量。

可选地，提取模块具体用于：

可选地，估计模块具体用于：

采用多普勒计算公式计算出叶片等效径向长度为

为了解决上述技术问题，本发明另提供了一种基于时频特征的直升机雷达俯仰视向角估计终端，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的一种基于时频特征的直升机雷达俯仰视向角估计方法。

为了解决上述技术问题，本发明另提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种基于时频特征的直升机雷达俯仰视向角估计方法。

实施本发明的基于时频特征的直升机雷达俯仰视向角估计方法和装置，具有以下有益效果：能够实时估计直升机雷达俯仰视向角，为直升机机动方向的预判提供依据，解决了现有算法复杂、计算效率低，且不能实现实时估计的问题。

附图说明

图1是本发明实施例的基于时频特征的直升机雷达俯仰视向角估计方法的示意图；

图2是本发明实施例的单个旋翼叶片的运动模型的示意图；

图3是本发明实施例的像素点8邻域的示意图；

图4是根据本发明实施例的基于时频特征的直升机雷达俯仰视向角估计装置的主要模块的示意图；

图5是本发明实施例可以应用于其中的示例性系统架构图；

图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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。

如图1所示，本发明实施例提供的一种基于时频特征的直升机雷达俯仰视角实时估计方法，主要包括以下步骤：

步骤一、根据直升机旋翼运动特性和旋翼实际尺寸建立旋翼雷达回波参数模型，以生成旋翼雷达回波信号。

直升机旋翼运动特性是旋翼叶片绕旋转中心作匀速圆周运动。本步骤可以为每个旋翼叶片单独建立运动模型，每个旋翼叶片的运动模型组成了旋翼雷达回波参数模型，由单个旋翼叶片的运动模型得到旋翼叶片的雷达回波信号，基于单个旋翼叶片的雷达回波信号得到旋翼雷达回波信号。

具体地，图2示出了单个旋翼叶片的运动模型，以旋翼叶片的里端为旋转中心o，旋翼叶片的长度为L，以XY平面为旋转平面，以角速度ω作匀速圆周运动，旋转中心o相对于雷达中心O的方位角为φ，雷达俯仰视向角为θ，旋转中心o与雷达中心距离为R₀。其中，在t＝0时刻，线源L于x轴上，为了研究其回波特性，先要确定叶片上各点在各个时刻与雷达的距离，设在t时刻，旋翼叶片上任意一点p，p点与旋转中心o点的距离为r。

则旋翼叶片上任意一点p到雷达中心O的距离R_t(r)可以表示为：

由于R₀>>r，于是有R_t(r)≈R₀+rcosθcos(ωt-φ)，

在不考虑载频的情况下，单个旋翼叶片的雷达回波信号Sr(t)可以表示为：

其中，

σ表示单位长度的散射强度，λ表示载波波长；

当叶片数量为N时，旋翼雷达回波信号可以表示为：

步骤二、对旋翼雷达回波信号进行短时傅里叶变换，得到旋翼时频图像。

雷达探测的目标回波信号都是瞬变、不平稳的。含有许多瞬时频率分量，为了获得各分量瞬时频率，Gabor受到量子力学的启发，建议用时间和频率两维坐标来表示信号，于1946年以高斯函数作为展开函数对信号进行分解，提出了Gabor展开，他使用一个很窄的窗函数取出信号，并求其傅里叶变换，该频谱称为局部频谱，他的工作引申出短时傅里叶变换(Short-time Fourier transform，STFT)，是信号的时频二维表示，STFT的定义式为：

本步骤中，在短时傅里叶变换中，先使用窄窗函数与源信号(即旋翼雷达回波信号)相乘，实现在u附近的加窗口和平移，然后进行傅立叶变换。所得到的旋翼时频图像可以表示为：<s(u)g^*(u-t)，e^-j2πfu>，S(u)是旋翼雷达回波信号，g^*(u-t)是复数共轭的窄窗函数。

步骤三、采用Canny检测算法从旋翼时频图像中提取时频图轮廓。

canny算法也称为Canny边缘检测算法或Canny边缘检测算子，是一种多级边缘检测算法。本步骤是利用Canny检测算法进行边缘检测，提取时频图轮廓，在保留原有图像属性的情况下，显著减少图像的数据规模。

在本发明实施例中，步骤三可以基于以下步骤实现：计算旋翼时频图像的灰度值梯度的幅值和方位角；基于方位角对幅值进行非极大值抑制，并用双阈值算法检测和连接边缘，得到时频图轮廓。

Canny算法属于一阶导数梯度算子，由John Canny提出，它的实现过程包括：梯度计算、非极大值抑制和双门限检测。该步骤的具体实现可以参考如下：

1)用一阶偏导的有限差分来计算灰度值梯度的幅值和方向

关于旋翼时频图像的灰度值梯度，可使用一阶偏导的有限差分来进行近似，这样就可以得旋翼时频图像在x和y方向上偏导数的两个矩阵，x方向偏导数矩阵P(i,j)和y方向偏导数矩阵Q(i,j)，可以表示为：

P(i,j)≈(S(i,j+1)-S(i,j)+S(i+1,j+1)-S(i+1,j))/2

Q(i,j)≈(S(i,j)-S(i+1,j)+S(i,j+1)-S(i+1,j+1))/2；

基于x方向偏导数矩阵P(i,j)和y方向偏导数矩阵Q(i,j)计算灰度值梯度的幅值M(i,j)和方位角θ(i,j)；

θ(i,j)＝arctan(Q(i,j)/P(i,j))；

2)对灰度值梯度的幅值进行非极大值抑制

通过1)得到的幅值是矩阵，该矩阵中的元素值越大，说明旋翼时频图像中对应点的梯度值越大，但这不能说明该点就是边缘。在Canny算法中，非极大值抑制是进行边缘检测的重要步骤，通俗意义上是指寻找像素点局部最大值，将非极大值点所对应的灰度值置为0，这样可以剔除掉一大部分非边缘的点；

要进行非极大值抑制，就首先要确定像素点C的灰度值在其8邻域内是否为最大。参考图3，图中线条方向为C点的梯度方向，这样就可以确定其局部的最大值肯定分布在这条线上，也即除了C点外，梯度方向的交点dTmp1和dTmp2这两个点的值也可能会是局部最大值。因此，判断C点灰度与这两个点灰度大小即可判断C点是否为其邻域内的局部最大灰度点。如果经过判断，C点灰度值小于这两个点中的任一个，那就说明C点不是局部极大值，那么则可以排除C点为边缘。以上就是非极大值抑制的工作原理。但实际上，只能得到C点邻域的8个点的值，而dTmp1和dTmp2并不在其中，要得到这两个值就需要对该两个点两端的已知灰度进行线性插值，也即根据图中的g1和g2对dTmp1进行插值，根据g3和g4对dTmp2进行插值，这要用到其梯度方向。

完成非极大值抑制后，会得到一个二值图像，非边缘的点灰度值均为0，可能为边缘的局部灰度极大值点可设置其灰度为128。

3)用双阈值算法进行检测和连接边缘

上一步得到的检测结果包含了很多由噪声及其他原因造成的假边缘，还需要进一步的处理。Canny算法中减少假边缘数量的方法是采用双阈值算法。选择两个阈值(高阈值和低阈值)，根据高阈值得到一个边缘图像，这样一个图像含有很少的假边缘，但是由于阈值较高，产生的图像边缘可能不闭合，为解决这样一个问题采用了另外一个低阈值，在高阈值图像中把边缘链接成轮廓，当到达轮廓的端点时，该算法会在断点的8邻域点中寻找满足低阈值的点，再根据此点收集新的边缘，直到整个图像边缘闭合，即可得到目标的轮廓。

本发明实施例估计出的雷达俯仰视向角用于预判直升机机动方向。

根据提取的时频图轮廓，可以得到旋翼最大多普勒频率f_dmax和旋翼转动角速度ω，则根据多普勒计算公式：

其中，λ为雷达波长，v_r为旋翼径向速度，L_r为叶片等效径向长度，ω为旋翼转动角速度；

则叶片等效径向长度为：

以叶片等效径向长度为雷达视向下旋翼尺寸、旋翼叶片的长度为旋翼实际尺寸，结合图2，雷达俯仰视向角θ可表示为：

如图4所示，本发明实施例提供的一种基于时频特征的直升机雷达俯仰视向角估计装置400，主要包括生成模块401、变换模块402、提取模块403和估计模块404。

其中

生成模块401，用于根据直升机旋翼运动特性和旋翼实际尺寸建立旋翼雷达回波参数模型，以生成旋翼雷达回波信号；

变换模块402，用于对旋翼雷达回波信号进行短时傅里叶变换，得到旋翼时频图像；其中，旋翼时频图像表示为<s(u)g^*(u-t)，e^-j2πfu>，S(u)是旋翼雷达回波信号，g^*(u-t)是复数共轭的窄窗函数；

提取模块403，用于采用Canny检测算法从旋翼时频图像中提取时频图轮廓；

估计模块404，用于根据时频图轮廓估计雷达视向下旋翼尺寸，结合雷达视向下旋翼尺寸与旋翼实际尺寸，估计出雷达俯仰视向角。

在本发明实施例中，生成模块401可以具体用于：

N为旋翼叶片的数量。

在本发明实施例中，提取模块403可以具体用于：

在本发明实施例中，估计模块404可以具体用于：

采用多普勒计算公式计算出叶片等效径向长度为

图5示出了可以应用本发明实施例的基于时频特征的直升机雷达俯仰视向角估计方法或基于时频特征的直升机雷达俯仰视向角估计装置的示例性系统架构500。

如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用。

终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本发明实施例所提供的基于时频特征的直升机雷达俯仰视向角估计方法一般由服务器505执行，相应地，基于时频特征的直升机雷达俯仰视向角估计装置一般设置于服务器505中。

应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括生成模块、变换模块、提取模块和估计模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，提取模块还可以被描述为“采用Canny检测算法从旋翼时频图像中提取时频图轮廓的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：步骤一、根据直升机旋翼运动特性和旋翼实际尺寸建立旋翼雷达回波参数模型，以生成旋翼雷达回波信号；步骤二、对旋翼雷达回波信号进行短时傅里叶变换，得到旋翼时频图像；步骤三、采用Canny检测算法从旋翼时频图像中提取时频图轮廓；步骤四、根据时频图轮廓估计雷达视向下旋翼尺寸，结合雷达视向下旋翼尺寸与旋翼实际尺寸，估计出雷达俯仰视向角。

综上所述，本发明的基于时频特征的直升机雷达俯仰视向角估计方法和装置，能够实时估计直升机雷达俯仰视向角，为直升机机动方向的预判提供依据，解决了现有算法复杂、计算效率低，且不能实现实时估计的问题。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。