CN115616513A - 机载雷达回波数据的陆海杂波分类方法和装置 - Google Patents

机载雷达回波数据的陆海杂波分类方法和装置 Download PDF

Info

Publication number
CN115616513A
CN115616513A CN202210989574.0A CN202210989574A CN115616513A CN 115616513 A CN115616513 A CN 115616513A CN 202210989574 A CN202210989574 A CN 202210989574A CN 115616513 A CN115616513 A CN 115616513A
Authority
CN
China
Prior art keywords
clutter
data
echo
determining
distance
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.)
Pending
Application number
CN202210989574.0A
Other languages
English (en)
Inventor
罗运华
孙浩
江率
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202210989574.0A priority Critical patent/CN115616513A/zh
Publication of CN115616513A publication Critical patent/CN115616513A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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
    • G01S7/414Discriminating targets with respect to background clutter

Landscapes

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

Abstract

本公开提供了一种机载雷达回波数据的陆海杂波分类方法和装置,该方法包括:对从机载雷达获取的回波数据进行预处理,得到距离‑方位数据矩阵,其中,回波数据是通过机载雷达对处于陆地或海域区域的动目标进行侦照扫描得到的;根据距离‑方位数据矩阵,确定杂波幅度曲线;根据杂波幅度曲线,确定杂波标准差;根据杂波强度阈值和杂波标准差,确定与杂波标准差对应的回波数据的类别,其中,类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。

Description

机载雷达回波数据的陆海杂波分类方法和装置
技术领域
本公开涉及雷达技术领域,更具体地,涉及一种机载雷达回波数据的陆海杂波分类方法和机载雷达回波数据的陆海杂波分类装置。
背景技术
在广域动目标监视雷达中,杂波一直是影响动目标检测和跟踪的主要因素之一,其中,杂波的强弱与地面地形密切相关。一般海面在大视角下的杂波比较弱,而陆地和包括有海岛或者小视角的情况下的杂波很强,在对动目标检测的过程中需要开展杂波抑制处理。
相关技术中的陆海杂波分类方法有海陆地图法和地形检测法,但这些方法流程复杂、精度低、不利于在飞行器上进行处理,且无法识别由于小入射角导致的海杂波变强,同时需要外部数据库资源,不利于工程应用。
发明内容
有鉴于此,本公开通过直接对机载雷达获取的回波信号进行处理,以得到距离-方位数据矩阵,根据距离-方位数据矩阵确定杂波幅度曲线及其杂波标准差,利用杂波强度阈值与杂波标准差进行对比即可确定该回波数据的类别,避免了采用辅助测量杂波或外部数据造成的数据处理复杂的问题,同时本公开的陆海杂波分类方法计算量小,稳健性较好,因此本公开提供了一种机载雷达回波数据的陆海杂波分类方法和机载雷达回波数据的陆海杂波分类装置。
本公开实施例的一个方面提供了一种机载雷达回波数据的陆海杂波分类方法,包括:
对从上述机载雷达获取的上述回波数据进行预处理,得到距离-方位数据矩阵,其中,上述回波数据是通过上述机载雷达对处于陆地或海域区域的动目标进行侦照扫描得到的;
根据上述距离-方位数据矩阵,通过距离平均确定杂波幅度曲线;
根据上述杂波幅度曲线,确定杂波标准差;
根据杂波强度阈值和上述杂波标准差,确定与上述杂波标准差对应的回波数据的类别,其中,上述类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
根据本公开的实施例,上述对从上述机载雷达获取的上述回波数据进行预处理,得到距离-方位数据矩阵,包括:
对上述回波数据进行距离徙动补偿,得到补偿后的回波数据;
对上述补偿后的回波数据进行方位向的快速傅里叶变换,得到上述距离-方位数据矩阵。
根据本公开的实施例,在进行距离徙动补偿之前,还包括:
利用相关函数法处理上述回波数据,得到多普勒中心;
基于上述多普勒中心的参数,在距离向对上述多普勒中心进行脉冲压缩处理,得到压缩后的回波数据。
根据本公开的实施例,上述根据上述距离-方位数据矩阵,通过距离平均确定杂波幅度曲线,包括:
根据上述距离-方位数据矩阵,确定回波幅度;
根据上述回波幅度,通过距离平均确定上述杂波幅度曲线。
根据本公开的实施例,上述回波数据中包括分别对应于不同脉冲个数的回波子数据;上述回波幅度包括对应于不同回波子数据的多个回波子幅度;
其中,上述根据上述回波幅度,通过距离平均确定上述杂波幅度曲线,包括:
对与每个上述回波子幅度进行对数化处理,得到多个对数化结果;
针对每个上述对数化结果,对上述对数化结果和关联的对数化结果进行差分检测,得到上述杂波幅度曲线。
根据本公开的实施例,上述对上述对数化结果和关联的对数化结果进行差分检测,得到上述杂波幅度曲线,包括:
根据上述对数化结果和关联的对数化结果,确定差分数据;
对上述差分数据进行顺序检测,以确定上述差分数据中的跳变点数据,其中,上述跳变点数据是基于跳变点阈值确定的;
从上述差分数据中剔除上述跳变点数据,得到上述杂波幅度曲线。
根据本公开的实施例,上述回波幅度如第一个公式所示,对数化结果如第二个公式所示,差分数据的计算如第三个公式所示,杂波幅度曲线如第四个公式所示:
Figure BDA0003801295950000031
SDB(m)=α×logβ(SAZ(m)),m=1,2,...,Na
SD(i)=SDB(i+1)-SDB(i),i=1,2,...,Na-1
Figure BDA0003801295950000032
其中,Nr表示距离单元数,Na表示脉冲个数,S(m,n)为距离-方位数据矩阵S的第m行第n列元素的幅度,η是跳变点阈值,α和β均为常数。
根据本公开的实施例,上述根据上述杂波幅度曲线,确定杂波标准差,包括:
根据上述杂波幅度曲线中每个非跳变点的幅度值,确定与上述杂波幅度曲线对应的上述杂波标准差。
根据本公开的实施例,上述根据杂波强度阈值和上述杂波标准差,确定与上述杂波标准差对应的回波数据的类别,包括:
在上述杂波标准差小于等于上述杂波强度阈值的下限值的情况下,将上述回波数据确定为上述海杂波;
在上述杂波标准差大于上述杂波强度阈值的上限值的情况下,将上述回波数据确定为上述陆地杂波;
在上述杂波标准差位于上述杂波强度阈值的上限值和下限值之间的情况下,将上述回波数据确定为上述海陆杂波。
本公开实施例的另一个方面提供了一种机载雷达回波数据的陆海杂波分类装置,包括:
预处理模块,用于对从上述机载雷达获取的上述回波数据进行预处理,得到距离-方位数据矩阵,其中,上述回波数据是通过上述机载雷达对处于陆地或海域区域的动目标进行检测得到的;
第一确定模块,用于根据上述距离-方位数据矩阵,通过距离平均确定杂波幅度曲线;
第二确定模块,用于根据上述杂波幅度曲线,确定杂波标准差;
分类模块,用于根据杂波强度阈值和上述杂波标准差,确定与上述杂波标准差对应的回波数据的类别,其中,上述类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
根据本公开的实施例,通过将机载雷达获取的回波数据转换成距离-方位数据矩阵,根据距离-方位数据矩阵确定杂波幅度曲线的杂波标准差,进而基于杂波强度阈值即可确定该回波数据的类别,避免了采用辅助测量杂波或外部数据造成的数据处理复杂的问题,同时本公开的陆海杂波分类方法计算量小,稳健性较好,易于集成在机载雷达上实现机载雷达实时对陆海杂波自动进行识别分类。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的机载雷达回波数据的陆海杂波分类方法的流程图;
图2示意性示出了根据本公开实施例的回波幅度曲线的示意图;
图3示意性示出了根据本公开实施例的对数化后的杂波曲线的示意图;
图4示意性示出了根据本公开实施例的跳变点数据的曲线示意图;
图5示意性示出了根据本公开实施例的跳变点数据的曲线示意图;以及
图6示意性示出了根据本公开的实施例的机载雷达回波数据的陆海杂波分类装置的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种机载雷达回波数据的陆海杂波分类方法和机载雷达回波数据的陆海杂波分类装置。该方法包括对从机载雷达获取的回波数据进行预处理,得到距离-方位数据矩阵,其中,回波数据是通过机载雷达对处于陆地或海域区域的动目标进行侦照扫描得到的;根据距离-方位数据矩阵,通过距离平均确定杂波幅度曲线;根据杂波幅度曲线,确定杂波标准差;根据杂波强度阈值和杂波标准差,确定与杂波标准差对应的回波数据的类别,其中,类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
图1示意性示出了根据本公开实施例的机载雷达回波数据的陆海杂波分类方法的流程图。
如图1所示,该方法包括操作S101~S104。
在操作S101,对从机载雷达获取的回波数据进行预处理,得到距离-方位数据矩阵,其中,回波数据是通过机载雷达对处于陆地或海域区域的动目标进行侦照扫描得到的。
在操作S102,根据距离-方位数据矩阵,通过距离平均确定杂波幅度曲线。
在操作S103,根据杂波幅度曲线,确定杂波标准差。
在操作S104,根据杂波强度阈值和杂波标准差,确定与杂波标准差对应的回波数据的类别,其中,类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
根据本公开的实施例,搭载有雷达的飞行器在对处于陆地或海域区域的动目标进行检测或跟踪时,雷达的工作模式可以为广域动目标监视模式,其工作参数可以为:波段为X波段,脉冲个数为512个。
根据本公开的实施例,杂波强度阈值是由工作人员根据不同的地理环境通过大量先验知识确定的,在本公开的实施例中以杂波强度阈值为1.4~1.6进行示例性说明,并非限制本公开的保护范围只能为上述范围内的杂波强度阈值。
根据本公开的实施例,对雷达接收到的回波数据进行预处理,以使得根据回波数据生成对应的距离-方位数据矩阵,根据该距离-方位数据矩阵可以确定与该回波数据对应的杂波幅度曲线,根据该杂波幅度曲线确定其杂波标准差,从而将该杂波标准差与预设的杂波强度阈值进行比较,得到该回波数据的类别。
根据本公开的实施例,通过将机载雷达获取的回波数据转换成距离-方位数据矩阵,根据距离-方位数据矩阵确定杂波幅度曲线的杂波标准差,进而基于杂波强度阈值即可确定该回波数据的类别,避免了采用辅助测量杂波或外部数据造成的数据处理复杂的问题,同时本公开的陆海杂波分类方法计算量小,稳健性较好,已于集成在机载雷达上实现机载雷达实时对陆海杂波自动进行识别分类。
根据本公开的实施例,对从机载雷达获取的回波数据进行预处理,得到距离-方位数据矩阵,包括如下操作:
对回波数据进行距离徙动补偿,得到补偿后的回波数据。对补偿后的回波数据进行方位向的快速傅里叶变换,得到距离-方位数据矩阵。
根据本公开的实施例,由于机载雷达处于移动的过程中,因此需要结合机载雷达的速度对回波数据进行距离徙动补偿,从而得到补偿后的回波数据,再对该补偿后的回波数据进行方位向的快速傅里叶变换,从而得到的多普勒波束锐化(Doppler Beam Sharpen,DBS)图像,即距离-方位数据矩阵。根据该距离-方位数据矩阵确定杂波幅度曲线的杂波标准差,进而根据该杂波标准差确定该回波数据的类别。
根据本公开的实施例,在进行距离徙动补偿后还可以对补偿后的回波数据进行方位向参积累处理,从而得到新的回波数据以进行快速傅里叶变换。
根据本公开的实施例,在进行距离徙动补偿之前,还包括如下操作:
利用相关函数法处理回波数据,得到多普勒中心。基于多普勒中心的参数,在距离向对多普勒中心进行脉冲压缩处理,得到压缩后的回波数据。
根据本公开的实施例,相关函数法是描述两个信号在任意两个不同时刻s、t的取值之间的相关程度。
根据本公开的实施例,利用相关函数法可以确定该回波数据的多普勒中心,从而基于多普勒中心的参数,在距离向对多普勒中心进行脉冲压缩处理,得到压缩后的回波数据。根据该压缩后的回波数据进行距离徙动补偿和快速傅里叶变换,得到距离-方位数据矩阵。
图2示意性示出了根据本公开实施例的回波幅度曲线的示意图。
根据本公开的实施例,根据距离-方位数据矩阵,通过距离平均确定杂波幅度曲线,包括如下操作:
根据距离-方位数据矩阵,确定回波幅度。根据回波幅度,通过距离平均确定杂波幅度曲线。
根据本公开的实施例,对距离-方位数据矩阵进行统计,可以得到如公式(1)所示的回波幅度。
Figure BDA0003801295950000071
其中,Nr表示距离单元数,Na表示脉冲个数,S(m,n)为距离-方位数据矩阵S中第m行第n列元素的幅度。
根据本公开的实施例,在确定回波幅度后,可以生成如图2所示的回波幅度曲线,从而根据回波幅度,通过距离平均确定杂波幅度曲线。
根据本公开的实施例,图2(a)为与陆地杂波对应的回波数据的回波幅度曲线,图2(b)为与海杂波对应的回波数据的回波幅度曲线,图2(c)为与海陆杂波对应的回波数据的回波幅度曲线。
需要说明的是,图2~图5中(a)、(b)、(c)分别为与陆地杂波、海杂波和海陆杂波对应的数据曲线图,其中,在上述附图中确定的杂波类型为利用本公开的方法最终确定的类型,在附图中说明不同类型仅是为了更清晰地展示不同类型的回波数据之间的差异。
图3示意性示出了根据本公开实施例的对数化后的杂波曲线的示意图。
根据本公开的实施例,回波数据中包括分别对应于不同脉冲个数的回波子数据;回波幅度包括对应于不同回波子数据的多个回波子幅度。
根据本公开的实施例,根据回波幅度,通过距离平均确定杂波幅度曲线,包括如下操作:
对与每个回波子幅度进行对数化处理,得到多个对数化结果。针对每个对数化结果,对对数化结果和关联的对数化结果进行差分检测,得到杂波幅度曲线。
根据本公开的实施例,在对每种杂波的多个回波子幅度进行对数化处理,得到多个对数化结果,多个对数化结果可以形成如图3所示的杂波曲线,其中,对数化结果如公式(2)所示。
SDB(m)=α×logβ(SAZ(m)),m=1,2,...,Na (2)
其中,α和β均为预设常数,例如α可以为20,β可以为10。
根据本公开的实施例,对对数化结果和关联的对数化结果进行差分检测,得到杂波幅度曲线,其中,差分检测的计算公式如公式(3)。
SD(i)=SDB(i+1)-SDB(i),i=1,2,...,Na-1 (3)
图4示意性示出了根据本公开实施例的跳变点数据的曲线示意图。
根据本公开的实施例,对对数化结果和关联的对数化结果进行差分检测,得到杂波幅度曲线,包括如下操作:
根据对数化结果和关联的对数化结果,确定差分数据。对差分数据进行顺序检测,以确定差分数据中的跳变点数据,其中,跳变点数据是基于跳变点阈值确定的。从差分数据中剔除跳变点数据,得到杂波幅度曲线。
根据本公开的实施例,跳变点阈值是根据雷达使用环境的动目标或静目标确定,其中,动目标可以指可以移动的目标,例如需要追踪的飞行器,静目标可以指灯塔等对杂波分类造成影响的物体。
根据本公开的实施例,根据对数化结果SDB(i)和关联的对数化结果SDB(i+1),确定差分数据SD(i)后,对差分数据SD(i)进行顺序检测,以确定差分数据中的跳变点数据,跳变点数据如图4所示。
根据本公开的实施例,从差分数据中剔除跳变点数据,得到如图4所示的杂波幅度曲线,其中,杂波幅度曲线
Figure BDA0003801295950000091
的计算如公式(4)所示。
Figure BDA0003801295950000092
其中,η是跳变点阈值,跳变点阈值是根据机载雷达的实际使用环境确定的。
图5示意性示出了根据本公开实施例的跳变点数据的曲线示意图。
根据本公开的实施例,根据杂波幅度曲线,确定杂波标准差,包括:
根据杂波幅度曲线中每个非跳变点的幅度值,确定与杂波幅度曲线对应的杂波标准差。
根据本公开的实施例,在确定杂波幅度曲线的情况下,根据杂波幅度曲线中每个非跳变点的幅度值,确定与杂波幅度曲线对应的杂波标准差Sstd,杂波幅度曲线和杂波标准差Sstd如图5所示。
根据本公开的实施例,根据杂波强度阈值和杂波标准差,确定与杂波标准差对应的回波数据的类别,包括如下操作:
在杂波标准差小于等于杂波强度阈值的下限值的情况下,将回波数据确定为海杂波。在杂波标准差大于杂波强度阈值的上限值的情况下,将回波数据确定为陆地杂波。在杂波标准差位于杂波强度阈值的上限值和下限值之间的情况下,将回波数据确定为海陆杂波。
在一种示例性的实施例中,杂波强度阈值γ可以是1.4~1.6。在杂波标准差Sstd小于等于杂波强度阈值γ的下限值1.4的情况下,将回波数据确定为海杂波。在杂波标准差Sstd大于杂波强度阈值γ的上限值1.6的情况下,将回波数据确定为陆地杂波。在杂波标准差Sstd位于杂波强度阈值的上限值1.6和下限值1.4之间的情况下,将回波数据确定为海陆杂波,如表1所示。
Figure BDA0003801295950000093
Figure BDA0003801295950000101
图6示意性示出了根据本公开的实施例的机载雷达回波数据的陆海杂波分类装置的框图。
如图6所示,机载雷达回波数据的陆海杂波分类装置600包括预处理模块610、第一确定模块620、第二确定模块630和分类模块640。
预处理模块610,用于对从机载雷达获取的回波数据进行预处理,得到距离-方位数据矩阵,其中,回波数据是通过机载雷达对处于陆地或海域区域的动目标进行侦照扫描得到的。
第一确定模块620,用于根据距离-方位数据矩阵,通过距离平均确定杂波幅度曲线。
第二确定模块630,用于根据杂波幅度曲线,确定杂波标准差。
分类模块640,用于根据杂波强度阈值和杂波标准差,确定与杂波标准差对应的回波数据的类别,其中,类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
根据本公开的实施例,通过将机载雷达获取的回波数据转换成距离-方位数据矩阵,根据距离-方位数据矩阵确定杂波幅度曲线的杂波标准差,进而基于杂波强度阈值即可确定该回波数据的类别,避免了采用辅助测量杂波或外部数据造成的数据处理复杂的问题,同时本公开的陆海杂波分类装置的计算量小,稳健性较好,易于集成在机载雷达上实现机载雷达实时对陆海杂波自动进行识别分类。
根据本公开的实施例,预处理模块610包括补偿子模块和变换子模块。
补偿子模块,用于对回波数据进行距离徙动补偿,得到补偿后的回波数据。
变换子模块,用于对补偿后的回波数据进行方位向的快速傅里叶变换,得到距离-方位数据矩阵。
根据本公开的实施例,预处理模块610还包括处理子模块和压缩子模块。
处理子模块,用于利用相关函数法处理回波数据,得到多普勒中心。
压缩子模块,用于基于多普勒中心的参数,在距离向对多普勒中心进行脉冲压缩处理,得到压缩后的回波数据。
根据本公开的实施例,第一确定模块620包括第一确定子模块和第二确定子模块。
第一确定子模块,用于根据距离-方位数据矩阵,确定回波幅度。
第二确定子模块,用于根据回波幅度,通过距离平均确定杂波幅度曲线。
根据本公开的实施例,回波数据中包括分别对应于不同脉冲个数的回波子数据;回波幅度包括对应于不同回波子数据的多个回波子幅度。
根据本公开的实施例,第二确定子模块包括对数单元和差分单元。
对数单元,用于对与每个回波子幅度进行对数化处理,得到多个对数化结果。
差分单元,用于针对每个对数化结果,对对数化结果和关联的对数化结果进行差分检测,得到杂波幅度曲线。
根据本公开的实施例,差分单元包括第一确定子单元、顺序检测子单元和第二确定子单元。
第一确定子单元,用于根据对数化结果和关联的对数化结果,确定差分数据。
顺序检测子单元,用于对差分数据进行顺序检测,以确定差分数据中的跳变点数据,其中,跳变点数据是基于跳变点阈值确定的。
第二确定子单元,用于从差分数据中剔除跳变点数据,得到杂波幅度曲线。
根据本公开的实施例,第二确定模块630包括第三确定子模块。
第三确定子模块,用于根据杂波幅度曲线中每个非跳变点的幅度值,确定与杂波幅度曲线对应的杂波标准差。
根据本公开的实施例,分类模块640包括第四确定子模块第五确定子模块和第六确定子模块。
第四确定子模块,用于在杂波标准差小于等于杂波强度阈值的下限值的情况下,将回波数据确定为海杂波。
第五确定子模块,用于在杂波标准差大于杂波强度阈值的上限值的情况下,将回波数据确定为陆地杂波。
第六确定子模块,用于在杂波标准差位于杂波强度阈值的上限值和下限值之间的情况下,将回波数据确定为海陆杂波。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArrays,PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ApplicationSpecificIntegrated Circuit,ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,预处理模块610、第一确定模块620、第二确定模块630和分类模块640中的任意多个可以合并在一个模块/单元/子单元中实现,或者其中的任意一个模块/子模块/单元/子单元可以被拆分成多个模块/子模块/单元/子单元。或者,这些模块/单元/子单元中的一个或多个模块/子模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/子模块/单元/子单元中实现。根据本公开的实施例,预处理模块610、第一确定模块620、第二确定模块630和分类模块640中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,预处理模块610、第一确定模块620、第二确定模块630和分类模块640中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中机载雷达回波数据的陆海杂波分类装置部分与本公开的实施例中机载雷达回波数据的陆海杂波分类方法部分是相对应的,机载雷达回波数据的陆海杂波分类装置部分的描述具体参考机载雷达回波数据的陆海杂波分类方法部分,在此不再赘述。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种机载雷达回波数据的陆海杂波分类方法,包括:
对从所述机载雷达获取的所述回波数据进行预处理,得到距离-方位数据矩阵,其中,所述回波数据是通过所述机载雷达对处于陆地或海域区域的动目标进行侦照扫描得到的;
根据所述距离-方位数据矩阵,通过距离平均确定杂波幅度曲线;
根据所述杂波幅度曲线,确定杂波标准差;
根据杂波强度阈值和所述杂波标准差,确定与所述杂波标准差对应的回波数据的类别,其中,所述类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
2.根据权利要求1所述的方法,其中,所述对从所述机载雷达获取的所述回波数据进行预处理,得到距离-方位数据矩阵,包括:
对所述回波数据进行距离徙动补偿,得到补偿后的回波数据;
对所述补偿后的回波数据进行方位向的快速傅里叶变换,得到所述距离-方位数据矩阵。
3.根据权利要求2所述的方法,其中,在进行距离徙动补偿之前,还包括:
利用相关函数法处理所述回波数据,得到多普勒中心;
基于所述多普勒中心的参数,在距离向对所述多普勒中心进行脉冲压缩处理,得到压缩后的回波数据。
4.根据权利要求1所述的方法,其中,所述根据所述距离-方位数据矩阵,通过距离平均确定杂波幅度曲线,包括:
根据所述距离-方位数据矩阵,确定回波幅度;
根据所述回波幅度,通过距离平均确定所述杂波幅度曲线。
5.根据权利要求4所述的方法,所述回波数据中包括分别对应于不同脉冲个数的回波子数据;所述回波幅度包括对应于不同回波子数据的多个回波子幅度;
其中,所述根据所述回波幅度,通过距离平均确定所述杂波幅度曲线,包括:
对与每个所述回波子幅度进行对数化处理,得到多个对数化结果;
针对每个所述对数化结果,对所述对数化结果和关联的对数化结果进行差分检测,得到所述杂波幅度曲线。
6.根据权利要求5所述的方法,其中,所述对所述对数化结果和关联的对数化结果进行差分检测,得到所述杂波幅度曲线,包括:
根据所述对数化结果和关联的对数化结果,确定差分数据;
对所述差分数据进行顺序检测,以确定所述差分数据中的跳变点数据,其中,所述跳变点数据是基于跳变点阈值确定的;
从所述差分数据中剔除所述跳变点数据,得到所述杂波幅度曲线。
7.根据权利要求5所述的方法,其中,所述回波幅度如公式(1)所示,对数化结果如公式(2)所示,差分数据的计算如公式(3)所示,杂波幅度曲线如公式(4)所示:
Figure FDA0003801295940000021
SDB(m)=α×logβ(SAZ(m)),m=1,2,...,Na (2)
SD(i)=SDB(i+1)-SDB(i),i=1,2,...,Na-1 (3)
Figure FDA0003801295940000022
其中,Nr表示距离单元数,Na表示脉冲个数,S(m,n)为距离-方位数据矩阵S的第m行第n列元素的幅度,η是跳变点阈值,α和β均为预设常数。
8.根据权利要求1~7中任一项所述的方法,其中,所述根据所述杂波幅度曲线,确定杂波标准差,包括:
根据所述杂波幅度曲线中每个非跳变点的幅度值,确定与所述杂波幅度曲线对应的所述杂波标准差。
9.根据权利要求1~7中任一项所述的方法,其中,所述根据杂波强度阈值和所述杂波标准差,确定与所述杂波标准差对应的回波数据的类别,包括:
在所述杂波标准差小于等于所述杂波强度阈值的下限值的情况下,将所述回波数据确定为所述海杂波;
在所述杂波标准差大于所述杂波强度阈值的上限值的情况下,将所述回波数据确定为所述陆地杂波;
在所述杂波标准差位于所述杂波强度阈值的上限值和下限值之间的情况下,将所述回波数据确定为所述海陆杂波。
10.一种机载雷达回波数据的陆海杂波分类装置,包括:
预处理模块,用于对从所述机载雷达获取的所述回波数据进行预处理,得到距离-方位数据矩阵,其中,所述回波数据是通过所述机载雷达对处于陆地或海域区域的动目标进行检测得到的;
第一确定模块,用于根据所述距离-方位数据矩阵,通过距离平均确定杂波幅度曲线;
第二确定模块,用于根据所述杂波幅度曲线,确定杂波标准差;
分类模块,用于根据杂波强度阈值和所述杂波标准差,确定与所述杂波标准差对应的回波数据的类别,其中,所述类别包括以下至少一种:海杂波、海陆杂波和陆地杂波。
CN202210989574.0A 2022-08-17 2022-08-17 机载雷达回波数据的陆海杂波分类方法和装置 Pending CN115616513A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210989574.0A CN115616513A (zh) 2022-08-17 2022-08-17 机载雷达回波数据的陆海杂波分类方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210989574.0A CN115616513A (zh) 2022-08-17 2022-08-17 机载雷达回波数据的陆海杂波分类方法和装置

Publications (1)

Publication Number Publication Date
CN115616513A true CN115616513A (zh) 2023-01-17

Family

ID=84856564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210989574.0A Pending CN115616513A (zh) 2022-08-17 2022-08-17 机载雷达回波数据的陆海杂波分类方法和装置

Country Status (1)

Country Link
CN (1) CN115616513A (zh)

Similar Documents

Publication Publication Date Title
US6677886B1 (en) Weather and airborne clutter suppression using a cluster shape classifier
US10830874B2 (en) Method to determine the suitability of a radar target as a positional landmark
US8013781B2 (en) Method and apparatus for radar surveillance and detection of sea targets
CN107121670B (zh) 一种基于合成孔径雷达的反无人机防御方法
US6750805B1 (en) Full polarization synthetic aperture radar automatic target detection algorithm
CN108761419B (zh) 基于组合空时主通道自适应处理的低空风切变风速估计方法
EP0899582A2 (en) Motor vehicle object detection method
US6756935B1 (en) Full polarization ground moving target indicator radar automatic target detection algorithm
US8305261B2 (en) Adaptive mainlobe clutter method for range-Doppler maps
GB2484493A (en) Radar system
US6404379B1 (en) Matrix monopulse ratio radar processor for two target azimuth and elevation angle determination
CN106383339B (zh) 一种多站点雷达信号级联合检测的镜像目标抑制方法
US5594450A (en) Radar system and method for detecting targets clutter using target intensity and angular position
KR102013205B1 (ko) 레이더 신호 처리 모의 장치 및 방법
CN113504525B (zh) 一种雾区能见度反演方法及系统
RU2373551C1 (ru) Способ измерения угловых координат нескольких объектов в многоканальных доплеровских рлс
CN111025256A (zh) 一种机载雷达的微弱生命体征信号的检测方法及系统
US20230184926A1 (en) Radar anti-spoofing system for identifying ghost objects created by reciprocity-based sensor spoofing
US6680687B2 (en) Method to determine the azimuth of a target by means of a radar, especially of the ASR type
CN109581366B (zh) 一种基于目标导向矢量失配的离散旁瓣杂波识别方法
CN115616513A (zh) 机载雷达回波数据的陆海杂波分类方法和装置
US11163040B2 (en) Method for testing the electromagnetic compatibility of a radar detector with at least one onboard pulse signal transmitter
RU2304789C1 (ru) Способ радиолокационного сопровождения траектории объекта
CN110907930B (zh) 一种基于角度估计的车载雷达目标检测估计方法及装置
Yu et al. A double-threshold target detection method in detecting low slow small target

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