CN115980728B - 一种树丛穿透雷达目标检测方法、系统及设备 - Google Patents

Abstract

本发明公开一种树丛穿透雷达目标检测方法、系统及设备，该方法步骤包括：获取雷达基于多波束凝视方式凝视积累的多个回波脉冲；对积累的各回波脉冲分别进行距离维FFT计算得到二维矩阵；对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；将对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；对含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。本发明具有实现方法简单、检测成功率以及检测效率高、检测资源消耗小等优点。

Description

一种树丛穿透雷达目标检测方法、系统及设备

技术领域

本发明涉及目标检测技术领域，尤其涉及一种树丛穿透雷达目标检测方法、系统及设备。

背景技术

目前常规地面监视雷达通常只能探测无遮挡的裸露目标，无法有效探测隐蔽在树丛中的目标。针对树丛遮挡下的目标探测问题，现有技术中通常是采用穿透能力较强的低频段雷达，但由于树丛对电磁波的衰减作用以及树枝的无规则运动等因素，会导致目标回波信号的能量较小，因而易被杂波淹没，从而降低了目标的检测概率，极易于发生漏检。

为提高目标的检测概率，现有技术中通常采用以下几种方式：

1、单纯提高雷达发射功率的方式：该类方式不仅会增大设备整体功耗，而且由于增大了雷达的发射功率，还会加大雷达的发射信号被截获的风险，导致暴露雷达的位置。

2、基于相控阵雷达采用延长相参积累的方式：相控阵雷达的工作方式为收发单波束，在对目标进行搜索和跟踪的过程中，为保证发射波束内被照射到的目标回波能被接收波束收到，其收发波束指向通常保持一致，因而在对指定空域的多个目标进行探测时，若为了提高目标的回波能量采用延长相参积累时间的方式，将会极大的消耗雷达的功率和时间资源。

3、时域杂波抑制方法：由于建筑物等固定目标杂波的频谱是位于(n’=0,±1,±2, ...... ,N，N为整数) 位置上的离散谱线，因而对建筑物等固定目标采用时域杂波抑制方法通常可以获得较好的抑制效果，但由于树枝和树叶是不规则扰动的，树林环境杂波具有随机性、时变性和不稳定性，将引起杂波频谱的展宽，将传统杂波抑制方法直接应用到树林环境中时会有较大的杂波剩余，会严重影响目标检测性能。

4、CA-CFAR检测算法：CA-CFAR（Cell Averaging Constant 0 Alarm Rate，单元平均恒虚警率）检测算法是通过在被检测目标左右两侧设置保护窗和参考窗，并估计其左右两侧参考窗内的杂波功率水平，将杂波功率的均值与门限因子相乘作为目标的检测门限，当检测门限大于目标幅度时认为无目标，否则认为有目标。但是CA-CFAR检测算法实现目标检测的前提是杂波环境必须为均匀背景，而当其参考窗内存在多个目标时，将会抬高被检测目标的检测门限，导致CA-CFAR算法的检测性能降低。即直接采用CA-CFAR检测算法进行隐蔽在树丛中目标检测时仍然会存在检测精度不高、易发生漏检的问题。

综上，现有技术中提高目标检测概率的方案均无法适用于隐蔽在树丛中目标的检测，亟需提供一种能够适用于隐蔽在树丛中场景下的目标检测方法，以提高目标被检测到的概率与成功率，避免树丛中隐藏目标的漏检。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、检测成功率以及检测效率高、检测资源消耗小的树丛穿透雷达目标检测方法、系统及设备。

为解决上述技术问题，本发明提出的技术方案为：

一种树丛穿透雷达目标检测方法，步骤包括：

获取雷达基于多波束凝视方式凝视积累的多个回波脉冲；

对积累的各所述回波脉冲分别进行距离维FFT（Fast Fourier Transform，快速傅里叶变换）计算得到二维矩阵；

对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；

将所述对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；

对所述含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。

进一步的，雷达基于多波束凝视方式凝视积累多个回波脉冲包括：

通过雷达发射覆盖整个探测空域的发射波束，并同时多波束接收覆盖发射空域的回波信号；

对多个接收通道的回波信号进行指定时长的凝视积累得到多个回波脉冲。

进一步的，所述对距离维FFT计算得到的二维矩阵进行对消处理包括：使用延迟对消法、积累平均背景相消法、滑动平均背景相消法和指数加权背景相消法中任意一种，对距离维FFT计算得到的二维矩阵的每一行各脉冲进行对消处理。

进一步的，对所述含有距离和多普勒信息的二维频谱采用自适应CA-CFAR方法进行目标检测，所述自适应CA-CFAR方法中，使用预先训练得到的自适应处理器对输入信号进行处理，以将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波输出，并根据转化得到的背景杂波的杂波功率均值以及预设门限因子的乘积得到目标的自适应检测门限，以用于判断被检测单元是否为目标，所述输入信号为参考窗内不包含被检测单元以及保护单元的数据。

进一步的，预先对所述自适应处理器训练时，通过使得训练输入信号得到的估计信号逼近期望响应d(n)，得到自适应处理器的最优权向量W _opt，将所述最优权向量W _opt作为自适应处理器工作时的权向量，所述期望响应d(n)为已知的背景杂波分布。

进一步的，所述预设门限因子T根据距离单元的反函数1/R确定得到；所述预设门限因子T具体按照T=log₂(1/R)确定得到。

一种树丛穿透雷达目标检测系统，包括：

多波束凝视数据获取模块，用于获取雷达基于多波束凝视方式凝视积累的多个回波脉冲；

距离维FFT计算模块，用于对积累的各所述回波脉冲分别进行距离维FFT计算得到二维矩阵；

对消处理模块，用于对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；

速度维FFT计算模块，用于将所述对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；

目标检测模块，用于对所述含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。

进一步的，所述目标检测模块包括依次连接的自适应处理器、杂波功率计算单元、检测门限计算单元以及比较器单元，所述自适应处理器的输入端接入输入信号，输出端输出将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波，经所述杂波功率计算单元计算出杂波功率，所述检测门限计算单元根据所述杂波功率的均值与预设门限因子的乘积计算得到目标的自适应检测门限，输出给所述比较器单元，所述比较器单元将被检测单元与所述自适应检测门限进行比较，判断被检测单元是否为目标，输出判断结果。

进一步的，所述自适应处理器包括相互连接的自适应算法单元以及横向滤波器单元，当处于训练模式时，将训练输入信号提供给所述横向滤波器单元，由所述自适应算法单元控制所述横向滤波器单元使得训练输入信号得到的估计信号逼近期望响应d(n)，得到所述横向滤波器单元的最优权向量W _opt，当进入工作模式时，将工作输入信号提供给所述横向滤波器单元，以将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波输出。

一种电子设备，包括处理器以及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序以执行如上述方法。

与现有技术相比，本发明的优点在于：

1、本发明通过将多波束凝视技术应用于杂波抑制与回波信号的相参积累，将雷达的发射波束覆盖整个探测空域，凝视接收波束覆盖发射空域，通过雷达对目标进行长时间的凝视，可以使得树林引起的杂波平均速度将趋近于零，进而使得可以使用延迟对消法过滤树枝和树叶扰动产生的杂波，从而通过对目标的多个回波信号进行长时间的相参积累可以有效提高目标的检测信噪比，增加检测概率的同时避免过度消耗雷达的功率和时间资源。

2、本发明进一步通过采用自适应CA-CFAR方法实现自适应目标检测，使目标参考窗内的杂波边缘数据及干扰目标数据满足均匀背景杂波分布，进而动态确定出合理的自适应检测门限，可以实现检测门限的自适应、动态设置，有效避免被检测目标信号较弱被漏检的情况，解决传统CA-CFAR检测算法在多目标环境下目标检测性能下降的问题，进一步提高树丛遮挡情况下目标检测的精度、成功率。

附图说明

图1是本实施例树丛穿透雷达目标检测方法的实现流程示意图。

图2是本实施例中实现自适应CA-CFAR检测的原理示意图。

图3是本实施例中自适应处理器的结构原理示意图。

具体实施方式

以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。

传统雷达的发射能量通常都是仅应用于当前积累时间内，过去的发射能量没有被充分利用。多波束凝视技术是将雷达的发射波束覆盖整个探测空域，凝视接收波束覆盖发射空域。如果通过雷达对目标进行长时间的凝视，树林引起的杂波平均速度将趋近于零，其频谱位置在n’f _r(n’=0,±1,±2, ...... N，N为整数) 上，则可以使用延迟对消法过滤树枝和树叶扰动产生的杂波，且对隐蔽在树丛后的运动目标，其回波信号满足相参的条件下，积累的时间越长，速度维进行FFT的点数越多，得到的目标回波增益越高，而树丛反射的杂波进行积累后，不满足信号的相参性，其进行FFT后的增益较低，因此目标总体的信噪比会大大提高，有利于有效检测出隐蔽在树丛中运动目标。其中f _r为脉冲重复频率雷达，以固定间隔时间发射一个脉冲，该间隔时间称为脉冲重复周期，其倒数即为脉冲重复频率。

本发明考虑上述特性，通过将多波束凝视技术应用于杂波抑制与回波信号的相参积累，将雷达的发射波束覆盖整个探测空域，凝视接收波束覆盖发射空域，通过雷达对目标进行长时间的凝视，可以使得树林引起的杂波平均速度将趋近于零，从而使得频谱位置在(n’=0,±1,±2, ...... N ) 上，进而使得可以使用延迟对消法过滤树枝和树叶扰动产生的杂波，从而通过对目标的多个回波信号进行长时间的相参积累可以有效提高目标的检测信噪比，结合自适应目标检测方法，可以有效提高雷达在多目标环境下的检测性能，增加检测概率的同时避免过度消耗雷达的功率和时间资源。

如图1所示，本实施例树丛穿透雷达目标检测方法的步骤具体包括：

步骤S01.获取雷达基于多波束凝视方式凝视积累的多个回波脉冲；

步骤S02.对积累的各回波脉冲分别进行距离维FFT计算得到二维矩阵；

步骤S03.对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；

步骤S04.将对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；

步骤S05.对含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。

本实施例中，步骤S01中雷达基于多波束凝视方式凝视积累多个回波脉冲的具体步骤包括：

步骤S101.通过雷达发射覆盖整个探测空域的发射波束，并同时多波束接收覆盖发射空域的回波信号；

步骤S102.对多个接收通道的回波信号进行指定时长的凝视积累得到多个回波脉冲。

对隐蔽在丛林后的目标进行探测时，目标的回波信号可能较弱，且易于被树丛扰动产生的杂波淹没。本实施例通过引入多波束凝视方法，使得雷达发射覆盖整个探测空域的发射波束，同时采用多波束接收的方式接收覆盖发射空域的回波信号，利用对目标进行长时间的相参积累来提高目标回波能量，对回波数据进行对消和速度维FFT的处理后，可以有利于抑制树丛扰动引起的杂波以及提高目标的信噪比，从而使得在树丛遮挡环境下可以有效增加检测概率的同时避免过度消耗雷达的功率和时间资源。

距离维FFT即为对接收到的雷达回波信号进行脉冲压缩处理，以提高回波信号的距离分辨率和信号强度，进而可以获取目标的距离信息。由于固定目标回波的多普勒频率为零，慢速运动的杂波中所含的多普勒频移也集中在零频附近，它们的回波经相位检波后，输出信号的相位将不随时间变化或者不随时间做缓慢变化，反映在幅度上则为其幅度不随时间变化或者不随时间做缓慢变化。相反，运动目标回波经相检输出后，因其相位随时间变化较大，反映在幅度上则是幅度随时间变化较快。因此，在同一距离单元中，若将相邻脉冲重复周期内的相检输出做相减运算，则固定目标回波将被完全对消，慢速杂波也将得到很大程度的衰减，只有运动目标回波得以保留。本实施例步骤S02通过对多波束凝视积累的回波进行距离维FFT得到二维矩阵后，再通过步骤S03对距离维FFT计算得到的二维矩阵进行对消处理，以过滤固定目标的回波频谱。对消处理具体可采用延迟对消法、积累平均背景相消法、滑动平均背景相消法和指数加权背景相消法等对消方法，对距离维FFT计算得到的二维矩阵的每一行各脉冲进行对消处理。

举例来说，若每次经过多波束凝视积累的回波为1024个脉冲，则经过距离维FFT计算后得到一个1024×1024的二维矩阵，则可以对二维矩阵的1024个脉冲使用6脉冲滑窗对消的方式，以过滤树丛扰动引起的杂波信号，得到对消后的二维矩阵。可以理解的是，对消方法的类型以及具体参数设置均可以根据实际需求选取配置。

若多个回波信号之间存在确定的相位关系，则可以采用FFT对多个信号进行累加，即为相参积累。由于噪声是随机的，所以相参积累的结果是有用信号的幅度变大，噪声的强度相对减弱，因而通过相参积累可以提高目标的信噪比。对多个脉冲进行相参积累时即需要进行速度维FFT计算，经过速度维FFT计算后可以获取目标的速度信息。距离维即为快时间维，速度维即为慢时间维，通过分别进行距离维与速度维计算即可得到二维频谱。本实施例步骤S04通过将对消后二维矩阵中每个距离单元进行速度维FFT计算，可以得到含有距离和多普勒信息的二维频谱，基于该二维频谱使用目标检测算法即可以实现目标检测，得到目标的速度、位置等信息。

本实施例步骤S05中对含有距离和多普勒信息的二维频谱采用自适应CA-CFAR方法进行自适应目标检测，自适应CA-CFAR方法中使用预先训练得到的自适应处理器对输入信号进行处理，以将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波输出，并根据转化得到的背景杂波的杂波功率均值以及预设门限因子的乘积得到自适应检测门限，以用于判断被检测单元是否为目标，输入信号为参考窗内不包含被检测单元以及保护单元的数据。即自适应CA-CFAR方法是在CA-CFAR检测算法的基础上，通过将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波，利用背景杂波的杂波功率以及预设门限因子来生成自适应检测门限，从而实现自适应目标检测功能。

传统CA-CFAR检测算法的性能取决于检测门限的设定，而当参考窗内存在多个目标时将导致杂波功率水平升高，其检测门限也会相应抬高，特别是被检测目标相对其他几个干扰目标较弱时，直接采用CA-CFAR检测算法会出现目标检测不到的情况。本实施例通过引入自适应处理器形成自适应CA-CFAR方法实现自适应目标检测，使目标参考窗内的杂波边缘数据及干扰目标数据满足均匀背景杂波分布，进而动态确定出合理的自适应检测门限，可以实现检测门限的自适应、动态设置，有效避免被检测目标信号较弱被漏检的情况，解决传统CA-CFAR检测算法在多目标环境下目标检测性能下降的问题，进一步提高树丛遮挡情况下目标检测的精度、成功率。

如图2所示，本实施例实现自适应目标检时，由自适应处理器接入输入信号进行处理，自适应处理器对输入信号进行处理后，使目标参考窗内的杂波边缘数据及干扰目标数据满足均匀背景杂波分布，进而对其取平均，得到自适应的杂波功率Z，由杂波功率Z与门限因子T的乘积得到自适应检测门限，从而通过自适应的调整杂波功率Z与门限因子T，即可以达到动态设置检测门限的目的，将动态确定的自适应检测门限与被检测单元进行比较，即可以判断出是否有目标，输出检测结果，例如如果判断为有目标输出结果为1，否则输出结果为0，可以利用自适应二维CA-CFAR方法实现精准的目标检测，提高树丛遮挡情况下较弱目标的检测成功率。

自适应处理器可以视为一个滤波器，输入信号是含有干扰目标和背景杂波的多元分布，经过自适应处理器滤波后，得到服从均匀分布的背景杂波。自适应处理器在使用以前需要预先进行训练，以确定出处理器中权向量。本实施例预先对自适应处理器训练时，通过将训练输入信号提供给自适应处理器，由于训练输入信号为已知的背景杂波分布，通过训练自适应处理器使得训练输入信号得到的估计信号逼近期望响应d(n)，期望响应d(n)为已知的背景杂波分布，训练完成后得到自适应处理器的最优权向量W _opt，按照最优权向量W _opt即可以确定出能够实现将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波的自适应处理器，然后将最优权向量W _opt作为自适应处理器工作时的权向量。

自适应处理器具体分为两个阶段：训练阶段与工作阶段，训练阶段将目标的非均匀背景杂波数据作为自适应处理器的输入信号，均匀背景杂波数据作为期望的输出信号，通过不断的学习进而调整权值系数，获取最优的自适应处理器；工作阶段则将待检测目标输入到自适应处理器中，将待检测目标的非均匀背景杂波转化为均匀背景杂波，利用杂波功率与门限因子确定出自适应检测门限，进而完成参考窗内杂波功率的估计。

本实施例中，预设门限因子T具体根据距离单元的反函数1/R确定得到。考虑到雷达在探测目标时，其回波信号的功率随着目标距离增大而减小，本实施例通过根据距离单元的反函数1/R确定门限因子T，使得通过调整门限因子即可以达到自适应的改变检测门限，从而在提高检测概率的同时尽可能的降低虚警概率。优选的，具体可以将门限因子T设定为T=log₂(1/R)，则随着目标距离的增加，门限因子T将缓慢的减小。

本实施例树丛穿透雷达目标检测系统具体包括：

多波束凝视数据获取模块，用于雷达基于多波束凝视方式凝视积累多个回波脉冲；

距离维FFT计算模块，用于对积累的各回波脉冲分别进行距离维FFT计算得到二维矩阵；

对消处理模块，用于对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；

速度维FFT计算模块，用于将对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；

目标检测模块，用于对含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。

本实施例中，目标检测模块具体包括依次连接的自适应处理器、杂波功率计算单元、检测门限计算单元以及比较器单元，自适应处理器的输入端接入输入信号，输出端输出将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波，经杂波功率计算单元计算出杂波功率并取平均，检测门限计算单元根据杂波功率的均值与预设门限因子的乘积计算得到目标的自适应检测门限，输出给比较器单元，比较器单元将被检测单元与自适应检测门限进行比较，判断被检测单元是否为目标，输出判断结果。如图2所示， 检测门限计算单元具体为乘法器，乘法器的输入端分别输入杂波功率计算单元输出的平均功率Z以及门限因子T，输出接入比较器的一个输入端，比较器的另一个输入端接入被检测单元，比较器的输出端输出有无目标的判断结果。

本实施例中目标检测模块为自适应CA-CFAR模块，以用于采用自适应CA-CFAR实现目标检测。如图3所示，本实施例中自适应处理器具体包括相互连接的自适应算法单元以及横向滤波器单元，当处于训练模式时，将训练输入信号提供给所述横向滤波器单元，由所述自适应算法单元控制所述横向滤波器单元使得训练输入信号得到的估计信号逼近期望响应d(n)，得到所述横向滤波器单元的最优权向量W _opt，当进入工作模式时，将工作输入信号提供给所述横向滤波器单元，以将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波输出。

参见图3，自适应处理器通过设置控制开关K1以及控制开关K2实现模式的切换，当K₁打向A₁、K₂打向A₂时，启动进入训练模式（滤波器的学习阶段），将训练输入信号u(n)提供给横向滤波器，通过自适应算法对滤波器权向量W进行设计，使得训练输入信号得到的估计信号逼近期望响应d(n)，得到横向滤波器的最优权向量W _opt，将该最优权向量固定在滤波器中以作为滤波器工作时的权向量。当开关K₁打向B₁，K₂打向B₂时，启动进入工作模式，将对输入信号x(n)进行滤波处理，得到输出信号y(n)，输出信号y(n)即为近似满足均匀分布的背景杂波，其可用于杂波功率水平的估计。

本实施例中上述自适应CA-CFAR方法具体适用于二维CFAR检测，图中仅以一维检测进行示意。

本实施例树丛穿透雷达目标检测系统与上述树丛穿透雷达目标检测方法一一对应，在此不再一一赘述。

以下以在具体应用实施例中采用本发明上述方法实现树丛穿透雷达目标检测为例，对本发明进行进一步说明。本实施例中实现树丛穿透雷达目标检测的详细步骤为：

步骤1、雷达的发射波束覆盖整个探测空域，采用同时多波束接收的方式接收覆盖发射空域的回波信号，对16个接收通道的回波信号进行长时间的凝视积累，积累1024个脉冲。

步骤2、每一个回波信号经过ADC模块处理后转换为数字信号，数据长度为1800点，对1024个脉冲进行相同的处理，可以得到一个1800×1024的二维矩阵，其中矩阵的每一行代表在快时间维度上的采样点，每一列则代表在慢时间维度上的采样点；然后做2048点的距离维FFT，有效的距离单元数为1024点，最终得到一个1024×1024的二维矩阵。

步骤3、对步骤2中二维矩阵在每一行的1024个脉冲上进行对消处理，使用6脉冲滑窗对消的方式抑制树丛扰动引起的杂波信号，得到对消后的二维矩阵。

步骤4、对每一个距离单元的1024个脉冲进行FFT，即进行速度维FFT。其中，对隐蔽在树丛后的运动目标，回波信号满足相参的条件下，积累的时间越长，速度维进行FFT的点数越多，得到的目标回波增益越高。

步骤5、采用自适应CA-CFAR方法对含有距离和多普勒信息的二维频谱进行目标检测。仅分析距离维或者速度维上目标的检测，输入信号为参考窗内不包含被检测单元以及保护单元的数据，通过预先训练好的自适应处理器（预先通过训练得到最优的权向量）对输入信号进行处理，使目标参考窗内的杂波边缘数据及干扰目标数据满足均匀背景杂波分布，进而对其取平均得到自适应的杂波功率Z，将杂波功率与门限因子 T=log₂(1/R)相乘得到自适应检测门限，利用自适应检测门限对被检测单元进行判断以判断是否为目标。

步骤6、对自适应CA-CFAR方法的检测结果进行参数估计，获取最终检测到的目标的距离、速度和角度。

本实施例还提供电子设备，包括处理器以及存储器，存储器用于存储计算机程序，处理器用于执行计算机程序以执行如上述方法。该电子设备即可以为雷达内部的数据处理模块，也可以为外部设备，以接收雷达回波数据实现目标检测功能。

本发明中“树丛穿透”还可以为“丛林穿透”、“叶簇穿透”以及“树林穿透”等各类型，可以针对多树木遮挡情况下实现穿透式的目标检测。

上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (10)

1.一种树丛穿透雷达目标检测方法，其特征在于，步骤包括：

获取雷达基于多波束凝视方式凝视积累的多个回波脉冲；

对积累的各所述回波脉冲分别进行距离维FFT计算得到二维矩阵；

对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；

对所述对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；

对所述含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。

2.根据权利要求1所述的树丛穿透雷达目标检测方法，其特征在于，雷达基于多波束凝视方式凝视积累多个回波脉冲包括：

通过雷达发射覆盖整个探测空域的发射波束，并同时多波束接收覆盖发射空域的回波信号；

对多个接收通道的回波信号进行指定时长的凝视积累得到多个回波脉冲。

3.根据权利要求1所述的树丛穿透雷达目标检测方法，其特征在于，所述对距离维FFT计算得到的二维矩阵进行对消处理包括：使用延迟对消法、积累平均背景相消法、滑动平均背景相消法和指数加权背景相消法中任意一种，对距离维FFT计算得到的二维矩阵的每一行各脉冲进行对消处理。

4.根据权利要求1或2或3所述的树丛穿透雷达目标检测方法，其特征在于，对所述含有距离和多普勒信息的二维频谱采用自适应CA-CFAR方法进行目标检测，所述自适应CA-CFAR方法中，使用预先训练得到的自适应处理器对输入信号进行处理，以将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波输出，并根据转化得到的背景杂波的杂波功率均值以及预设门限因子的乘积得到目标的自适应检测门限，以用于判断被检测单元是否为目标，所述输入信号为参考窗内不包含被检测单元以及保护单元的数据。

5.根据权利要求4所述的树丛穿透雷达目标检测方法，其特征在于，预先对所述自适应处理器训练时，通过使得训练输入信号得到的估计信号逼近期望响应d(n)，得到自适应处理器的最优权向量W _opt，将所述最优权向量W _opt作为自适应处理器工作时的权向量，所述期望响应d(n)为已知的背景杂波分布。

6.根据权利要求4所述的树丛穿透雷达目标检测方法，其特征在于，所述预设门限因子T根据距离单元的反函数1/R确定得到；所述预设门限因子T具体按照T=log₂(1/R)确定得到。

7.一种树丛穿透雷达目标检测系统，其特征在于，包括：

多波束凝视数据获取模块，用于获取雷达基于多波束凝视方式凝视积累的多个回波脉冲；

距离维FFT计算模块，用于对积累的各所述回波脉冲分别进行距离维FFT计算得到二维矩阵；

对消处理模块，用于对距离维FFT计算得到的二维矩阵进行对消处理，得到对消后二维矩阵；

速度维FFT计算模块，用于对所述对消后二维矩阵中每个距离单元进行速度维FFT计算，得到含有距离和多普勒信息的二维频谱；

目标检测模块，用于对所述含有距离和多普勒信息的二维频谱进行目标检测，得到目标检测的结果。

8.根据权利要求7所述的树丛穿透雷达目标检测系统，其特征在于，所述目标检测模块包括依次连接的自适应处理器、杂波功率计算单元、检测门限计算单元以及比较器单元，所述自适应处理器的输入端接入输入信号，输出端输出将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波，经所述杂波功率计算单元计算出杂波功率，所述检测门限计算单元根据所述杂波功率的均值与预设门限因子的乘积计算得到目标的自适应检测门限，输出给所述比较器单元，所述比较器单元将被检测单元与所述自适应检测门限进行比较，判断被检测单元是否为目标，输出判断结果。

9.根据权利要求7或8所述的树丛穿透雷达目标检测系统，其特征在于，所述目标检测模块中自适应处理器包括相互连接的自适应算法单元以及横向滤波器单元，当处于训练模式时，将训练输入信号提供给所述横向滤波器单元，由所述自适应算法单元控制所述横向滤波器单元使得训练输入信号得到的估计信号逼近期望响应d(n)，得到所述横向滤波器单元的最优权向量W _opt，当进入工作模式时，将工作输入信号提供给所述横向滤波器单元，以将目标参考窗内的杂波边缘数据及干扰目标数据转化为均匀分布的背景杂波输出。

10.一种电子设备，包括处理器以及存储器，所述存储器用于存储计算机程序，其特征在于，所述处理器用于执行所述计算机程序以执行如权利要求1～6中任意一项所述方法。