CN117031433A - 一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质 - Google Patents
一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117031433A CN117031433A CN202311085710.4A CN202311085710A CN117031433A CN 117031433 A CN117031433 A CN 117031433A CN 202311085710 A CN202311085710 A CN 202311085710A CN 117031433 A CN117031433 A CN 117031433A
- Authority
- CN
- China
- Prior art keywords
- target point
- clutter
- point trace
- trace
- radar
- 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
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000002592 echocardiography Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000033001 locomotion Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- 230000001629 suppression Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details 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
- G01S7/414—Discriminating targets with respect to background clutter
-
- 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
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details 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
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明公开了一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质，属于雷达目标检测技术领域，其包括获取由雷达不断采集的待处理目标点迹回波；对所述待处理目标点迹回波进行常规杂波过滤处理得到初步目标点迹；基于多普勒速度统计特征对所述初步目标点迹回波进行速度维上的杂波过滤得到速度维目标点迹；基于雷达散射截面RCS统计特征对所述速度维目标点迹回波进行RCS统计维度上的杂波过滤得到真实目标点迹，能够针对杂波点迹和目标点迹在多普勒频移与雷达散射截面RCS两个维度上差异，对雷达接收到的回波点迹进行积累和统计，找出目标点迹与杂波点迹在这两个维度上的不同特征，对所述回波点迹进行判断筛选，从而将杂波点迹过滤，保留真实目标点迹。
Description
技术领域
本发明涉及一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质，属于雷达目标检测技术领域。
背景技术
雷达在工作过程中，不可避免的会受到杂波的影响，包括地杂波、海杂波和气象杂波。同时，由于电子对抗技术的不断发展和战场环境的复杂化，雷达还必然会受到电子干扰的影响。常用的杂波抑制技术是在信号处理中采取相应的措施，如动目标显示、动目标检测、恒虚警率等。一般的雷达抗干扰方法则是在天线、发射机、接收机及信号处理中采用相应的技术，如天线低旁瓣技术、旁瓣对消技术、频率捷变技术等。无论采用哪种方法仍难免会有剩余杂波或干扰产生的虚假点迹泄漏到雷达数据处理中。在这种情况下，雷达数据处理应能限制和剔除虚假点迹数据，否则这些虚假点迹会使整个系统饱和，并且影响检测目标航迹。因此有必要探讨雷达数据处理阶段的杂波抑制及干扰消除问题。雷达数据处理中现有的杂波抑制方法大致可分为两类：
一类是将杂波抑制问题归结为杂波环境下的数据关联问题，着眼于通过改进数据关联方法提高关联正确率。最经典的数据关联方法是最近邻法(nearestneighbor,NN)，但这种方法仅适用于杂波少、目标密度不大的情况；基于Munkres算法的全局最近邻法((global nearest neighbor,GNN))是使总的距离或关联代价达到最小的数据关联方法，这种方法能够较好地适应目标密度相对较大的情况，但在密集杂波环境下同样不适用；联合概率数据关联(joint probabilistic data association，JPDA)和多假设跟踪(multiple hypothesis tracking，MHT)是解决密集杂波环境下多目标数据关联问题的理论最优算法，但都存在计算量随目标数和杂波数呈指数增长的问题，在工程上难以应用。
另一类是采用工程常用的数据关联算法(如最近邻法)，辅以直接判别杂波点迹并予以剔除的方法抑制杂波。依据判别量的不同又可分为两种，一种是基于杂波特性和回波信号幅度等信息判别杂波点迹的方法，即通过对杂波特性的分析、回波信息的积累、比较及综合判断滤除杂波点迹。由于杂波特性极为复杂，这种方法实际应用起来比较困难，效果有限。另一种是依据目标运动特性和点迹跨周期相关特性判别杂波点迹的方法，这种方法依赖于对目标运动速度的假设，依据航迹速度区别目标点迹和杂波点迹，存在一定的局限性。
发明内容
本发明提供一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质，针对杂波点迹和目标点迹在多普勒频移与雷达散射截面RCS两个维度上差异，对雷达接收到的回波点迹进行积累和统计，找出目标点迹与杂波点迹在这两个维度上的不同特征，对所述回波点迹进行判断筛选，从而将杂波点迹过滤，保留真实目标点迹。
为达到上述目的，本发明是采用下述技术方案实现的。
一方面，本发明提供一种基于多维统计特性的雷达杂波点迹过滤方法，包括：
获取由雷达采集的待处理目标点迹回波；
对所述待处理目标点迹回波进行杂波过滤处理得到初步目标点迹；
基于多普勒速度统计特征对所述初步目标点迹回波进行速度维上的杂波过滤得到速度维目标点迹；
基于雷达散射截面RCS统计特征对所述速度维目标点迹回波进行RCS统计维度上的杂波过滤得到真实目标点迹。
对所述待处理目标点迹回波进行传统的杂波过滤处理后得到初步目标点迹回波，所述初步目标点迹回波中仍存在与真实目标点迹在距离-多普勒上的二维分布非常相似且无法区分的杂波，综合考虑目标与杂波在多普勒速度与雷达散射截面RCS值等多维特征的不同,利用多维统计特征来过滤杂波点迹，保留真实目标点迹。
可选地，所述基于多普勒速度统计特征对所述初步目标点迹回波进行速度维上的杂波过滤得到速度维目标点迹，包括：
将所述待处理目标点迹回波输入预设的多普勒滤波器组，得到速度维目标点迹。
其中，所述多普勒滤波器组的构建方法包括：
获取运动目标相对雷达的径向运动速度Vr区间；
基于所述径向运动速度Vr区间得到多普勒频移fd区间；
基于所述多普勒频移fd区间得到所述多普勒滤波器组的滤波器带宽。
可选地，所述基于所述径向运动速度Vr区间得到多普勒频移fd区间，包括：
获取雷达发射信号s(t)＝A cos(2pf0t+φ)，式中，A为振幅，f0为雷达发射频率，φ为初相；
获取目标回波信号Sr(t)＝kA cos[2pf0(t-tr)+φ]，式中，k为回波的衰减系数，tr为回波信号滞后于发射信号的时延；
基于所述雷达发射信号和目标回波信号获取二者频率差fd，所述频率差fd的计算公式为：
式中，c为光速；
基于所述频率差fd计算公式以及径向运动速度Vr区间得到所述多普勒频移fd区间。
可选地，所述基于雷达散射截面RCS统计特征对所述速度维目标点迹回波进行RCS统计维度上的杂波过滤得到真实目标点迹，包括：
获取所述速度维目标点迹回波的幅值与距离值；
获取基于所述幅值与距离值求解点迹RCS值的计算公式，所述点迹的RCS值计算公式为：
式中，Amp为速度维目标点迹的幅值，Dis为速度维目标点迹回波的距离值；
基于点迹的RCS值计算公式以及所述幅值与距离值对所述速度维目标点迹进行RCS值计算，得到速度维目标点迹RCS值集合；
基于预设的RCS值阈值σmin对所述速度维目标点迹RCS值集合进行过滤，得到RCS值大于所述阈值σmin的真实目标点迹。
可选地，所述RCS值阈值σmin的设计方法包括：
获取真实目标点迹回波的幅值与距离值；
基于点迹的RCS值计算公式以及所述真实目标点迹的幅值与距离值对所述真实目标点迹进行RCS值计算，得到RCS值阈值σmin。
可选地，所述获取真实目标点迹回波的幅值与距离值包括：
对待处理目标点迹回波进行距离维快速傅里叶变换，得到处于不同距离门的目标点迹回波的幅度和距离信息；
对处于同一距离门的目标点迹回波进行动目标显示滤波MTI得到动目标点迹；
对所述动目标点迹回波进行多普勒维快速傅里叶变换，得到处于同一距离门且处于同一速度的目标点迹回波及其速度信息；
基于所述距离信息、多普勒信息以及幅值信息获取距离-多普勒二维矩阵；
对所述距离-多普勒二维矩阵进行恒虚警率检测CFAR得到真实目标点迹回波的幅度信息、距离信息以及速度信息。
可选地，所述对所述距离-多普勒二维矩阵进行恒虚警率检测CFAR得到真实目标点迹回波的幅度信息、距离信息以及速度信息，包括：
对所述距离-多普勒二维矩阵进行时-频域二维单元平均恒虚警率CA-CFAR处理，获取所述距离-多普勒二维矩阵中的平均背景噪声功率Z，所述平均背景噪声功率Z计算公式为：
式中，Xi,j表示参考窗内信号的平方值，m、n分别表示参考单元行数和列数，k、l分别表示保护单元的行数和列数；
获取检测门限Th，所述检测门限Th计算公式为：
Th＝a×Z，
式中，a表示门限因子，调节门限因子使检测效果更好；
基于CFAR检测判决公式获取所述距离-多普勒二维矩阵中的真实目标点迹；
基于所述真实目标点迹获取其幅度信息、距离信息以及速度信息。
可选地，所述对所述待处理目标点迹进行杂波过滤处理得到初步目标点迹包括：对所述待处理目标点迹回波进行动目标显示滤波MTI、杂波图以及恒虚警率目标检测CFAR处理，得到初步目标点迹。
第二方面，本发明提供一种雷达杂波点迹过滤装置，包括初步杂波过滤模块、速度维杂波过滤模块以及RCS维杂波过滤模块；
所述初步杂波过滤模块用于对所述待处理目标点迹进行常规杂波过滤处理得到初步目标点迹；
所述速度维杂波过滤模块用于基于多普勒速度统计特征对所述初步目标点迹进行速度维上的杂波过滤得到速度维目标点迹；
所述RCS维杂波过滤模块用于基于雷达散射截面RCS统计特征对所述速度维目标点迹进行RCS统计维度上的杂波过滤得到真实目标点迹。
第三方面，本发明提供一种存储介质，其上存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如第一方面所述的基于多维统计特性的雷达杂波点迹过滤方法。
与现有技术相比，本发明所达到的有益效果：
通过设计多普勒滤波器组获得多个不同带宽的多普勒滤波器，从多普勒频移维度上过滤掉对于战场侦查雷达而言没有相对运动速度的静止目标杂波；通过数据计算得到战场侦查雷达主要观测目标的RCS数值，对于摆动速度较快但RCS数值远小于真实目标的地物目标，从雷达散射截面RCS维度上基于预先计算的主要观测目标的RCS值可以继续过滤掉这些在速度维没有过滤掉的杂波，将多普勒频移和RCS两个维度结合来对杂波进行过滤，在真实目标点迹被保留的同时实现了杂波的有效抑制。
附图说明
图1所示为本发明的一种实施例中雷达杂波点迹过滤方法的流程示意图；
图2所示为本发明的一种实施例中真实目标点迹RCS提取的流程示意图；
图3所示为本发明的一种实施例中雷达数据处理方法的流程示意图；
图4所示为本发明的一种实施例中雷达实测原始数据的仿真示意图；
图5所示为本发明的一种实施例中多普勒速度维过滤后数据的仿真示意图；
图6所示为本发明的一种实施例中RCS数值过滤后数据的仿真示意图；
图7所示为本发明的一种实施例中RCS数值过滤后点迹数损耗对比示意图；
图8所示为本发明的一种实施例中RCS数值过滤后杂波点迹数对比示意图；
图9所示为本发明的一种实施例中基于雷达实测原始数据的航迹仿真示意图；
图10所示为本发明的一种实施例中基于多普勒速度维过滤后数据的航迹仿真示意图；
图11所示为本发明的一种实施例中基于RCS数值过滤后数据的航迹仿真示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
本发明的技术构思：综合考虑目标与杂波在多普勒速度和雷达散射截面RCS多维特征的不同，利用综合特征因子来区分目标和杂波。雷达散射截面RCS是衡量目标散射特征的一个基本参数，它反映了目标对雷达信号散射能力的大小，是目标电磁散射特性中最重要的幅度特性，在雷达的目标识别技术起到了关键性作用。RCS中具有丰富的目标信息，通过对RCS的特征参数的分析可知所探测目标的外形和表面材料的电磁参数，从而对空中目标进行识别；多普勒频移反映的是运动目标回波和杂波在频谱结构上有所区别，运动目标检测就是利用这种差别，从频率上将它们进行区分，从而达到抑制杂波的作用；目标对于雷达进行相对运动，在回波中产生不同的多普勒频移，不同类目标的回波具有不同的多普勒频移，分析回波信号的频谱就可以对目标和杂波进行区分。
实施例1
基于本发明的技术构思，如图1所示，本实施例提供一种基于多维统计特性的雷达杂波点迹过滤方法，包括：
获取由雷达采集的待处理目标点迹回波；
对所述待处理目标点迹回波进行杂波过滤处理得到初步目标点迹；
基于多普勒速度统计特征对所述初步目标点迹回波进行速度维上的杂波过滤得到速度维目标点迹；
基于雷达散射截面RCS统计特征对所述速度维目标点迹回波进行RCS统计维度上的杂波过滤得到真实目标点迹。
1.多普勒速度统计特征分析
1.1多普勒计算
当目标和雷达之间有相对径向运动Vr，雷达接收到的回波信号频率fs和雷达发射频率f0之间会产生一个频率差fd，这就是多普勒效应。
设雷达发射信号为：
s(t)＝A cos(2pf0t+φ)
公式中f0为雷达发射频率，φ为初相，A为振幅。
若目标和雷达站间的初始距离为R0,且目标以匀速Vr相对雷达站运动,则在t时刻目标和雷达站间的距离为R(t)＝R0-Vrt,回波滞后于发射信号的时间为tr＝2R(t)/(c-Vr)，由于c>>Vr，故时延tr可近似为：
若回波的衰减系数为k，则目标回波可表示为：
Sr(t)＝kA cos[2pf0(t-tr)+φ]
回波信号和发射信号的相位差为将相位差φd对时间求导可得角频率差ωd:
由于ωd＝2pfd，故频率差fd为：
这就是多普勒频率的表达式。当目标飞向雷达站时,多普勒频率为正值,接收信号频率高于发射信号频率；当目标背离雷达站飞行时,多普勒频率为负值,接收信号频率低于发射信号频率。
1.2多普勒特征提取
在实际情况中，运动目标的回波在频谱结构上比较复杂多样。由于目标的回波是通过各个散射点得到的，当目标运动时，各个散射点之间存在相对运动，因此它们的多普勒频率不同，并且可能在接收机内形成差拍，从而导致合成回波信号的频谱展宽。由于车辆的轮胎滚动、发动机振动以及人的摆臂等微运动的形式不同，对雷达回波信号产生的微多普勒调制也不尽相同，使得它们的多普勒频谱存在一定的差异，如波形起伏、主瓣宽度及旁瓣大小等，如卡车的多普勒频谱图，主瓣十分尖锐，基本无旁瓣，主瓣较卡车的主瓣稍微平缓，有较小起伏的旁瓣，而人的多普勒频谱图，主瓣比前两者的都宽，旁瓣有较大的起伏。
根据战场雷达使用场景，目标主要为人或者车辆。以人为例，由于成人每小时可以步行速度维3.6-7.2km/h，转换速度约为1-2m/s，考虑到战场人员运动复杂性，可以将速度区间扩大为0.5-3m/s；如果是车辆速度一般在20-100km/h，转换速度约为5.5-27.8m/s；而杂波点迹速度通常为地物目标为主，没有速度规律。基于人和车辆的相对移动速度区间来设计多普勒滤波器组的滤波器带宽，将速度维上的杂波点迹过滤。
2.RCS统计特征分析
2.1RCS计算
RCS是目标在雷达接收方向反射雷达信号能力的一个量度，RCS越大，表示目标反射的雷达信号能量越大，目标越容易被检测出来。一个目标的RCS等于单位立体角目标在雷达接收天线方向上反射功率与入射到目标处的功率密度之比：
公式中，Pr表示目标在雷达接收天线方向的反射功率，PDi表示入射到目标处的入射功率，σ表示目标整体的RCS。
若目标与雷达间的距离为R，目标在雷达接收天线上的反射功率密度PDr可表示为：
根据上式，可得雷达散射截面积为：
根据上式可得RCS与距离有关，影响RCS的因素有很多，除了距离因素，RCS的大小还与外形、材料、雷达与目标的位置角度以及雷达载波频率等因素有关，在实际情况中，目标不同部位的RCS不同，但这不是本发明关注点，本发明主要研究不同目标整体RCS值。
2.2RCS特征提取
直接测量真实点迹目标的RCS值较为困难，目标RCS起伏变化可以使用距离-多普勒矩阵中目标的幅度变化来表示，在工程应用中，直接使用CFAR检测对距离-多普勒二维矩阵进行处理，即可获得目标的幅度信息，RCS提取流程如图2所示。
距离维FFT：
对于同一距离门的目标进行累积，可以得到该距离门内的目标信息(幅度、多普勒)。
MTI动目标显示滤波：
MTI是指利用滤波器来抑制各种杂波，提高雷达信号的信杂比，以利于运动目标检测的技术。在对固定目标和慢速杂波的探测中，发现其功率集中于零频附近。MTI就是利用这一特点滤除回波中的静物与杂波。
多普勒维FFT：
对处于同一距离、同一速度的目标进行累积，不仅可以得到目标的速度；同时抑制掉处于同一距离、不同速度的杂波或其他目标的干扰。
CFAR恒虚警率检测：
经过杂波抑制处理后的目标和杂波分布到距离-多普勒频域二维平面，在脉冲重复频率(pulse repetition frequency，PRF)模式下，采用时-频域二维恒虚警率(constantfalse alarm rate，CFAR)处理，此时目标只占据有限的时宽和频带宽度，而杂波却占据整个二维平面，二维CFAR可以增加有效的参考单元，减小杂波参数估计值的起伏。通过二维矩形参考窗在时-频域内采用单元平均恒虚警率(cell average-CFAR，CA-CFAR)方法进行检测。
在二维CA-CFAR检测中，距离-多普勒二维矩阵中幅度的平方值可以看作是随机模型中的随机变量，背景噪声功率Z可表示为：
式中，Xi,j表示参考窗内信号的平方值，m，n分别表示参考单元行数和列数，k，l分别表示保护单元的行数和列数。
检测门限Th可表示为：
Th＝a×Z
式中，a表示门限因子，可通过调节门限因子使检测效果更好。至此计算出了CFAR检测门限，可以根据CFAR检测判决公式判断待检测单元是否包含目标，判决过程可以表示为：
式中，Y表示待检测单元信号幅值。当Y大于检测门限时，说明待检测单元内包含目标。反之，待检测单元内没有目标，通过CFAR算法的门限值选取，按幅值阈值来截取待测目标点迹的距离和速度信息。
点迹RCS计算：
基于雷达测量观点，根据雷达方程导出其定义式为：
其中，Pr为接收机输出端功率，Pt发射机功率；Gr和Gt分别为接收天线与发射天线的增益；Rt和Rr分别为发射天线与目标到接收天线的距离；λ为雷达工作波长，此公式适用于用相对标定法来测量目标的RCS。
雷达散射截面是一个标量，单位是m2，由于目标RCS变化的动态范围很大，常以其相对于1m2的分贝数(符号为dB·m2)给出：
根据上式以及雷达实测数据中点迹的幅度和距离值，计算出点迹的RCS值σ：
根据所测雷达数值计算可得出，目标的RCS值与杂波不同，目标的RCS数值是远大于杂波的，根据数据统计选择合适的RCS过滤值，可以将速度维没有过滤出的杂波点迹再次进行过滤。
3.杂波点迹过滤处理效果和目标点迹损耗分析
3.1杂波点迹过滤处理效果
如图4、图5和图6所示，根据目标和杂波在多普勒速度和RCS特征的差异性分析，针对战场侦查雷达过滤杂波问题，在进行常规的MTI、杂波图和CFAR处理后，利用回波信号点迹和杂波多普勒速度变化和RCS大小不同的特征，在数据处理部分对杂波进一步过滤。
3.2目标点迹损耗分析
如图7和图8所示，统计经过RCS过滤后目标点迹损耗和杂波过滤情况，原始点迹数38，过滤之后为36，损耗约为5％；杂波点迹数20，过滤之后为1，过滤掉95％的杂波点。由此可见根据RCS特性来过滤杂波点可以有效的过滤掉杂波点迹，且真实目标的点迹数损耗较小。
实施例2
本实施例提供一种雷达杂波点迹过滤装置，包括初步杂波过滤模块、速度维杂波过滤模块以及RCS维杂波过滤模块；
所述初步杂波过滤模块用于对所述待处理目标点迹进行常规杂波过滤处理得到初步目标点迹；
所述速度维杂波过滤模块用于基于多普勒速度统计特征对所述初步目标点迹进行速度维上的杂波过滤得到速度维目标点迹；
所述RCS维杂波过滤模块用于基于雷达散射截面RCS统计特征对所述速度维目标点迹进行RCS统计维度上的杂波过滤得到真实目标点迹。
实时例3
本实施例提供一种存储介质，其上存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如第一方面所述的基于多维统计特性的雷达杂波点迹过滤方法。
实施例4
如图3所示，本实施例提供一种雷达数据处理方法，包括：
基于实施例1所述的基于多维统计特性的雷达杂波点迹过滤方法对所述待处理目标点迹回波进行预处理获取真实目标点迹；
基于所述真实目标点迹得到航迹起始；
基于所述航迹起始得到当前目标航迹；
将再次获取的真实目标点迹与所述当前目标航迹进行关联匹配得到当前目标跟踪航迹或新目标航迹；
对所述当前目标跟踪航迹或新目标航迹进行跟踪滤波得到更新后的目标跟踪航迹。
4.雷达实测数据分析
雷达点迹数据由信号处理进入雷达数据处理，依次进行点迹预处理、点航相关及航迹起始、航迹滤波更新，最后向显控输出更新后的目标航迹数据。利用某型号雷达实测数据对本文所提出的杂波抑制和目标点迹过滤方法进行验证分析，图9为雷达数据处理后剩余目标与杂波点迹结果，图10经过多普勒速度维过滤后目标点迹结果，图11为经过RCS过滤后目标点迹结果。可以看出利用MTI常规滤波和杂波图检测等方法处理后，出现大量杂波剩余，造成很多虚假航迹，并导致目标丢失。而杂波采用基于多维综合特征评估的杂波抑制与点迹过滤后，在真实目标航迹被保留的同时实现了杂波的有效抑制，目标航迹清晰、连续，虚假航迹率和点迹损失率都得到了显著降低。
以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (10)
1.一种基于多维统计特性的雷达杂波点迹过滤方法，其特征是，包括：
获取由雷达采集的待处理目标点迹回波；
对所述待处理目标点迹回波进行杂波过滤处理得到初步目标点迹；
基于多普勒速度统计特征对所述初步目标点迹回波进行速度维上的杂波过滤得到速度维目标点迹；
基于雷达散射截面RCS统计特征对所述速度维目标点迹回波进行RCS统计维度上的杂波过滤得到真实目标点迹。
2.根据权利要求1所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述基于多普勒速度统计特征对所述初步目标点迹回波进行速度维上的杂波过滤得到速度维目标点迹，包括：
将所述待处理目标点迹回波输入预设的多普勒滤波器组，得到速度维目标点迹。
其中，所述多普勒滤波器组的构建方法包括：
获取运动目标相对雷达的径向运动速度Vr区间；
基于所述径向运动速度Vr区间得到多普勒频移fd区间；
基于所述多普勒频移fd区间得到所述多普勒滤波器组的滤波器带宽。
3.根据权利要求2所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述基于所述径向运动速度Vr区间得到多普勒频移fd区间，包括：
获取雷达发射信号s(t)＝Acos(2pf0t+φ)，式中，A为振幅，f0为雷达发射频率，φ为初相；
获取目标回波信号Sr(t)＝kAcos[2pf0(t-tr)+φ]，式中，k为回波的衰减系数，tr为回波信号滞后于发射信号的时延；
基于所述雷达发射信号和目标回波信号获取二者频率差fd，所述频率差fd的计算公式为：
式中，c为光速；
基于所述频率差fd计算公式以及径向运动速度Vr区间得到所述多普勒频移fd区间。
4.根据权利要求3所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述基于雷达散射截面RCS统计特征对所述速度维目标点迹回波进行RCS统计维度上的杂波过滤得到真实目标点迹，包括：
获取所述速度维目标点迹回波的幅值与距离值；
获取基于所述幅值与距离值求解点迹RCS值的计算公式，所述点迹的RCS值计算公式为：
式中，Amp为速度维目标点迹的幅值，Dis为速度维目标点迹回波的距离值；
基于点迹的RCS值计算公式以及所述幅值与距离值对所述速度维目标点迹进行RCS值计算，得到速度维目标点迹RCS值集合；
基于预设的RCS值阈值σmin对所述速度维目标点迹RCS值集合进行过滤，得到RCS值大于所述阈值σmin的真实目标点迹。
5.根据权利要求4所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述RCS值阈值σmin的设计方法包括：
获取真实目标点迹回波的幅值与距离值；
基于点迹的RCS值计算公式以及所述真实目标点迹的幅值与距离值对所述真实目标点迹进行RCS值计算，得到RCS值阈值σmin。
6.根据权利要求5所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述获取真实目标点迹回波的幅值与距离值包括：
对待处理目标点迹回波进行距离维快速傅里叶变换，得到处于不同距离门的目标点迹回波的幅度和距离信息；
对处于同一距离门的目标点迹回波进行动目标显示滤波MTI得到动目标点迹；
对所述动目标点迹回波进行多普勒维快速傅里叶变换，得到处于同一距离门且处于同一速度的目标点迹回波及其速度信息；
基于所述距离信息、多普勒信息以及幅值信息获取距离-多普勒二维矩阵；
对所述距离-多普勒二维矩阵进行恒虚警率检测CFAR得到真实目标点迹回波的幅度信息、距离信息以及速度信息。
7.根据权利要求6所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述对所述距离-多普勒二维矩阵进行恒虚警率检测CFAR得到真实目标点迹回波的幅度信息、距离信息以及速度信息，包括：
对所述距离-多普勒二维矩阵进行时-频域二维单元平均恒虚警率CA-CFAR处理，获取所述距离-多普勒二维矩阵中的平均背景噪声功率Z，所述平均背景噪声功率Z计算公式为：
式中，Xi,j表示参考窗内信号的平方值，m、n分别表示参考单元行数和列数，k、l分别表示保护单元的行数和列数；
获取检测门限Th，所述检测门限Th计算公式为：
Th＝a×Z，
式中，a表示门限因子，调节门限因子使检测效果更好；
基于CFAR检测判决公式获取所述距离-多普勒二维矩阵中的真实目标点迹；
基于所述真实目标点迹获取其幅度信息、距离信息以及速度信息。
8.根据权利要求7所述的基于多维统计特性的雷达杂波点迹过滤方法，其特征是，所述对所述待处理目标点迹进行杂波过滤处理得到初步目标点迹包括：对所述待处理目标点迹回波进行动目标显示滤波MTI、杂波图以及恒虚警率目标检测CFAR处理，得到初步目标点迹。
9.一种雷达杂波点迹过滤装置，其特征是，包括初步杂波过滤模块、速度维杂波过滤模块以及RCS维杂波过滤模块；
所述初步杂波过滤模块用于对所述待处理目标点迹进行常规杂波过滤处理得到初步目标点迹；
所述速度维杂波过滤模块用于基于多普勒速度统计特征对所述初步目标点迹进行速度维上的杂波过滤得到速度维目标点迹；
所述RCS维杂波过滤模块用于基于雷达散射截面RCS统计特征对所述速度维目标点迹进行RCS统计维度上的杂波过滤得到真实目标点迹。
10.一种存储介质，其特征是，其上存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如权利要求1-8任一项所述的基于多维统计特性的雷达杂波点迹过滤方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311085710.4A CN117031433A (zh) | 2023-08-28 | 2023-08-28 | 一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311085710.4A CN117031433A (zh) | 2023-08-28 | 2023-08-28 | 一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117031433A true CN117031433A (zh) | 2023-11-10 |
Family
ID=88639743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311085710.4A Pending CN117031433A (zh) | 2023-08-28 | 2023-08-28 | 一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117031433A (zh) |
-
2023
- 2023-08-28 CN CN202311085710.4A patent/CN117031433A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111352102B (zh) | 一种基于调频连续波雷达的多目标个数检测方法及装置 | |
| CN111913158B (zh) | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 | |
| CN110531336A (zh) | 一种物体检测识别方法及系统 | |
| EP1485730B1 (en) | An adaptive system and method for radar detection | |
| CN110609262B (zh) | 一种场面监视雷达的三维恒虚警检测方法 | |
| US4536764A (en) | Method of counting multiple targets in the post detection processing of a radar | |
| Rohling | Some radar topics: waveform design, range CFAR and target recognition | |
| US9268008B1 (en) | Detection of low observable objects in clutter using non-coherent radars | |
| CN109001708B (zh) | 基于分级积累检测的雷达机动目标快速精细化处理方法 | |
| CN110297233B (zh) | Lfmcw阵列雷达信号并行流水化处理方法 | |
| CN109613506B (zh) | 一种随机跳频重频捷变雷达目标回波信号检测方法 | |
| CN110109076B (zh) | 基于相位对消捷变相参雷达杂波抑制的目标检测方法 | |
| CN102298142A (zh) | 雷达测距模糊条件下多微弱目标ht-stc-tbd检测方法 | |
| CN108957419B (zh) | 基于陷波滤波处理的异步干扰抑制方法 | |
| CN108693523A (zh) | 基于锯齿波线性调频雷达多目标测距测速的方法及系统 | |
| CN109100696A (zh) | 基于点状杂波图的慢速运动目标消除方法 | |
| CN111856406B (zh) | 一种基于fmcw雷达回波的目标检测方法及装置 | |
| CN110398722A (zh) | 基于随机矩阵有限谱的扩展目标回波检测方法 | |
| CN104199002B (zh) | 抑制风力发电旋叶虚警目标的雷达信息处理方法 | |
| CN112881982A (zh) | 一种捷变频雷达抑制密集转发干扰方法 | |
| CN116719000A (zh) | 双通道并行检测机载相控阵雷达地面运动目标提取方法 | |
| CN108508413B (zh) | 一种基于概率统计的低信噪比条件下目标检测方法 | |
| Sikaneta et al. | Two-channel SAR ground moving target indication for traffic monitoring in urban terrain | |
| CN117031433A (zh) | 一种基于多维统计特性的雷达杂波点迹过滤方法、装置及存储介质 | |
| CN110221289A (zh) | 用于三坐标有源相控阵雷达的目标检测方法 |
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 |