CN117907945A - 基于内插和frft的高阶机动目标检测方法 - Google Patents
基于内插和frft的高阶机动目标检测方法 Download PDFInfo
- Publication number
- CN117907945A CN117907945A CN202311828147.5A CN202311828147A CN117907945A CN 117907945 A CN117907945 A CN 117907945A CN 202311828147 A CN202311828147 A CN 202311828147A CN 117907945 A CN117907945 A CN 117907945A
- Authority
- CN
- China
- Prior art keywords
- interpolation
- detection
- sample sequence
- data matrix
- order
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 81
- 239000013598 vector Substances 0.000 claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 230000001427 coherent effect Effects 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 abstract description 5
- 238000013508 migration Methods 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于内插和FRFT的高阶机动目标检测方法,涉及雷达信号处理技术领域,包括:取雷达在相干处理时间0至T内接收到的各脉冲中第n个距离单元样本,形成样本序列,计算样本序列四分量的内插位置;内插得到样本序列四分量的内插结果;将样本序列四分量的内插结果相乘;计算向量中的全部元素,获得中间向量;依次计算中间向量对应每一个阶数的分数阶傅里叶变换结果;得到检测数据向量,将该检测数据向量作为数据矩阵;计算该数据矩阵中的全部子向量,获得检测数据矩阵;将该检测数据矩阵处理得到检测统计量和门限值,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果。本发明避免了目标高级徙动带来的信噪比损失。
Description
技术领域
本发明涉及雷达信号处理技术领域,具体涉及一种基于内插和FRFT的高阶机动目标检测方法。
背景技术
众所周知,增长脉冲多普勒雷达的积累时间可以增加目标信噪比,改善微弱目标的检测性能。然而,高速机动目标通常会带来非线性的距离徙动和多普勒谱的展宽,以至于给回波信号带来高阶多项式相位变化,引起频谱展宽,导致传统MTD积累算法失效,检测信噪比降低,检测性能变差。
发明内容
有鉴于此,本申请实施例提供一种基于内插和FRFT的高阶机动目标检测方法,用于检测高阶雷达机动目标,以达到有效避免高级徙动带来的信噪比损失的目的。
本申请实施例提供以下技术方案:一种基于内插和FRFT的高阶机动目标检测方法,包括:
取雷达在相干处理时间0至T内接收到的各脉冲中第n个距离单元样本,形成样本序列,计算所述样本序列四分量的内插位置;
以计算得到的所述内插位置和所述样本序列为输入,内插得到所述样本序列四分量的内插结果;
将所述样本序列四分量的内插结果相乘,得到相乘结果,将该相乘结果作为向量的第i个元素;其中,i=1...2M,M为雷达在相干处理时间0至T内接收到的脉冲数;
计算该向量中的全部元素,将所述全部元素顺次排列,获得中间向量;
依次计算所述中间向量对应每一个阶数的分数阶傅里叶变换结果;
将所述分数阶傅里叶变换结果中的各个元素取模,累加得到检测数据向量;
将该检测数据向量作为数据矩阵的第n个子向量;其中,n=2...N,N为单个雷达回波的距离单元个数;
计算该数据矩阵中的全部子向量,将计算得到的全部子向量顺次排列,获得检测数据矩阵;
将该检测数据矩阵处理得到检测统计量和门限值,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果。
根据本申请一种实施例,将该检测数据矩阵处理得到检测统计量和门限值,包括:
对所述检测数据矩阵进行Hough变换,得到变换后的检测数据矩阵;
取所述变换后的检测数据矩阵中元素模值的最大值,将所述最大值作为检测统计量;
采用恒虚警处理方法得到检测的所述门限值。
根据本申请一种实施例,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果,包括:
将所述检测统计量与所述门限值进行对比,若所述检测统计量不小于所述门限值,则将所述机动目标检测结果判定为目标存在;若否,则判定为目标不存在。
根据本申请一种实施例,基于重采样原理,计算所述样本序列四分量的内插位置。
根据本申请一种实施例,根据如下公式,计算n=1时的样本序列四分量的内插位置:
其中,i=1...2M,T为雷达相干处理时间,P1(i),P2(i),P3(i)和P4(i)分别为四个内插位置。
根据本申请一种实施例,以计算得到的所述内插位置和所述样本序列为输入,运用频域补零的方法内插得到所述样本序列四分量的内插结果。
与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本发明实施例运用差值降阶的方法,对基带频域回波信号差值,得到四个信号差值分量。相乘后将高阶多项式相位信号降阶。然后采用分数阶傅里叶变换和Hough变换提取特征信息,计算得到检测量。本方法可以有效检测带有高阶运动参数的雷达机动目标,避免了雷达机动目标检测的多维度搜索,与同类算法比较,本方法算法复杂度较低,可以避免目标高级徙动带来的信噪比损失,有效检测高阶雷达机动目标。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的基于内插和FRFT的高阶机动目标检测方法流程示意图。
具体实施方式
下面结合附图对本申请实施例进行详细描述。
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本申请的其他优点与功效。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。本申请还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本发明实施例提供了一种基于内插和FRFT的高阶机动目标检测方法,包括:
取雷达在相干处理时间0至T内接收到的各脉冲中第n个距离单元样本,形成样本序列,计算所述样本序列四分量的内插位置;
以计算得到的所述内插位置和所述样本序列为输入,内插得到所述样本序列四分量的内插结果;
将所述样本序列四分量的内插结果相乘,得到相乘结果,将该相乘结果作为向量的第i个元素;其中,i=1...2M,M为雷达在相干处理时间0至T内接收到的脉冲数;
计算该向量中的全部元素,将所述全部元素顺次排列,获得中间向量;
依次计算所述中间向量对应每一个阶数的分数阶傅里叶变换结果;
将所述分数阶傅里叶变换结果中的各个元素取模,累加得到检测数据向量;
将该检测数据向量作为数据矩阵的第n个子向量;其中,n=2...N,N为单个雷达回波的距离单元个数;
计算该数据矩阵中的全部子向量,将计算得到的全部子向量顺次排列,获得检测数据矩阵;
将该检测数据矩阵处理得到检测统计量和门限值,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果。
本实施例中,将该检测数据矩阵处理得到检测统计量和门限值,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果,包括:
对所述检测数据矩阵进行Hough变换,得到变换后的检测数据矩阵;
取所述变换后的检测数据矩阵中元素模值的最大值,将所述最大值作为检测统计量;
采用恒虚警处理方法得到检测的所述门限值;
将所述检测统计量与所述门限值进行对比,若所述检测统计量不小于所述门限值,则将所述机动目标检测结果判定为目标存在;若否,则判定为目标不存在。
本实施例中,基于重采样原理,计算所述样本序列四分量的内插位置。
具体实施时,根据如下公式,计算n=1时的样本序列四分量的内插位置:
其中,i=1...2M,T为雷达相干处理时间,P1(i),P2(i),P3(i)和P4(i)分别为四个内插位置。
本实施例中,以计算得到的所述内插位置和所述样本序列为输入,运用频域补零的方法内插得到所述样本序列四分量的内插结果。
本发明实施例是一种雷达信号处理中的基于内插和FRFT的高阶机动目标检测方法,本发明实施例对雷达脉压后的频域信号进行处理,用内插的方法对各个距离单元内的频域回波信号进行内插,得到四个一维向量,将这四个向量点乘,运用分数阶傅里叶变换,并累加,再联合多个距离门的扩展信号结果形成二维数据块。最后用Hough变换进行处理,将处理后的最大幅度当做检测统计量进行恒虚警检测。本发明避免了雷达机动目标检测的多维度搜索,与同类算法比较,本算法复杂度较低,可以避免目标高级徙动带来的信噪比损失,有效检测高阶雷达机动目标。
如图1所示,在一种具体实施例中,本发明基于内插和FRFT的高阶机动目标检测方法包括以下步骤:
步骤1,雷达在相干处理时间0至T内接收到的脉冲数为M,各脉冲经过脉冲压缩后的频域信号分别为X1(n),X2(n),...,XM(n)。其中单个脉冲的长度为N。取各脉冲频域信号n=1时的信号样本组成序列Y1(m)={X1(1),X2(1),...,XM(1)}。
步骤2,计算对应第一个距离单元n=1的,长度为2M一维向量Z1(i);
子步骤a:根据公式
计算四个内插位置P1(i),P2(i),P3(i)和P4(i),其中i=1,T为雷达相干处理时间。
子步骤b:以内插位置P1(i),P2(i),P3(i)和P4(i)和内插序列Y1(m)={X1(1),X2(1),...,XM(1)}为输入,运用频域补零的方法内插得到内插结果R1(i),R2(i),R3(i),R4(i)。
子步骤c:按照公式
Z1′(i)=R1(i)×R2(i)×R3(i)×R4(i)
计算向量Z1′的第i个元素。
子步骤d:令i=2,3,...,2M,重复子步骤a至子步骤d,依次计算出计算二维扩展矩阵Z′1的第各行所有元素,完成向量Z′1的计算。
子步骤e:依次计算向量Z′1的阶数为P=0.01,0.02,0.03,...,1的分数阶傅里叶变换:Z′1,1,Z′1,2,Z′1,3,...,Z′1,100;
子步骤f:按照公式
Z1=|Z′1,1|+|Z′1,2|+|Z′1,3|+...+|Z′1,100|
将Z′1,1,Z′1,2,Z1′,3,...,Z′1,100各个元素取模,累加得到Z′1,完成向量Z1的计算。
步骤3:令n=2,3,...,N,重复步骤1和步骤2得到各距离单元对应的一维向量Z1,Z2,...,ZN。
步骤4:将向量Z1,Z2,...,ZN在第二维上排列得到大小为2M×N二维矩阵D。
步骤5:对三维矩阵D进行Hough变换,得到矩阵D′。
步骤6:取D′元素中模值最大的元素的模值,当做检测统计量u。
步骤7:用恒虚警处理方法得到检测门限η,将检测统计量与门限比较,u≥η,检测结果为目标存在;u≤η目标不存在。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种基于内插和FRFT的高阶机动目标检测方法,其特征在于,包括:
取雷达在相干处理时间0至T内接收到的各脉冲中第n个距离单元样本,形成样本序列,计算所述样本序列四分量的内插位置;
以计算得到的所述内插位置和所述样本序列为输入,内插得到所述样本序列四分量的内插结果;
将所述样本序列四分量的内插结果相乘,得到相乘结果,将该相乘结果作为向量的第i个元素;其中,i=1...2M,M为雷达在相干处理时间0至T内接收到的脉冲数;
计算该向量中的全部元素,将所述全部元素顺次排列,获得中间向量;
依次计算所述中间向量对应每一个阶数的分数阶傅里叶变换结果;
将所述分数阶傅里叶变换结果中的各个元素取模,累加得到检测数据向量;
将该检测数据向量作为数据矩阵的第n个子向量;其中,n=2...N,N为单个雷达回波的距离单元个数;
计算该数据矩阵中的全部子向量,将计算得到的全部子向量顺次排列,获得检测数据矩阵;
将该检测数据矩阵处理得到检测统计量和门限值,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果。
2.根据权利要求1所述的基于内插和FRFT的高阶机动目标检测方法,其特征在于,将该检测数据矩阵处理得到检测统计量和门限值,包括:
对所述检测数据矩阵进行Hough变换,得到变换后的检测数据矩阵;
取所述变换后的检测数据矩阵中元素模值的最大值,将所述最大值作为检测统计量;
采用恒虚警处理方法得到检测的所述门限值。
3.根据权利要求2所述的基于内插和FRFT的高阶机动目标检测方法,其特征在于,通过将所述检测统计量和所述门限值进行对比,得到机动目标检测结果,包括:
将所述检测统计量与所述门限值进行对比,若所述检测统计量不小于所述门限值,则将所述机动目标检测结果判定为目标存在;若否,则判定为目标不存在。
4.根据权利要求1所述的基于内插和FRFT的高阶机动目标检测方法,其特征在于,基于重采样原理,计算所述样本序列四分量的内插位置。
5.根据权利要求4所述的基于内插和FRFT的高阶机动目标检测方法,其特征在于,根据如下公式,计算n=1时的样本序列四分量的内插位置:
其中,i=1...2M,T为雷达相干处理时间,P1(i),P2(i),P3(i)和P4(i)分别为四个内插位置。
6.根据权利要求1所述的基于内插和FRFT的高阶机动目标检测方法,其特征在于,以计算得到的所述内插位置和所述样本序列为输入,运用频域补零的方法内插得到所述样本序列四分量的内插结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311828147.5A CN117907945A (zh) | 2023-12-27 | 2023-12-27 | 基于内插和frft的高阶机动目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311828147.5A CN117907945A (zh) | 2023-12-27 | 2023-12-27 | 基于内插和frft的高阶机动目标检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117907945A true CN117907945A (zh) | 2024-04-19 |
Family
ID=90691516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311828147.5A Pending CN117907945A (zh) | 2023-12-27 | 2023-12-27 | 基于内插和frft的高阶机动目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117907945A (zh) |
-
2023
- 2023-12-27 CN CN202311828147.5A patent/CN117907945A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110208785B (zh) | 基于稳健稀疏分数阶傅立叶变换的雷达机动目标快速检测方法 | |
CN111965632B (zh) | 一种基于黎曼流形降维的雷达目标检测方法 | |
JP2019117055A (ja) | 推定方法、推定装置およびプログラム | |
Kennedy | Efficient velocity filter implementations for dim target detection | |
CN111398910A (zh) | 雷达信号检测方法、装置、电子设备及存储介质 | |
CN110716203B (zh) | 一种被动声纳目标的时频分析与跟踪方法 | |
CN112098970A (zh) | 一种用于交通微波检测的速度解模糊算法及相关设备 | |
CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
CN102841341B (zh) | 一种脉冲雷达动目标检测方法 | |
CN116299303B (zh) | 速度解模糊方法、装置、雷达设备及存储介质 | |
CN117907945A (zh) | 基于内插和frft的高阶机动目标检测方法 | |
CN110850421A (zh) | 基于混响对称谱的空时自适应处理的水下目标检测方法 | |
CN116486259A (zh) | 遥感图像中的点目标的提取方法和装置 | |
CN116165619A (zh) | 一种高机动目标运动参数估计和相参积累检测方法 | |
CN109541567A (zh) | 基于深度学习的高速机动目标检测方法 | |
CN111123233B (zh) | 一种基于相关性的海杂波纹理估计方法 | |
CN115248413A (zh) | 一种适用于非均匀线阵的离格信号波达方向估计方法 | |
CN115120205B (zh) | 基于毫米波雷达距离方位谱的人体心跳信号迭代增强方法 | |
CN111948613A (zh) | 基于自适应背景区选取的船载地波雷达目标检测方法 | |
CN110927678B (zh) | 自适应稀疏分数阶模糊函数杂波抑制及动目标检测方法 | |
CN115712102A (zh) | 雷达目标的检测方法 | |
CN112711026B (zh) | 基于变微分步长相对变化熵的目标检测与信号频率估计方法 | |
CN117289262B (zh) | 穿墙雷达目标检测方法及系统 | |
CN116679278B (zh) | 一种强地物杂波干扰下的目标雷达检测方法 | |
CN113702937B (zh) | 基于自适应mti滤波器的双通道非相干检测方法 |
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 |