一种基于AR谱分形相关特征的海上目标检测方法及装置与流程

本发明属于雷达信号处理
技术领域：
，特别涉及一种基于ar谱分形相关特征的海上目标检测方法及装置。
背景技术：
：传统海杂波背景下的目标检测方法是基于海杂波的幅度统计分布模型，通过模型匹配结果来确定检测方案和检测门限因子，最典型的方法即为均值类恒虚警检测方法(ml-cfar)，包括：单元平均恒虚警(ca-cfar)、单元平均选大恒虚警(go-cfar)和单元平均选小恒虚警(so-cfar)。已有文献对实测海杂波数据的研究表明，在高海况和高分辨率雷达条件下的海杂波具有非线性和非平稳特性，此时基于海杂波平稳随机的假设不再成立，引起海杂波统计模型失配严重，导致检测性能急剧下降。分形是一种描述海杂波非平稳性和非线性的经典理论，它强调海杂波具有自相似性，并通过分形维数来描述海杂波的自相似程度，由于目标的出现会改变海杂波固有的自相似性，因此可通过提取海杂波分形特征参数来进行目标检测。基于分形的目标检测方法是对传统基于统计模型的目标检测方法的一种补充和拓展，但已有基于分形的目标检测方法仅从信号的时域出发，通过海杂波幅度序列来分析其分形特性，在低信杂比条件下目标检测性能低。技术实现要素：针对以上现有技术的不足，本发明公开了一种基于ar谱分形相关特征的海上目标检测方法及装置。本发明从海杂波的分形特性出发，利用回波的相位信息和距离相关特征，从ar模型功率谱域提取出海杂波的特征参数，提高了海杂波背景下的目标检测性能。为达到上述技术目的，本发明采用如下技术方案予以实现：一种基于ar谱分形相关特征的海上目标检测方法，包括：获取预设时长内的海杂波回波信号，并根据所述海杂波回波信号确定海杂波回波基于时间序列的ar谱序列，所述ar谱序列中包含不同距离单元对应的基于时间序列的ar模型功率谱；根据所述不同距离单元对应的基于时间序列的ar模型功率谱，确定不同距离单元的互相关分形特征；根据所述互相关分形特征确定所述不同距离单元对应的多重分形谱函数；根据所述距离单元对应的所述多重分形谱函数构造特征统计检验量；将构造的特征统计检验量与检测门限进行比对，判断所述距离单元内是否存在海上目标。在一可选实施例中，所述根据所述海杂波回波信号确定海杂波回波基于时间序列的ar谱序列，包括：确定所述海杂波回波信号的时间序列x＝{xk,k＝1,2,3,...,l}，其中l表示序列长度；利用所述时间序列x的自相关函数构造yule-walker方程，得到各距离单元对应的基于时间序列的ar模型功率谱s(f)；根据所述各距离单元对应的基于时间序列的ar模型功率谱s(f)，确定海杂波回波基于时间序列的ar谱序列；其中：其中，ak表示第k时刻预设距离单元的ar模型功率谱s(f)的系数，表示噪声功率，k∈{1,2,…,p}，p表示s(f)的阶数，f表示s(f)的频率，j为虚数单位。在一可选实施例中，所述根据所述不同距离单元对应的基于时间序列的ar模型功率谱，确定不同距离单元的互相关分形特征，包括：对所述各距离单元对应的基于时间序列的ar模型功率谱进行最大值归一化处理，得到新的ar模型功率谱；根据下式确定和其中，为第一距离单元对应的新的ar模型功率谱中第v个子区间的盒概率，第二距离单元对应的新的ar模型功率谱中第v个子区间的盒概率，s1为所述第一距离单元对应的新的ar模型功率谱，s2为所述第二距离单元对应的新的ar模型功率谱,u为所述子区间的序列长度，为子区间个数；根据下式确定其中，q为权值；为s1和s2的二元质量指数；根据确定第一距离单元和第二距离单元的互相关分形特征。在一可选实施例中，所述根据所述互相关分形特征确定所述不同距离单元对应的多重分形谱函数，包括：根据下式确定预设距离单元对应的多重分形谱函数f(α)：其中，α是奇异性强度函数。在一可选实施例中，所述根据所述不同距离单元对应的所述多重分形谱函数构造特征统计检验量，包括：根据下式构造特征统计检验量δ：一种基于ar谱分形相关特征的海上目标检测装置，包括：ar谱序列确定模块，用于获取预设时长内的海杂波回波信号，并根据所述海杂波回波信号确定海杂波回波基于时间序列的ar谱序列，所述ar谱序列中包含不同距离单元对应的基于时间序列的功率谱；互相关分形特征确定模块，用于根据所述不同距离单元对应的基于时间序列的功率谱，确定不同距离单元的互相关分形特征；多重分形谱函数确定模块，用于根据所述互相关分形特征确定所述不同距离单元对应的多重分形谱函数；检验量构造模块，用于根据所述距离单元对应的所述多重分形谱函数构造特征统计检验量；比对判断模块，用于将构造的特征统计检验量与检测门限进行比对，判断所述距离单元内是否存在海上目标。在一可选实施例中，所述ar谱序列确定模块，用于：确定所述海杂波回波信号的时间序列x＝{xk,k＝1,2,3,...,l}，其中l表示序列长度；利用所述时间序列x的自相关函数构造yule-walker方程，得到各距离单元对应的基于时间序列的功率谱s(f)；根据所述各距离单元对应的基于时间序列的ar模型功率谱s(f)，确定海杂波回波基于时间序列的ar谱序列；其中：其中，ak表示第k时刻预设距离单元的ar模型功率谱s(f)的系数，表示噪声功率，k∈{1,2,…,p}，p表示s(f)的阶数，f表示s(f)的频率，j为虚数单位。在一可选实施例中，所述互相关分形特征确定模块，用于：对所述各距离单元对应的基于时间序列的ar模型功率谱进行最大值归一化处理，得到新的ar模型功率谱；根据下式确定和其中，为第一距离单元对应的新的ar模型功率谱中第v个子区间的盒概率，第二距离单元对应的新的ar模型功率谱中第v个子区间的盒概率，s1为所述第一距离单元对应的新的ar模型功率谱，s2为所述第二距离单元对应的新的ar模型功率谱,u为所述子区间的序列长度，为子区间个数；根据下式确定其中，q为权值；为s1和s2的二元质量指数；根据确定第一距离单元和第二距离单元的互相关分形特征。在一可选实施例中，所述多重分形谱函数确定模块，用于：根据下式确定预设距离单元对应的多重分形谱函数f(α)：其中，α是奇异性强度函数。在一可选实施例中，所述检验量构造模块，用于：根据下式构造特征统计检验量δ：本发明的有益效果：本发明实施例提供的基于ar谱分形相关特征的海上目标检测方法，根据海杂波回波基于时间序列的ar谱序列，确定海杂波回波的多重分形函数，并根据确定的多重分形函数判断是否存在海上目标，本发明利用回波的相位信息和距离相关特征，从ar模型功率谱域提取出海杂波的特征参数，提升了对目标和海杂波的区分性，提高了海杂波背景下的目标检测性能；附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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发明的一些实施例，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他的附图。图1为本发明实施例提供的一种基于ar谱分形相关特征的海上目标检测方法流程图；图2为本发明实施例提供的一种基于ar谱分形相关特征的海上目标检测装置示意图；图3为本发明实施例提供的基于ar模型的多重分形谱分布图。具体实施方式下面将结合附图和具体实施例对本发明的具体实施方式作进一步详细说明。参见图1，本发明实施例提供了一种基于ar谱分形相关特征的海上目标检测方法，包括：步骤101：获取预设时长内的海杂波回波信号，并根据所述海杂波回波信号确定海杂波回波基于时间序列的ar谱序列，所述ar谱序列中包含不同距离单元对应的基于时间序列的ar模型功率谱；具体地，本发明实施例中，海杂波回波信号包括不同距离单元对应的回波时间序列数值，例如距离10m、20m及30m的三个不同的距离单元，每个距离单元对应一组回波时间序列数值，分别为a1、a2及a3；假设海杂波某距离单元的回波信号的时间序列为x＝{xk,k＝1,2,3,...,l}，其中l表示所述预设时长内的序列长度，根据所述的时间序列及上述的回波值a1、a2及a3，即可获得不同距离单元对应的基于时间序列的ar模型功率谱；步骤102：根据所述不同距离单元对应的基于时间序列的ar模型功率谱，确定不同距离单元的互相关分形特征；步骤103：根据所述互相关分形特征确定所述不同距离单元对应的多重分形谱函数；步骤104：根据所述距离单元对应的所述多重分形谱函数构造特征统计检验量；步骤105：将构造的特征统计检验量与检测门限进行比对，判断所述距离单元内是否存在海上目标。具体地，本发明实施例中，所述预设检测门限由广义符号检验法得到，当检验量大于检测门限时，判断为杂波，当检验量小于检测门限时，判断为目标。本发明实施例提供的基于ar谱分形相关特征的海上目标检测方法，根据海杂波回波基于时间序列的ar谱序列，确定海杂波回波的多重分形函数，并根据确定的多重分形函数判断是否存在海上目标，本发明利用回波的相位信息和距离相关特征，从ar模型功率谱域提取出海杂波的特征参数，提升了对目标和海杂波的区分性，提高了海杂波背景下的目标检测性能。在一可选实施例中，步骤101所述根据所述海杂波回波信号确定海杂波回波基于时间序列的ar谱序列，包括：确定所述海杂波回波信号的时间序列x＝{xk,k＝1,2,3,...,l}，其中l表示所述预设时长内的序列长度；利用所述时间序列x的自相关函数构造yule-walker方程，得到各距离单元对应的基于时间序列的ar模型功率谱s(f)，如式(1)所示；根据所述各距离单元对应的基于时间序列的ar模型功率谱s(f)，确定海杂波回波基于时间序列的ar谱序列；其中：式(1)中，ak表示第k时刻预设距离单元的ar模型功率谱s(f)的系数，表示噪声功率，k∈{1,2,…,p}，p表示s(f)的阶数，一般为l的1/4-1/3，f表示s(f)的频率，j为虚数单位。ar谱估计法得到的ar模型功率谱序列，其谱分辨率高于经典的基于傅里叶变换的频谱，同时考虑了观测序列的自相关性，预测观测序列以外的数据信息。因此，采用ar谱分析可以提高分形特征参数对目标和海杂波的区分性。在一可选实施例中，步骤102所述的根据所述不同距离单元对应的基于时间序列的ar模型功率谱，确定不同距离单元的互相关分形特征，包括：根据式(2)，对所述各距离单元对应的基于时间序列的ar模型功率谱s进行最大值归一化处理，得到新的ar模型功率谱s；根据式(3)确定和其中，为第一距离单元对应的新的ar模型功率谱中第v个子区间的盒概率，为第二距离单元对应的新的ar模型功率谱中第v个子区间的盒概率，s1为所述第一距离单元对应的新的ar模型功率谱，s2为所述第二距离单元对应的新的ar模型功率谱,其中，v表示子区间编号，u表示每个子区间的序列长度，为子区间个数；根据式(4)计算q阶互相关混合矩函数，即：q阶互相关混合矩函数代表了不同海杂波距离单元的互相关分形特征，它具有式(5)所示的尺度关系：根据式(4)和(5)确定其中，q为权值，取值范围通常为-20～20；为s1和s2的二元质量指数；根据确定第一距离单元和第二距离单元的互相关分形特征。互相关分形特征考虑了海杂波在距离向的相关性，比单一距离单元的多重分形特征含有更多的信息，提高多重分形谱对海杂波和目标的区分性。在一可选实施例中，步骤103所述的根据所述互相关分形特征确定所述不同距离单元对应的多重分形谱函数，包括：根据下式确定预设距离单元对应的多重分形谱函数f(α)：其中，α是奇异性强度函数。在一可选实施例中，步骤104根据所述不同距离单元对应的所述多重分形谱函数构造特征统计检验量，包括：根据下式构造特征统计检验量δ：根据上述算法，分别计算选定距离单元与其它j-1个距离单元的特征统计检验量δj，将所得的j-1个δj分别与预设的检测门限比较，若δj小于检测门限，确定第j个距离单元含有目标；反之，则确定第j个距离单元没有目标。。参见图2，本发明实施例还提供了一种基于ar谱分形相关特征的海上目标检测装置，包括：ar谱序列确定模块10，用于获取预设时长内的海杂波回波信号，并根据所述海杂波回波信号确定海杂波回波基于时间序列的ar谱序列，所述ar谱序列中包含不同距离单元对应的基于时间序列的ar模型功率谱；互相关分形特征确定模块20，用于根据所述不同距离单元对应的基于时间序列的ar模型功率谱，确定不同距离单元的互相关分形特征；多重分形谱函数确定模块30，用于根据所述互相关分形特征确定所述不同距离单元对应的多重分形谱函数；检验量构造模块40，用于根据所述距离单元对应的所述多重分形谱函数构造特征统计检验量；比对判断模块50，用于将构造的特征统计检验量与检测门限进行比对，判断所述距离单元内是否存在海上目标。在一可选实施例中，所述ar谱序列确定模块，用于：确定所述海杂波回波信号的时间序列x＝{xk,k＝1,2,3,...,l}，其中l表示所述预设时长内的序列长度；利用所述时间序列x的自相关函数构造yule-walker方程，得到各距离单元对应的基于时间序列的ar模型功率谱s(f)；根据所述各距离单元对应的基于时间序列的ar模型功率谱s(f)，确定海杂波回波基于时间序列的ar谱序列；其中：其中，ak表示第k时刻预设距离单元的ar模型功率谱s(f)的系数，表示噪声功率，k∈{1,2,…,p}，p表示s(f)的阶数，一般为l的1/4-1/3，f表示s(f)的频率，j为虚数单位。在一可选实施例中，所述互相关分形特征确定模块，用于：对所述各距离单元对应的基于时间序列的ar模型功率谱进行最大值归一化处理，得到新的ar模型功率谱；根据下式确定和其中，为第一距离单元对应的新的ar模型功率谱中长度为u的v个子区间的盒概率，第二距离单元对应的新的ar模型功率谱中长度为u的v个子区间的盒概率，s1为所述第一距离单元对应的新的ar模型功率谱，s2为所述第二距离单元对应的新的ar模型功率谱,其中，v表示子区间编号，u表示每个子区间的序列长度，ns为子区间个数；根据下式确定其中，q为权值，通常为-20～20；为s1和s2的二元质量指数，是分形的特征函数；根据确定第一距离单元和第二距离单元的互相关分形特征。在一可选实施例中，所述多重分形谱函数确定模块，用于：根据下式确定预设距离单元对应的多重分形谱函数f(α)：其中，α是奇异性强度函数。在一可选实施例中，所述检验量构造模块，用于：根据下式构造特征统计检验量δ：根据上述算法，分别计算选定距离单元与其它j-1个距离单元的特征统计检验量δj，将所得的j-1个δj分别与预设的检测门限比较，确定含有目标的距离单元。本发明装置实施例与方法实施例一一对应，具体描述及效果参见上述方法实施例，在此不再赘述。当海杂波回波序列实时存在时，海杂波回波时间序列会实时更新，使用本发明方法亦能够实时进行雷达目标检测。本发明的效果可以通过以下仿真实验的实测数据试验进一步说明：(一)仿真条件本节将采用的实测海杂波回波时间序列x来源于某岸基x波段雷达(二)仿真内容图3为不同距离单元海杂波数据的多重分形谱计算结果。其中实线是存在目标的海杂波距离单元与不存在目标的海杂波距离单元的互相关计算结果，虚线是不存在目标的两个不同海杂波距离单元之间的互相关计算结果。由图3可以看出，含有目标的海杂波距离单元与海杂波距离单元的互相关多重分形谱宽于海杂波单元之间的互相关多重分形谱。由此，可得到如下结论：(1)不同海杂波距离单元之间的多重分形互相关特征很弱。(2)海杂波距离单元与存在目标的海杂波距离单元的多重分形互相关特征比海杂波距离单元之间的多重分形特征强。因此，以多重分形谱为特征，根据步骤4设定统计检验量，设计恒虚警检测器能够实现对海杂波背景下的目标检测。表1给出了不同检测方法的检测概率对比，其中信杂噪比约为6db，虚警概率设为10-4。：表1不同检测方法的检测概率对比检测方法检测概率本发明所提方法90.4％基于时域分形的检测方法70.3％基于统计模型的检测方法23.6％从表1可以看出，本发明方法的检测性能优于已有的时域分形检测算法和传统基于统计模型的检测算法，提高了在低信杂比条件下的目标检测性能。综上所述，仿真实验验证了本发明的正确性，有效性和可靠性。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。当前第1页12