一种基于自适应滤波的海杂波背景下多目标检测方法与流程

文档序号:30071838发布日期:2022-05-18 02:15阅读:来源:国知局

技术特征:
1.一种基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,包括如下步骤:s1)以雷达扫描整个监测海面的回波为对象,计算每个方位向回波脉冲数量n
p
;s2)按照n
p
将雷达扫描整个监测海面的回波脉冲n等分为n
bin
个方位向单元回波,构成对应各个方位向的回波矩阵x
i
,x
i
为n
p
×
n
t
的矩阵,i=1,2,

,n
bin
,n
bin
=floor(n/n
p
),floor(
·
)为取整函数,n
t
为回波脉冲采样点数;s3)计算回波矩阵x
i
的协方差矩阵c;s4)对协方差矩阵c进行特征值分解,得到特征矩阵v和特征值矢量d,d为对角矩阵,对角线元为协方差矩阵c的特征值,v每一列为各个特征值对应的特征矢量;s5)提取d的对角线元,按降序重排协方差矩阵c的特征值,并相应调整v各列的位置,计算奇异谱σ
j
,j=1,2,

,n
p
;s6)利用v对回波矩阵x
i
自适应滤波;选择一个门限t
hr
,将满足σ
j
≥t
hr
的特征值作为主分量,将其余特征值作为次分量,主分量个数记为n
ev
,将滤波后的回波矩阵x
i
分为s
p
和s
m
,s
p
为n
ev
×
n
t
矩阵,s
m
为n
m
×
n
t
矩阵,n
m
=n
p-n
ev
;s7)若n
ev
≤3,判定回波x
i
为海杂波;若n
ev
>3,进行下一步;s8)采用最大似然估计依次估算s
p
或s
m
各行的pareto分布模型参数(a,b);利用估计的模型参数通过pareto随机数发生器生成与回波信号等长的随机序列y,采用k-l散度识别目标回波脉冲,将k-l散度最大值对应的回波信号识别为目标回波,进而用自适应门限的峰值检测法确定各个目标位置;s9)确定目标距离;s10)重复s2~s9,即可获得整个监测海面上目标的位置。2.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s1)中,其中ω
e
为对海观测雷达天线转动速度,θ
a
为雷达的波束方位宽度,prf为脉冲重复频率。3.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s3)中,回波矩阵x
i
的协方差矩阵其中,h表示共轭转置。4.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s4)和s5)中,[v d]=eig(c),式中,d
j
为重新排序后协方差矩阵c的特征值。5.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s6)中,对回波矩阵x
i
自适应滤波:x
i
=v
t
x
i
式中,t表示矩阵转置。6.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s6)中,t
hr
取值为0.001。7.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s8)中,采用最大似然估计依次估算s
p
或s
m
各行的pareto分布模型参数(a,b):
式中,x为回波的瞬时幅度,f
x
(x)表示pareto概率密度分布函数。8.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s8)中,采用k-l散度识别目标回波脉冲:式中,d(p
x
,q
y
)表示k-l散度,p
x
为回波信号幅度的概率密度函数,q
y
为随机序列y的pareto分布函数。9.根据权利要求1所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述s9)中,采用matlab的findpeaks函数确定目标距离,表达式为:[pks,locs,w,p]=findpeaks(sx(i,:),

minpeakprominence

,minp)式中,x=p或m,即sx(i,:)中的i为回波矩阵s
p
或回波矩阵s
m
被识别为目标回波所在的行号,输入选项

minpeakprominence

,minp为最小峰值显著性;函数的输出pks,locs,w,p分别是被确认有效的谱峰的高度、位置、宽度和显著性。10.根据权利要求9所述基于自适应滤波的海杂波背景下多目标检测方法,其特征在于,所述最小峰值显著性的估计方法是,首先用没有最小峰值显著性约束的findpeaks测量回波信号的全部峰值显著性p,计算p的均值μ和标准离差σ,令minp=μ+nσ,n∈[1,3]即可得到目标检测的自适应门限,其中n为1~3之间的任意实数。

技术总结
一种基于自适应滤波的多目标检测方法,首先计算每个方位向的回波脉冲数,将雷达扫描整个监测海域的回波等分成回波矩阵,依次计算各回波矩阵的协方差矩阵C,而后对C进行特征值分解,得到其特征矩阵V和特征值矢量D,利用D计算奇异谱并估计主分量个数N


技术研发人员:马红光 郭金库 龙正平 闫彬舟
受保护的技术使用者:西安大衡天成信息科技有限公司
技术研发日:2022.02.18
技术公布日:2022/5/17
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1