一种岸基雷达圈状干扰波消除方法与流程

本发明是一种干扰波消除方法，是一种岸基雷达圈状干扰波消除方法，属于信号处理领域。在VTS、海洋渔业管理、海洋缉私等领域也具有较大的实际意义。

背景技术：

岸基雷达扫描四周目标时，由于四周杂波反射干扰，会产生干扰波。干扰波有时会在雷达图像上形成圈状图像，造成圈内目标无法被识别。圈状干扰波在近距离观测中是十分常见的，这会干扰近距离目标的观测。通过雷达天线的改善，可以减弱部分干扰波，但对圈状干扰波却效果不佳。天线优化处理办法无法有效消除圈状干扰波，而传统的视频处理方法又会将近距离小目标一同抑制消除。

技术实现要素：

本发明的目的在于利用圈状干扰波的雷达图像特点，对雷达图像中的采样数据进行动态距离加权平均处理；提供一种有效抑制圈状干扰波的处理方法，并且不影响雷达目标回波质量。

由于圈状干扰波多出现在雷达的近距离，而雷达回波具有在同一距离上强度远高于附近目标的特点。本发明方法根据这一特点，对雷达回波进行动态距离平均累积；然后加入抑制量，对在同一距离上的采样点的幅值进行加权抑制。因为圈状干扰波强度较强，抑制权重较大，抑制效果明显。而正常的雷达目标回波没有此特征，抑制权重低，不会被同步减弱。

本发明的目的是通过以下技术方案解决的：

一种岸基雷达圈状干扰波消除方法，包括以下几个步骤：

(1)雷达原始图像数据采集：所采集的数据包括：每条方位信号的方位角、方位信号上采样点的位置、每个采样点的幅值以及采样点与雷达视频中心点的距离；

(2)动态距离平均幅值录入：基于方位信号，取每条线上的采样点，根据相对雷达视频中心点的距离，记录动态信号强度数据；并实时将记录的信号幅值数据平均；首先要实现动态信号强度数据的动态存储，其次是对各采样点的动态强度数据进行平均处理；

(3)抑制量计算：根据采样点相对于中心点的距离，将动态的抑制量存储在内存中；每个采样点对应一个抑制量；

(4)回波加权抑制：根据抑制量、增益权重和增益放大权重计算抑制后方位信号上各采样点幅值；

(5)根据增益和抑制量计算抑制后的雷达数据，雷达数据在显示器上绘制成雷达图像。

所述的步骤(1)中的雷达原始图像数据是通过雷达数据采集卡进行采集，并将原模拟雷达视频信号转换为数字样本。

所述步骤(2)动态距离平均幅值录入中，以雷达视频中心点为起点，沿着步骤(1)中采集的所述每条方位信号的方位角方向，依次记录每个采样点在方位信号中的位置编号以及该采样点至中心点之间所有采样点的幅值的和Vsum_i(i＝0,1,2…)，计算每个采样点的动态距离平均幅值Vavg_i＝Vsum_i/index(i＝0,1,2…)；每条方位信号都要重复以上操作；其中i为当前采样点的编号，中心点为0，从中心点开始依次加1。

所述的步骤(3)中的抑制量的计算公式为：抑制量＝增益百分比*Vsum_i*干扰波抑制权重。

所述的步骤(4)中的抑制后显示目标值的计算公式为：抑制后采样点的幅值＝采样点幅值*增益放大权重-抑制量*增益放大权重。

若抑制量小于系统最高幅值与增益值之间的差值，则用该差值替代抑制量。

本发明相比现有技术有如下优点：本发明通过能对雷达回波进行动态距离平均累积，然后加入抑制量，对在同一距离上的目标进行加权抑制，能够有效抑制圈状干扰波；本发明改变以往通过提高硬件性能减轻干扰波现象的方法，代替利用软件分析方法及软件实现方法解决现实问题，可靠性更高。

附图说明

图1是本发明的流程示意图；

图2是未处理的雷达原始图像；

图3是处理后的雷达原始图像；

图4是模数转换示意图。

具体实施方式

下面结合附图与实施例对本发明作进一步的说明:

步骤1：雷达原始数据采集，雷达信号一般是连续的模拟信号，相应的系统为模拟雷达系统。如图4为模拟雷达系统中应用数字信号处理，必须在模拟雷达系统和数字雷达系统之间进行转换。通常将模拟雷达系统的输入数字化，即雷达信号采样；将此雷达数字信号作为数字雷达系统的输入。

步骤2：动态距离平均值记录，基于方位信号，取每条线上的采样点，根据相对雷达视频中心点的距离，记录动态信号强度数据；并实时将记录的信号幅值数据平均；首先要实现动态信号强度数据的动态存储，下面是动态存储的实现方法：

Distsumvalue(i)＝Distsumvalue(i)+VideoValue(i)；[i＝0,1,2,3,4…Maxdis]……..…….(1)

其中：Distsumvalue为基于采样点在方位信号中位置的幅值统计；

i为幅值统计的索引，也代表原始数据中每个采样点在方位信号中的位置(雷达扫描的距离向)；

VideoValue：原始雷达数据中各采样点的幅值；

Maxdis为雷达的最大扫描距离内的采样总点数。

其次是对各采样点的动态强度数据进行平均处理，下面是平均处理的软件实现方法：

Distavgvalue(i)＝Distsumvalue(i)/I；[i＝1,2,3,4…Maxdis]………………………….(2)

其中：Distavgvalue为基于方位信号(雷达扫描的距离向)各采样点的动态强度平均值；

步骤3：抑制量计算，每条方位信号上不同距离采样点的抑制效果不同。近距离目标比较强，需要较大的抑制量，使雷达各采样点幅值的抑制效果明显。远距离目标比较弱，需要较小的抑制量，使小目标不容易丢失。根据采样点相对于中心点的距离，将动态的抑制量存储在内存中。以下是其实现方法：

Decrease(i)＝max((VideoGainPercent*Distavgvalue(i)*VideoFaultEchoRejectPower),(255-Video Gain))……………………………….(3)

其中：VideoGainPercent为增益百分比；

VideoFaultEchoRejectPower为干扰波抑制权重；

VideoGain为增益值。

步骤4：根据抑制量、增益权重和增益放大权重计算抑制后方位信号上各采样点幅值。以下是其实现方法：

VideoValueAfter(i)＝VideoValue(i)*VideoGainAmpPower-Decrease(i)*VideoGainPower….(4)

其中:VideoValueAfter(i)为处理后采样点的幅值；

VideoGainAmpPower为增益放大权重；

VideoGainPower为增益权重。

步骤5：雷达数据在显示器上绘制成雷达图像。图像显示将抑制后的显示目标值进行坐标转化，将极坐标目标转化成直角坐标后，刷新显示于屏幕上：

首先对坐标进行转化，以下是其软件处理方法：

x＝(rc>>PRTABLE_X_SHIFT)*IDEGREE_X(CDEGREE(degree))；

y＝(rc&PRTABLE_Y_MASK)*IDEGREE_Y(CDEGREE(degree))；

其中：rc为窗口对象；

rc>>PRTABLE_X_SHIFT为x轴的移位常量；

rc&PRTABLE_Y_MASK为y轴的移位常量；

CDEGREE为角度范围常量。

然后对转化过的数据进行目标显示，以下是其软件处理方法：

dst16[(VIDEO_ZERO_X1+j)]＝PIXEL_RGB16((u8)(data&r),(u8)(data&g),(u8)(data&b))；

其中：VIDEO_ZERO_X1为雷达图像的中心位置；

PIXEL_RGB16为颜色常量；

至此，一种岸基雷达圈状干扰波消除方法处理完毕。

通过图2和图3的对比可知图2所示的原始图像，可以看到由于周围目标过多，造成目标周围有明显的圈状干扰波，目标之间有明显粘连。

如图3将图像应用圈状干扰波算法抑制后的图像，可以看到圈状干扰波明显改善，周围目标没有粘连，小目标识别清晰。经过实测，此方法处理的圈状干扰波能够最大程度的被消除，使得雷达图像最大限度的清晰完整。