基于多普勒引导的多帧联合小目标双重检测方法与流程

本发明属于信号处理技术领域，具体涉及一种小目标检测方法，可用于海面小目标的识别与跟踪。

背景技术：

海杂波背景下的目标检测研究在军事、民用方面均具有广阔的应用前景。岸基雷达和机载雷达通常工作在高分辨、快扫描模式下。其中快扫描模式下雷达在每个波位获得的脉冲数在10个以下。在距离分辨率较高、脉冲数较少的情况下，海面目标检测的难度较高。而扫描内出现的海尖峰效应更加大了海面目标检测的难度。

文献he,y.,guan,j.:meng,x.w.etal.:‘radartargetdetectionandcfarprocessing’,(tsinghuauniversitypress,2011,2stedn.),pp.30-50和文献watts,s.:‘cell-averagingcfargaininspatiallycorrelatedk-distributedclutter’,ieeeradarsonarnavig.,1996,143,pp.321-327提出的各类基于能量的恒虚警检测方法，这种方法由于容易实现、计算速度快被广泛应用于雷达目标检测中。基于能量的恒虚警检测方法在海杂波统计特性未知、脉冲数较少的情况下仍可使用。但是，在距离高分辨的情况下，微弱目标的回波更易被淹没在强的海杂波中导致雷达获得的信杂比降低，而当信杂比较低时，基于能量的恒虚警检测方法的检测性能很差。而且，基于能量的恒虚警检测方法也不能减少海尖峰效应带来的大量虚警。基于这些不足，导致该基于能量的恒虚警检测方法难以完成检测任务。

技术实现要素：

本发明的目的在于针对上述现有技术的不足，提出一种基于多普勒引导的多帧联合小目标双重检测方法，以在距离高分辨模式下降低虚警概率，提高对海面目标的检测性能。

为实现上述目的，本发明的技术方案包括如下：

(1)利用雷达发射机发射连续的脉冲信号，雷达接收机接收m×i×n维的回波数据矩阵x，其中，m表示帧数即扫描数，i表示距离单元数，n表示积累脉冲数；

(2)利用回波数据矩阵x沿着脉冲维求不同多普勒通道下的广义似然比线性门限检测器的检测统计量，计算数据矩阵z，其中，数据矩阵z的第m行i列n页的数据为z(m,i,n)：

x(m,i)表示回波数据矩阵x的第m行i列的回波数据；λ表示逆高斯纹理下的形状参数；η表示逆高斯纹理下的尺度参数；m(m,i)表示回波数据矩阵x的第m行i列的回波数据的散斑协方差矩阵；p(fn)表示多普勒频率fn下的多普勒导向矢量。

(3)对数据矩阵z沿着多普勒通道维进行如下处理：

(3a)计算广义似然比线性门限检测器的最大检测统计量矩阵ξ1，其中统计量矩阵ξ1的第m行i列的数据为ξ1(m,i)：

(3b)计算最大检验统计量对应的多普勒通道矩阵其中多普勒通道矩阵的第m行i列的数据为

(4)给定第一重检测的虚警概率p1和第二重检测的虚警概率p，并通过蒙特卡罗实验计算第一重检测门限t1，其中，p1≥p；

(5)根据第一重检测门限t1重新设置最大检测统计量矩阵ξ1和多普勒通道矩阵

(5a)重新设置的最大检测统计量矩阵ξ1′的第m行i列的数据为：

(5b)重新设置的多普勒通道矩阵的第m行i列的数据为：

(6)给定窗长2l+1，对于第m行i列的待检测单元d，利用其多普勒通道信息作为引导，设计对应于检测单元d的方向匹配滤波器；

(7)利用(6)中得到的方向匹配滤波器和重新设置的最大检测统计量矩阵ξ1′，计算待检测单元d的检验统计量ξ；

(8)根据第二重检测的虚警概率p，通过蒙特卡罗实验计算第二重检测门限t；

(9)比较检验统计量ξ和第二重检测门限t的大小，判断出目标是否存在：

如果ξ≥t，则表明待检测距离单元d有目标，

如果ξ＜t，则表明待检测距离单元d没有目标。

本发明与现有技术比较具有以下优点：

1)本发明由于基于能量检测，相比已有的自适应检测方法更具有广泛性，能在海杂波统计特性未知、脉冲数较少的情况下对海面目标进行检测。

2)本发明由于基于能量在方向上的累积且利用多普勒信息进行引导搜索，不仅利用了帧间的能量信息还利用了目标运动方向的信息，相比已有的依靠能量的恒虚警检测方法，性能更优；相比于全方位扫描类方法，多普勒引导更具有针对性，在保证较高检测性能的前提下，减小了计算量，更适合用于在快速扫描模式下对海面小目标进行检测。

3)本发明由于使用双重检测，相比已有方法，能有效抑制海尖峰，提高了在高分辨模式下雷达对海面小目标的检测性能，降低了虚警概率。

附图说明

图1为本发明的实现流程图；

图2为方向匹配滤波器参数l＝4时的方向匹配滤波器模板示意图；

图3为用本发明和现有方法在实测海杂波数据下进行目标检测的结果图；

图4为本发明的和现有方法的检测性能对比曲线图。

具体实施方式

下面结合附图对本发明作进一步说明：

参照图1，本发明的实现步骤如下：

步骤1，获取回波数据。

利用雷达发射机发射连续的脉冲信号，雷达接收机接收m×i×n维的回波数据矩阵x，其中，m表示帧数即扫描数，i表示距离单元数，n表示积累脉冲数。

步骤2，利用回波数据矩阵x，沿着脉冲维求不同多普勒通道下的广义似然比线性门限检测器的检测统计量矩阵z。

(2.1)通过分位点估计方法从实测数据中估计得到逆高斯纹理下的形状参数λ和尺度参数η；

(2.2)对于位于回波数据矩阵x的第m行i列的待估计单元，在其周围选取p个参考单元zp,计算杂波的散斑协方差矩阵m(m,i)：

其中：为p第个参考单元数据的共轭转置；

(2.3)计算多普勒频率fn和多普勒频率fn对应的多普勒导向矢量p(fn)：

其中tr为脉冲重复周期；

(2.4)根据步骤(2.1)得到的逆高斯纹理下的形状参数λ和尺度参数η、步骤(2.2)得到的散斑协方差矩阵m(m,i)和步骤(2.3)得到的多普勒导向矢量p(fn)，计算广义似然比线性门限检测器的检测统计量矩阵z，其中，检测统计量矩阵z的第m行i列n页的数据为z(m,i,n)：

其中:x(m,i)表示回波数据矩阵x的第m行i列的回波数据；p^h(fn)为p(fn)的共轭转置。

步骤3，对检测统计量矩阵z沿着多普勒通道维进行处理。

(3.1)计算广义似然比线性门限检测器的最大检测统计量矩阵ξ1，其中统计量矩阵ξ1的第m行i列的数据为ξ1(m,i)：

(3.2)计算最大检验统计量对应的多普勒通道矩阵其中多普勒通道矩阵的第m行i列的数据为

步骤4，通过蒙特卡罗实验计算第一重检测门限t1。

(4.1)给定第一重检测的虚警概率p1和第二重检测的虚警概率p其中，p1≥p；

(4.2)在广义似然比线性门限检测器的最大检测统计量矩阵ξ1中选取v个纯杂波单元作为训练单元，v≥100/p1；

(4.3)取每个纯杂波单元在最大检测统计量矩阵ξ1中对应的值作为检验统计量，将得到的v个检验统计量按降序排列，取排列后的第[vp1]个检验统计量作为第一重检测门限t1，其中[vp1]表示不超过实数vp1的最大整数。

步骤5，根据第一重检测门限t1重新设置最大检测统计量矩阵ξ1和多普勒通道矩阵

(5.1)重新设置的最大检测统计量矩阵ξ1′的第m行i列的数据为：

(5.2)重新设置的多普勒通道矩阵的第m行i列的数据为：

步骤6，设计对应于检测单元d的方向匹配滤波器。

(6.1)给定窗长2l+1，在保证所有方向都能扫描到的情况下，根据k的取值范围不同，确定方向匹配滤波器的类型：

当k＝0,1,...2l-1时，为横向匹配滤波器；

当k＝2l,2l+1,...4l-1时，为纵向匹配滤波器，

分别计算这两种匹配滤波器的第m行i列的数据hk(m,i)为：

横向匹配滤波器：

纵向匹配滤波器：

其中：fix表示向零取整，l为正整数，l≥4，本实例取l＝4，附图2为本实例所选用的方向匹配滤波器示意图，其中序号为0-7的匹配滤波器为横向匹配滤波器；序号为8-15的匹配滤波器为纵向匹配滤波器；

(6.2)分别计算第k个不同方向匹配滤波器对应的速度vk：

第k个横向匹配滤波器：

第k个纵向匹配滤波器：

其中，δr表示距离门的宽度；δt表示多帧扫描时每一帧的扫描时间；

(6.3)利用步骤(3)中得到的对应于检测单元d的多普勒通道引导信息确定与当前待检测单元多普勒速度差值最小的方向匹配滤波器kc：

其中：λ为雷达工作波长，tr为脉冲重复周期；

(6.4)以与当前待检测单元d的多普勒速度差值最小的方向匹配滤波器kc为中心，选取左右各n个方向匹配滤波器作为当前待检测单元的方向匹配滤波器组,得到方向匹配滤波器组的序号矩阵kf：

kf＝mod(kc+j,4l),j＝0,±1,...,±n，

其中：mod表示取余操作。

步骤7，计算待检测单元d的检验统计量。

(7.1)在重新设置后的最大检测统计量矩阵ξ1′中，只对非零单元进行检测，以待检测单元d为中心，选取(2l+1)×(2l+1)维数据为模版矩阵，将模版矩阵与步骤(6)中设计的对应于检测单元d的方向匹配滤波器点乘，并对点乘结果中的所有元素进行累积求和，得到待检测单元d对应于该方向匹配滤波器的累积和，再计算模版矩阵与所有(6)中选取的方向匹配滤波器的累积和，得到第二重检测统计量矩阵ξ2，其中第二重检测统计量矩阵ξ2的第m行i列k页的数据为ξ2(m,i,k)：

ξ2(m,i,k),k＝kf，

其中：kf为步骤(6)中选取的方向匹配滤波器序号；

(7.2)利用第二重检测统计量矩阵ξ2，计算对应于检测单元d的最终判决检测统计量矩阵ξ，其中最终判决检测统计量矩阵ξ的第m行i列数据ξ(m,i)为：

步骤8，通过蒙特卡罗实验计算第二重检测门限t。

(8.1)以步骤(4.1)中选取的v个纯杂波单元作为训练单元；

(8.2)利用v个训练单元分别替换步骤(6)和步骤(7)中的待检测距离单元d，并重复步骤(6)和步骤(7)，得到每个训练单元的检验统计量；

(8.3)将得到的v个检验统计量按降序排列，取排列后的第[vp]个检验统计量作为检测门限t，p为步骤(4)中给定的第二重检测的虚警概率。

步骤9，通过比较检验统计量ξ和检测门限t的大小判断出目标是否存在：

如果ξ≥t，则表明待检测距离单元d有目标，

如果ξ＜t，则表明待检测距离单元d没有目标。

下面结合仿真实验对本发明的效果做进一步说明。

一.实验数据

本实例使用岸基雷达采集的实测海杂波数据，雷达脉冲重复频率为1800赫兹,距离分辨力为1米。选取数据脉冲数为6，距离单元数为500，帧数为48，目标平均信杂比为10分贝。

二.仿真实验

仿真1，利用本发明和现有基于广义似然比线性门限检测器glrt-ltd检测方法，分别对目标进行检测，结果如图3所示，其中：

图3(a)为使用现有广义似然比线性门限检测器检测方法,并取虚警概率p＝10^-3对目标进行检测的结果图；

图3(b)为使用本发明方法，并取第一重检测的虚警概率p1＝10^-2和第二重检测的虚警概率p＝10^-3对目标进行检测的结果图；

图3中的白色区域表示海杂波背景，连成线的黑点表示目标轨迹，孤立的黑点表示海尖峰由图3可以看出，本发明相比基于广义似然比线性门限检测器检测方法，有效的抑制了扫描内的海尖峰，得到的目标轨迹更加清晰。本发明的检测概率为0.8125，基于广义似然比线性门限检测器检测方法的检测概率为0.5833。

仿真2，用本发明和现有广义似然比线性门限检测器glrt-ltd检测方法在不同虚警概率下对仿真目标数据进行检测，得到的性能对比曲线如图4所示，其中：

实线所示为广义似然比线性门限检测器检测方法的检测概率随着虚警率的变化曲线；虚线所示为本发明的检测概率随着信杂比的变化曲线。由图4可见本发明的检测性能曲线始终位于对比方法之上。

综上，在高分辨模式下本发明对海面小目标的检测性能优于现有方法。