一种用于地面监视雷达系统的静止目标抑制方法与流程

本发明涉及地面监视雷达系统的静止目标的实时抑制技术领域，尤其是一种用于地面监视雷达系统的静止目标抑制方法。

背景技术：

地面监视雷达系统是雷达和光电影像的集成系统，对地面目标以及包括无人机、直升机在内的低空目标进行全天候监视，且地面监视雷达系统具备目标分类的能力，通过将目标回波强度、目标运动速度和光电视频信息相结合进行综合判断，识别目标为单人、多人、单车、飞机，监视跟踪目标的活动，可以掌握、显示目标的位置及运动航迹。

静止目标抑制方法是根据雷达前端处理后的目标检测信息找出静止目标区域，并利用静止目标区域来判断所述目标检测信息是否为静止目标的目标检测信息，从而对静止目标进行抑制处理的方法，为后续的运动目标航迹处理提供了可靠的数据基础。

传统的利用人工划定静止目标区域来进行静止目标抑制的方法，用户直接在终端显示界面上设置静止目标区域。但由于地面监视雷达架设阵地的可搬移性，每次架设阵地发生变化时，需要重新在终端显示界面上设置静止目标区域，且即使在同一个架设阵地，地面监视雷达在不同的探测场景下在进行探测时，静止目标区域可能随着时间变迁会有一定的变化，因此，传统的人工划定静止目标区域的方法不能自适应的满足探测场景的变化、架设阵地变化的需求。

技术实现要素：

为了克服上述现有技术中的缺陷，本发明提供一种用于地面监视雷达系统的静止目标抑制方法，解决了地面监视雷达系统由于探测场景和架设阵地的变化导致不能精准的划分出静止目标区域的问题，提高了静止目标的抑制速度，提高了运动目标的检测精度，降低了静止目标的输出个数，为后续的航迹处理提供了可靠的数据基础。

为实现上述目的，本发明采用以下技术方案，包括：

一种用于地面监视雷达系统的静止目标抑制方法，包括以下步骤：

s1，获取雷达前端处理后的目标检测信息；

s2，对所述目标检测信息进行帧间累积处理，根据累积后的目标检测信息构成二维图像；

s3，对所述二维图像进行目标边缘提取，得到提取后的属于同一目标的目标检测信息；

s4，对属于同一目标的目标检测信息进行静止目标区域判断处理，并标记出静止目标区域范围；

s5，对所述静止目标区域范围内的目标检测信息进行抑制处理，得到静止目标抑制后的目标检测信息。

步骤s1中，所述目标检测信息包括：目标的时间戳、目标的幅度值、目标的距离库、目标的方位；

所述目标的时间戳：雷达检测到目标的时间；

所述目标的距离库：雷达检测到的目标的距离所在的距离库；

所述目标的方位：雷达检测到的目标的方位角度；

所述目标的幅度值：雷法检测到的目标的能量值；

所述距离库为雷达的检测距离的范围进行量化后的单元；

在雷达扫描的一帧过程中，雷达对a个方位进行检测，雷达在每个方位上的检测距离的范围量化为b个距离库，32≤a≤64，1024≤b≤2000；即每个方位均对应有b个距离库，每个距离库均对应有a个方位。

步骤s2中，所述帧间累积处理，包括以下步骤：

s21，将雷达检测的a个方位作为二维图像的x轴，将雷达检测距离的范围进行量化后的b个距离库作为二维图像的y轴，构成二维图像的坐标轴，所述二维图像上包括a×b个像素点；

s22，累积雷达扫描的前n帧的目标检测信息，50≤n≤100；

s23，获取雷达扫描的第n+1帧的目标检测信息，并删除雷达扫描的第1帧的目标检测信息，统计从雷达扫描的第2帧的目标检测信息开始至雷达扫描的第n帧的目标检测信息结束的n-1帧的目标检测信息，对某个方位的某个距离库上的此n-1帧的目标检测信息中的目标的幅度值取平均值，并将此平均值作为二维图像上该方位的该距离库上的像素点的像素值；以此类推，依次对每个方位的每个距离库上的此n-1帧目标检测信息中的目标的幅度值取平均值，并依次得到二维图像上每个像素点的像素值，构成二维图像，且在此二维图像上做索引标记；

其中，若雷达在某个方位的某个距离库上未检测到目标，则该方位的该距离库上的目标检测信息中的目标的幅度值为0db；

所述索引标记：在二维图像上的每个像素点做索引标记，标记内容为此二维图像上像素点所对应的某方位的某距离库上的此n-1帧的目标检测信息，包括此n-1帧中的每一帧的目标检测信息中的目标的幅度值和该帧的帧号；

s24，获取雷达扫描的第n+2帧的目标检测信息，并删除雷达扫描的第2帧的目标检测信息，统计从雷达扫描的第3帧的目标检测信息开始至雷达扫描的第n+1帧的目标检测信息结束的n-1帧的目标检测信息，按照步骤s23的方式，依次重新对每个方位的每个距离库上的此n-1帧目标检测信息中的目标的幅度值取平均值，并依次重新得到二维图像上每个像素点的像素值，更新二维图像，且在此二维图像上做索引标记；

s25，按照前述方式，获取雷达扫描的下一帧的目标检测信息，并重新得到二维图像上每个像素点的像素值，更新二维图像，且在更新后的二维图像上做索引标记。

步骤s3中，所述目标边缘提取，包括以下步骤：

s31，对所述二维图像进行二值化处理，得到二值图像；所述二值化处理的具体方法如下：依次判断二维图像上的每个像素点的像素值是否大于或等于1db，若是，则将二维图像上该像素点的像素值置为1db；若否，则将二维图像上该像素点的像素值置为0db；

s32，利用sobel边缘检测算子，依次对所述二值图像上的像素点进行边缘检测，得到边缘像素点；

所述边缘检测的具体方法如下：计算待检测像素点z5的边缘估算值g，g＝|f*gx|+|f*gy|，若g大于或等于设定的阈值，则待检测像素点z5为边缘像素点；

其中，f矩阵为由待检测像素点z5的像素值和待检测像素点z5的8个邻域像素点的像素值构成的矩阵；

gx和gy分别为sobel边缘检测算子的两组3×3矩阵；

s33，所述边缘像素点为属于同一目标的轮廓上的像素点，根据属于同一目标的轮廓上的像素点得到属于同一目标的轮廓内的像素点，即根据所述边缘像素点得到属于同一目标的轮廓上以及轮廓内的像素点，即得到属于同一目标的像素点，再根据二维图像上属于同一目标的每个像素点所对应的n-1帧的目标检测信息得到属于该同一目标的n-1帧的目标检测信息；

步骤s32中，若待检测像素点没有8个邻域像素点，即不构成矩阵f时，则不对没有8个邻域像素点的待检测像素点进行边缘检测，且对与该待检测像素点相邻或连续的像素点进行边缘检测，若该待检测像素点没有相邻或连续的像素点，即该待检测像素点为孤立的像素点，则该待检测像素点不为目标的像素点。

步骤s4中，所述静止目标区域判断处理，包括以下步骤：

s41，对属于同一目标的n-1帧的目标检测信息中的目标的方位进行比较，找出最大的目标的方位α2和最小的目标的方位α1，α1、α2均在雷达的检测方位的范围以内；并对属于该同一目标的n-1帧的目标检测信息中的目标的距离库进行比较，找出最大的目标的距离库β2和最小的目标的距离库β1，β1、β2表示距离库号，1≤β1≤β2≤b，得到该目标的目标检测信息在方位上的覆盖范围为从最小的目标的方位α1开始至最大的目标的方位α2结束，得到该目标的目标检测信息在距离库上的覆盖范围为从最小的目标的距离库β1开始至最大的目标的距离库β2结束，以及得到该目标的目标检测信息的覆盖范围的面积为(α2-α1)×(β2-β1)；

s42，根据属于同一目标的n-1帧的目标检测信息中目标的幅度值不为0db的数量和该目标的目标检测信息的覆盖范围的面积(α2-α1)×(β2-β1)，计算该目标的区域量化参数，若该目标的区域量化参数大于阈值，则该目标为静止目标，且该目标的目标检测信息的覆盖范围即为静止目标区域；

所述目标的区域量化参数的计算方式为：

目标的区域量化参数＝i/(α2-α1)×(β2-β1)；

其中，i表示属于同一目标的n-1帧的目标检测信息中目标的幅度值不为0db的数量。

步骤s5中，所述抑制处理，包括以下步骤：

s51，根据所述静止目标区域对雷达前端处理后的目标检测信息进行判断，若经雷达前端处理后的目标检测信息中的目标的方位位于静止目标的目标检测信息在方位上覆盖范围内，且该目标检测信息中的目标的距离库位于静止目标的目标检测信息在距离库上覆盖范围内，则该目标检测信息即为静止目标的目标检测信息；

s52，在发送给后续的航迹处理或终端显示界面的数据中，对所述静止目标进行标记处理，即将静止目标的目标检测信息和非静止目标的目标检测信息分别添加不同的标识位进行区分；或对所述静止目标的目标检测信息不进行输出处理，即不发送静止目标的目标检测信息，仅发送非静止目标的目标检测信息。

本发明的优点在于：

(1)本发明的累计统计帧数n的取值范围是经权衡后得到的一个取值范围，该取值范围保障了在悬停状态无人机或低速目标不会被判为静止目标，且达到了静止目标被快速抑制的效果。

(2)本发明利用累积的n帧目标检测信息构成二维图像，同时不断更新二维图像，提高了静止目标区域的判读精度，降低了随时间的积累、以及探测场景和探测阵地的变化而导致静止目标区域被误判的风险，为后续的静止目标抑制处理提供了基础。

(3)在二维图像上做索引标记，方便历史数据的统计，提高了数据访问的效率。

(4)本发明的静止目标区域判断处理，有效的判别出静止目标和非静止目标。

(5)在进行目标边缘提取时，对二维图像进行二值化处理，减少了运算量，提高了边缘像素点的检测效率，减少了由于二维图像上像素值的不均匀而导致的虚假边缘或双边缘，降低了由于目标边缘错检而导致目标分裂的概率。

(6)对静止目标不进行输出处理，有效的降低了静止目标的输出个数，提高了运动目标的检测精度，同时在终端显示界面上所显示的均为运动目标的目标检测信息。

(7)对静止目标进行标记处理，为后续的航迹处理提供了可靠的数据基础。

(8)本发明的静止目标抑制处理提高了地面监视雷达系统的稳定性和可靠性，同时提高了静止目标的抑制效率。

附图说明

图1为本发明的方法流程图。

图2为本发明的累计统计100帧的目标检测信息的结果图。

图3为本发明的目标边缘提取后的结果图。

图4为本发明的静止目标区域的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由图1所示，一种用于地面监视雷达系统的静止目标抑制方法，包括以下步骤：

s1，获取雷达前端处理后的目标检测信息；

s2，对所述目标检测信息进行帧间累积处理，根据累积后的目标检测信息构成二维图像；

s3，对所述二维图像进行目标边缘提取，得到提取后的属于同一目标的目标检测信息；

s4，对属于同一目标的目标检测信息进行静止目标区域判断处理，并标记出静止目标区域范围；

s5，对所述静止目标区域范围内的目标检测信息进行抑制处理，得到静止目标抑制后的目标检测信息。

步骤s1中，所述目标检测信息包括：目标的时间戳、目标的幅度值、目标的距离库、目标的方位；

所述目标的时间戳：雷达检测到目标的时间；

所述目标的距离库：雷达检测到的目标的距离所在的距离库；

所述目标的方位：雷达检测到的目标的方位角度；

所述目标的幅度值：雷法检测到的目标的能量值；

所述距离库为雷达的检测距离的范围进行量化后的单元；

本实施例中，雷达检测方位的范围为0°～90°，以正北为0°，方位采样间隔为1.4°，即雷达对64个方位进行检测；雷达在每个方位上检测距离的范围为0km～30km，距离为相对雷达位置的距离，将雷达检测距离的范围量化为2000个距离库，距离采样间隔为15m；

在雷达扫描的一帧过程中，雷达检测方位包括64个方位，且雷达检测距离的范围量化为2000个距离库，即每个方位均对应有2000个距离库，每个距离库均对应有64个方位。

步骤s2中，所述帧间累积处理，包括以下步骤：

s21，将雷达检测的64个方位作为二维图像的x轴，将雷达的检测距离的范围进行量化后的2000个距离库作为二维图像的y轴，构成二维图像的坐标轴，所述二维图像上包括64×2000个像素点；

s22，累积雷达扫描的前100帧的目标检测信息；

s23，获取雷达扫描的第101帧的目标检测信息，并删除雷达扫描的第1帧的目标检测信息，统计从雷达扫描的第2帧的目标检测信息开始至雷达扫描的第100帧的目标检测信息结束的99帧的目标检测信息，对某个方位的某个距离上的此99帧的目标检测信息中的目标的幅度值取平均值，并将此平均值作为二维图像上该方位的该距离库上的像素点的像素值；以此类推，依次对每个方位的每个距离库上的此99帧目标检测信息中的目标的幅度值取平均值，并依次得到二维图像上每个像素点的像素值，构成二维图像，且在此二维图像上做索引标记；

其中，若雷达在某个方位的某个距离库上未检测到目标，则该方位的该距离库上的目标检测信息中的目标的幅度值为0db；

所述索引标记：在二维图像上的每个像素点做索引标记，标记内容为二维图像上像素点所对应的某方位的某距离库上的此99帧的目标检测信息，包括此99帧中的每一帧的目标检测信息中的目标的幅度值和该帧的帧号；

s24，获取雷达扫描的第102帧的目标检测信息，并删除雷达扫描的第2帧的目标检测信息，统计从雷达扫描的第3帧的目标检测信息开始至雷达扫描的第101帧的目标检测信息结束的99帧的目标检测信息，按照步骤s23的方式，依次重新对每个方位的每个距离库上的此99帧目标检测信息中的目标的幅度值取平均值，并依次重新得到二维图像上每个像素点的像素值，更新二维图像，且在此二维图像上做索引标记；

s25，按照前述方式，获取雷达扫描的下一帧的目标检测信息，并重新得到二维图像上每个像素点的像素值，更新二维图像，且在更新后的二维图像上做索引标记。

步骤s3中，所述目标边缘提取，包括以下步骤：

s31，对所述二维图像进行二值化处理，得到二值图像；所述二值化处理的具体方法如下：依次判断二维图像上的每个像素点的像素值是否大于或等于1db，若是，则将二维图像上该像素点的像素值置为1db；若否，则将二维图像上该像素点的像素值置为0db；

s32，利用sobel边缘检测算子，依次对所述二值图像上的像素点进行边缘检测，得到边缘像素点；

所述边缘检测的具体方法如下：计算待检测像素点z5的边缘估算值g，g＝|f*gx|+|f*gy|，若g大于或等于设定的阈值，本实施例中，设定的阈值的取值为1，则待检测像素点z5为边缘像素点；

其中，f矩阵为由待检测像素点z5的像素值和待检测像素点z5的8个邻域像素点的像素值构成的矩阵；

gx和gy分别为sobel边缘检测算子的两组3×3矩阵；

s33，所述边缘像素点为属于同一目标的轮廓上的像素点，根据属于同一目标的轮廓上的像素点得到属于同一目标的轮廓内的像素点，即根据所述边缘像素点得到属于同一目标的轮廓上以及轮廓内的像素点，即得到属于同一目标的像素点，再根据二维图像上属于同一目标的每个像素点对应的99帧的目标检测信息得到属于该同一目标的99帧目标检测信息；

根据雷达探测目标的特性，目标和杂波的区别在于，目标在距离上占据一定的连续的距离库数量，而非孤立的单点存在。因此，步骤s32中，若待检测像素点没有8个邻域像素点，即不构成矩阵f时，则不对没有8个邻域像素点的待检测像素点进行边缘检测，且对与该待检测像素点相邻或连续的像素点进行边缘检测，若该待检测像素点没有相邻或连续的像素点，即该待检测像素点为孤立的像素点，则该待检测像素点不为目标的像素点。

步骤s4中，所述静止目标区域判断处理，包括以下步骤：

s41，对属于同一目标的99帧目标检测信息中的目标的方位进行比较，找出最大的目标的方位α2和最小的目标的方位α1，0°≤α1≤α2≤90°；并对属于该同一目标的99帧的目标检测信息中的目标的距离库进行比较，找出最大的目标的距离库β2和最小的目标的距离库β1，β2、β1表示距离库号，1≤β1≤β2≤2000；得到该目标的目标检测信息在方位上的覆盖范围为从最小的目标的方位α1开始至最大的目标的方位α2结束，得到该目标的目标检测信息在距离库上的覆盖范围为从第β1个距离库开始至第β2个距离库结束，以及得到该目标的目标检测信息的覆盖范围的面积为(α2-α1)×(β2-β1)；

s42，根据属于同一目标的99帧的目标检测信息中目标的幅度值不为0db的数量和该目标的目标检测信息的覆盖范围的面积(α2-α1)×(β2-β1)，计算该目标的区域量化参数，若该目标的区域量化参数大于阈值，则该目标为静止目标，且该目标的目标检测信息的覆盖范围即为静止目标区域，本实施例中，所述阈值的取值为28；

所述目标的区域量化参数的计算方式为：

目标的区域量化参数＝i/(α2-α1)×(β2-β1)；

其中，i表示属于同一目标的99帧的目标检测信息中目标的幅度值不为0db的数量。

步骤s5中，所述抑制处理，包括以下步骤：

s51，根据所述静止目标区域对雷达前端处理后的目标检测信息进行判断，若经雷达前端处理后的目标检测信息中的目标的方位位于静止目标的目标检测信息在方位上覆盖范围内，且该目标检测信息中的目标的距离库位于静止目标的目标检测信息在距离库上覆盖范围内，则该目标检测信息即为静止目标的目标检测信息；

s52，在发送给后续的航迹处理或终端显示界面的数据中，对所述静止目标进行标记处理，即将静止目标的目标检测信息和非静止目标的目标检测信息分别添加不同的标识位进行区分，为后续的航迹处理提供了可靠的数据基础；或对所述静止目标的目标检测信息不进行输出处理，即不发送静止目标的目标检测信息，仅发送非静止目标的目标检测信息，有效的降低了静止目标的输出个数，提高运动目标的检测精度，同时在终端显示界面上所显示的均为运动目标的目标检测信息；本实施例中，在发送给后续的航迹处理或终端显示界面的数据中，对所述静止目标进行标记处理。

由图2-图4所示，试验数据为实时获取的经地面监视雷达前端处理后的目标检测信息的数据片段，坐标轴x轴为64个方位，坐标轴y轴为抽取的30个距离库。本发明利用累积的目标检测信息构成二维图像，同时不断更新二维图像，提高了静止目标区域的判读精度，降低了随时间的积累、以及探测场景和探测阵地的变化而导致静止目标区域误判的风险；本发明利用区域量化参数来判断静止目标区域，并根据雷达探测的特性和威力，设定相应的区域量化参数的阈值；由图4所示，本发明对静止目标进行标记处理，且不在静止目标区域内的属于同一目标的目标像素点即为运动目标轨迹，为后续的航迹处理提供了可靠的数据基础。本发明的静止目标抑制方法提高了地面监视雷达系统的稳定性和可靠性，同时提高了静止目标的抑制效率。

以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。