一种海面小目标检测方法及系统

本发明涉及信号，尤其涉及一种海面小目标检测方法及系统。

背景技术：

1、地球表面70％以上被海洋所覆盖，其中包含了人类赖以生存的资源与丰富的信息。因此，对海面上的小目标进行检测对于资源开发，环境保护，海上交通运输具有重要的意义。但是海面漂浮小目标检测是目前雷达信号处理领域中的一个重点与难点。这主要是因为海杂波受多种环境因素的影响，在特性方面并不是一成不变的，具有很强的非高斯性与时空相关性。同时，由于目标较小，造成回波的强度较小；并且目标小也意味着海况对目标的影响较大，往往会造成海浪对目标的遮挡，使海面小目标检测更为困难。

2、概括来讲，海面小目标检测问题中的困难主要体现在两个方面。第一个方面:虽然海杂波特性具有遍历性，但是目标特性并不具有遍历性。即目标具有多样性，通常情况下无法遍历所有的目标。而且，由于海杂波在回波信号中所占比例很大，所以不得不考虑的一个问题是，海杂波特征与目标特征数量之间的极端不平衡。第二个方面:在海面小目标检测的问题中，对于两类错误的容忍程度有很大不同。如很多情况下对于虚警率(将海杂波误判为目标的概率)通常要求在10-3左右。而对于漏检率(将目标误判为海杂波的概率)只要在10-2左右就可以达到要求。但是现有大部分传统的分类器对于两种错误都采用相同的惩罚指标，不能很好地应用于海面小目标检测问题。

3、上述第一个问题最好的解决方法是通过引入单分类的异常检测方法来解决。将海杂波回波特征视为正常样本，将目标回波特征视为异常样本，然后通过阈值来进行分类。目前已有一些异常检测算法被应用于海面小目标检测领域，如基于马氏距离的k近邻(knn)异常检测方法，one-class svm异常检测方法和基于主成分分析(pca)的异常检测方法等。使用单分类异常检测方法，虽然可以解决目标信号非遍历与两类样本不平衡的问题，但是无法解决对虚警与漏检容忍度不同的问题，目前提出的异常检测方法对于控制far方面表现并不是很好，同时准确率也有待提高。而第二个问题的有效解决方法是使用恒定或者虚警可控检测器来控制虚警率。目前已有一些方法实现了恒虚警，如恒虚警(cfar)检测器，可控虚警支持向量机检测器(pf-svm)等。这类检测器优点为准确率高，虚警控制较为准确，但是通常需要数量充足且平衡的两类样本进行训练才能得到好的检测结果。

4、因此，如何将单分类异常检测方法与虚警可控检测方法进行结合，实现两类检测器的取长补短，充分发挥各自优点。在海面小目标检测领域是一个亟待解决的技术难题。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。因此，本发明提供了一种海面小目标检测方法及系统，解决在目前对虚警与漏检容忍度不同的问题，数量不充足且难以平衡的两类样本时准确率不高的问题。

2、为解决上述技术问题，本发明提供如下技术方案：

3、第一方面，本发明提供了一种海面小目标检测方法，包括：

4、对雷达回波进行预处理，所述预处理包括，提取雷达回波信号数据，初始化检测算法参数，以获得输入数据；

5、将所述输入数据输入改进的基于主成分分析异常检测器中进行初步检测，以获取第一杂波样本，所述初步检测包括，采用最大化目标函数法确定最优阈值，将重构误差从最小值遍历至最大值，每次以对应的重构误差作为阈值，选取使目标函数值最大的阈值作为最优阈值；

6、将所述第一杂波样本输入可控虚警支持向量机中进行精确检测，以获取第二杂波样本；

7、依据初步检测和精确检测的输出结果计算实际虚警率并与设定虚假率比较，所述比较用于调整两个惩罚参数，并循环初步检测和精确检测，直至实际虚警率与设定虚假率相同，得到优化后的惩罚参数；

8、将优化后的惩罚参数输入整体检测器中，对样本进行检测得到分类结果。

9、作为本发明所述的海面小目标检测方法的一种优选方案，其中：所述提取雷达回波信号数据包括幅度、分形、频率信息；

10、所述初始化检测算法参数包括，虚警情况的惩罚力度c0、漏检情况的惩罚力度c1，、虚警情况的惩罚力度变化的上界ch、虚警情况的惩罚力度变化的下界cl、异常检测阶段对虚警情况的惩罚力度的补偿参数k。

11、作为本发明所述的海面小目标检测方法的一种优选方案，其中：所述初步检测还包括，

12、将预处理中得到的时间信息熵tie、时间赫斯特指数the、频率峰均比fpar特征融合为三维特征，记为fi，并通过所述三维特征构成训练矩阵q，q为m行s列的矩阵，s为样本的特征空间维数；

13、对训练矩阵q进行标准化得到矩阵qr，并对qr的协方差矩阵进行奇异值分解，分解之后得到特征向量矩阵u以及特征值对角矩阵λ；

14、构建降维矩阵y，确定特征向量矩阵u中进行保留的特征向量，特征值从大到小排序后，前j个特征值对应的特征向量用于构建降维矩阵y；

15、计算重构矩阵z，并计算单个样本重构误差em，将降维矩阵y重构至原先维度，得到重构矩阵z；

16、计算重构误差表示为，

17、

18、其中，z为重构矩阵，m表示训练集中的单个样本，训练集的长度为m，s为样本的特征空间维数中单个维度。

19、作为本发明所述的海面小目标检测方法的一种优选方案，其中：采用最大化目标函数法确定最优阈值，将重构误差从最小值遍历至最大值，每次以对应的重构误差作为阈值ωq，选取使目标函数值最大的阈值ωq作为最优阈值ω，其中，目标函数表示为：

20、

21、

22、

23、其中fp为虚警数，fn为漏检数，m为训练集样本总个数。c0和c1为(1.5)中提到的两个惩罚参数，k为自行选定的超参数。

24、作为本发明所述的海面小目标检测方法的一种优选方案，其中：所述获取第一杂波样本，包括，得到最优阈值ω之后，用待测样本的重构误差与最优阈值ω比较，大于最优阈值ω则判决为目标，反之则判断为杂波。

25、作为本发明所述的海面小目标检测方法的一种优选方案，其中：将所述第一杂波样本输入可控虚警支持向量机中进行精确检测，以获取第二杂波样本，包括，确定决策超平面，表示为：

26、

27、s.t.yi[j(ω，fi)-b]≥1-ξi，i＝1，2…，n

28、ξi≥0，i＝1，2…，n

29、其中，ξi为松弛变量，c0，c1共同构成惩罚参数来控制对错误的惩罚力度，当yi为+1，时，惩罚参数取c1；当yi为-1，时，惩罚参数取c0。

30、作为本发明所述的海面小目标检测方法的一种优选方案，其中：依据初步检测和精确检测的输出结果计算实际虚警率并与设定虚假率比较，所述比较用于调整两个惩罚参数，包括，

31、若实际虚警率小于设定虚假率，则保持c1不变，减小c0，表示为：

32、ch＝c0 and

33、若实际虚警率大于设定虚假率，则保持c1不变，增大c0，表示为：

34、cl＝c0 and

35、第二方面，本发明提供了一种海面小目标检测的系统，包括，

36、预处理模块，用于对雷达回波进行预处理，所述预处理包括，提取雷达回波信号数据，初始化检测算法参数，以获得输入数据；

37、初步检测模块，用于将所述输入数据输入改进的基于主成分分析异常检测器中进行初步检测，以获取第一杂波样本，所述初步检测包括，采用最大化目标函数法确定最优阈值，将重构误差从最小值遍历至最大值，每次以对应的重构误差作为阈值，选取使目标函数值最大的阈值作为最优阈值；

38、精确检测模块，用于将所述第一杂波样本输入可控虚警支持向量机中进行精确检测，以获取第二杂波样本；

39、比较判断模块，用于依据初步检测和精确检测的输出结果计算实际虚警率并与设定虚假率比较，所述比较用于调整两个惩罚参数，并循环初步检测和精确检测，直至实际虚警率与设定虚假率相同，得到优化后的惩罚参数；

40、结果分类模块，用于将优化后的惩罚参数输入整体检测器中，对样本进行检测得到分类结果。

41、第三方面，本发明提供了一种计算设备，包括：

42、存储器和处理器；

43、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述海面小目标检测方法的步骤。

44、第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述海面小目标检测方法的步骤。

45、与现有技术相比，本发明的有益效果：本发明将基于主成分分析的异常检测方法与可控虚警支持向量机进行结合。形成的整体检测器既保留了异常检测方法的优点，解决了目标信号非遍历与样本不平衡的问题。又保留了可控虚警支持向量机控制虚警率准确、检测性能好的优点。经实验证明，本发明提出算法可以很好适应海面小目标检测问题的独特场景，在给控制虚警率条件下，显示出更好的检测性能。