一种基于散射功率交叉熵的舰船检测方法

本发明涉及舰船检测，更具体地说，特别涉及一种基于散射功率交叉熵的舰船检测方法。

背景技术：

1、极化合成孔径雷达(polarimetric syntheticapertureradar,polsar)通过发射和接收不同极化方式的电磁波从而能够获取目标在不同极化状态下的散射特性，其中不仅包括目标幅度信息，还包含不同通道之间的相对相位信息，因而能够同时对目标开展定性与定量的散射特性分析。极化sar系统兼顾高分辨成像与定量测量，能够同时获取包括目标的方位、速度、形状、尺寸和粗糙度等在内的空间信息与物理属性信息，从而极大地增强了成像雷达对目标信息的获取能力。这使得极化sar系统在需要快速反应的突发事件和危机时刻中极其重要的价值，尤其是在海域感知(mda)方面。

2、基于polsar数据的特点以及目标和杂波的散射特性差异，研究人员相继提出了多种polsar图像舰船检测方法。传统的是基于统计模型的舰船检测方法，其中恒虚警率(constantfalse alarmrate,cfar)方法应用最为广泛。在未知先验信息的情况下，由于舰船目标相较于海杂波具有更强的散射响应，cfar通常具有良好的检测性能。但受到雷达平台参数多样和复杂海况的影响，海杂波精准统计建模及对应的参数估计非常困难而且复杂。随着人工智能的发展，基于深度学习的舰船探测技术应运而生。在这一类别中，卷积神经网络(cnn)得到了广泛认可，因为后向散射可以通过底层函数的近似来描述。尽管如此，cnn可能会陷入网络配置改进、训练技巧优化和损失函数修改的单一循环。

3、另一类方法直接从数据的极化散射特性出发，探究舰船和杂波在后向散射上的差异性，提取反映不同散射类型的极化特征，从而实现舰船检测。目前，基于物理模型的极化分解是实现目标散射特性准确描述的最有效手段。但在高动态观测场景下，散射模型的应用可能无法满足某些经验假设，导致目标物理参量错估，严重影响目标散射的准确表征。

4、当前，极化成像雷达的职能任务出现向前视/大前斜视体制分化和范围扩展的趋势，在复杂多变电磁环境下提取目标信息，实现极化成像制导的认知化、精细化发展，仍面临两类重大科学问题：第一、在复杂的电磁环境中，如旁瓣干扰、方位角模糊、高海况和强斑噪等情况下，准确有效地实现船舶检测十分困难。第二、受(局部)散射结构、散射特征、雷达观测条件影响，对于弱散射的小型舰船的检测，面临着明显的识别性能急剧下降的瓶颈问题。

技术实现思路

1、本发明的目的在于提供一种基于散射功率交叉熵的舰船检测方法，以克服现有技术所存在的缺陷。

2、为了达到上述目的，本发明采用的技术方案如下：

3、一种基于散射功率交叉熵的舰船检测方法，包括以下步骤：

4、s1、根据以下公式计算恒定基参数h：

5、

6、式中，λk表示相干矩阵的特征值，pk对应于由特征值得出的伪概率；

7、s2、每个伪概率是由每个散射贡献与所有分解成分的散射贡献之和的比值定义，将极化熵表述为：

8、

9、

10、式中，为归一化后的散射贡献，为散射贡献熵；

11、s3、根据以下公式计算极化交叉贡献熵cce，该极化交叉贡献熵cce为用于测量舰船目标与其背景散射差异的判别特征：

12、

13、式中，为背景杂波的归一化散射贡献，其表达式与相同；

14、s4、对于任何来自舰船或背景的散射贡献，极化交叉贡献熵cce恒为非负值，若极化交叉贡献熵cce等于0，则舰船和背景的sce相同。

15、进一步地，所述步骤s2中针对特征值分解，特征值等于三个归一化分解成分的散射贡献，则每个伪概率是由每个散射贡献与所有分解成分的散射贡献之和的比值定义的，将该定义用于所提的无模型约束八成分目标分解方法，得到重新表述的极化熵。

16、进一步地，所述步骤s4中对于任意像素，其极化交叉贡献熵cce通过经典的滑动窗口处理计算，其中测试窗口的大小设置为3×3像素，训练窗口的大小根据确定为31×31像素。

17、与现有技术相比，本发明的优点在于：本发明以精细极化分解功率作为输入提取目标极化敏感特征，从散射混淆改善和局部结构散射精细刻画两个层面提高了特征的识别能力和实用能力，且本发明从信息论中挖掘极化信息，利用熵的形式描述不同散射机制的分布状况，突出了船舶与干扰物之间的散射差异并有效消除干扰，实现了目标-杂波比的显著提升。

技术特征：

1.一种基于散射功率交叉熵的舰船检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于散射功率交叉熵的舰船检测方法，其特征在于，所述步骤s2中针对特征值分解，特征值等于三个归一化分解成分的散射贡献，则每个伪概率是由每个散射贡献与所有分解成分的散射贡献之和的比值定义的，将该定义用于所提的无模型约束八成分目标分解方法，得到重新表述的极化熵。

3.根据权利要求1所述的基于散射功率交叉熵的舰船检测方法，其特征在于，所述步骤s4中对于任意像素，其极化交叉贡献熵cce通过经典的滑动窗口处理计算，其中测试窗口的大小设置为3×3像素，训练窗口的大小根据确定为31×31像素。

技术总结
本发明公开了一种基于散射功率交叉熵的舰船检测方法，包括：S1、计算恒定基参数H；S2、每个伪概率是由每个散射贡献与所有分解成分的散射贡献之和的比值定义，将极化熵重新表述；S3、计算极化交叉贡献熵CCE，该极化交叉贡献熵CCE为用于测量舰船目标与其背景散射差异的判别特征；S4、对于任何来自舰船或背景的散射贡献，极化交叉贡献熵CCE恒为非负值，若极化交叉贡献熵CCE等于0，则舰船和背景的SCE相同。本发明以精细极化分解功率作为输入提取目标极化敏感特征，从散射混淆改善和局部结构散射精细刻画两个层面提高了特征的识别能力和实用能力。

技术研发人员：全斯农,邢世其,汪俊澎,王俊杰,方付平,朱海,张皓宇,李永祯
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：
技术公布日：2024/3/27