[0065] S3、对处理后的图像进行边缘检测：
[0066] 采用对边缘细节位置检测更加准确的二阶Canny算子，对P-df)进行边缘检测， 认为此时图像的边缘即是回波信号能量分布的边缘，得到只包含的边缘矩阵Edge (t，f)，"Γ的位置对应回波信号边缘位置。
[0067] S4、对回波信号的两个分量进行分离：
[0068] S41、对边缘矩阵Edge(t，f)中各条边界的纵坐标求平均值并取整，使每条边界在 每一时刻只对应一个位置，得到新的边缘矩阵Edgemean( t，f);
[0069] S42、在Edgemean(t，f)中求出回波信号整体的上、下边界坐标一维矩阵mixup(l，n) 和mixdown(l，n)，n等于Edgemean(t，f)的列数；
[0070 ] S43、求两个分量的上边界:将mi xdown (1，η)中的元素数值按照一定的非线性规则 向上平移，偏移量为回波信号能量分布宽度对应的坐标距离，得到新的下边界坐标一维矩 阵mixdownu(l，n)，根据微多普勒频率不会发生突变(斜率惯性）的原则在mixup(l，n)和 mixdownu( 1，n)的联合矩阵中搜索满足条件的点，存入分量1的上边界坐标一维矩阵 boundupi (1，η)中，剩余的点存入分量2的上边界坐标一维矩阵boundup2 (1，η)中；
[0071] S44、求两个分量的下边界:将mixUp(l，n)按照步骤S43的规则向下平移，得到新的 上边界坐标一维矩阵mixUpd(l，n)，与步骤S43同理搜索分别得到分量1和分量2的下边界坐 标一维矩阵bounddowm(l，n)、bounddown2(l，n)，实现回波信号两个分量的分离，如图4所 不。
[0072]这里需要说明的是：
[0073] (1)边界上下移动的非线性规则，逐个检测需要移动的某条边界上的两点间斜率， 确定相应的判定阈值，在各个相应的阈值范围内对该边界上的相应点进行平移，由于该边 界上的两点间斜率会有不同，所以需要设定不同的平移阈值，使得不同斜率对应的点平移 的程度也不同，以使平移后的边界最大程度地与信号真实边缘匹配；
[0074] (2)通过边界检测实现分离的规则，微多普勒频率是由目标微小运动产生，所以一 定是连续变化，不会发生突变。所以，反映到回波信号边缘的斜率变化上，同一分量边缘的 斜率也不会发生突变，设定斜率判定的条件，从mixup( 1，η)中的第一个点开始逐点检测，当 条件满足时，将mixup(1，η)的值存入boundupi(1，η)对应位置中，当条件不满足时，跳到边 界mixdown u(l，n)上，并将mixdownu(l，n)对应的值存入boundupi(l，n)，然后在mixdown u(l， η)中开始逐点检测，当条件满足时，将mixdownu(l，n)的值存入boundupi(l，n)对应位置中， 当条件不满足时，再跳到mixup(l，n)上，重复上述步骤，直至分量1的上边界检测完毕；同 时，在检测分量1的上边界时，未被存储的点就是分量2的上边界，对应地存入boundup 2 (1， η)，这样就实现了上边界的分离，检测下边界时同理。
[0075] S5、计算瞬时频率：
[0076]根据步骤S4得到的两个分量的上、下边界坐标一维矩阵，在时频分布矩阵P(t，f) 中分别计算两个分量在时间上的能量分布重心，即得到两个分量的瞬时频率变化规律曲 线，重心计算公式为：
[0077] 123 2 其中，Ci(i)、C2(i)分别表不分量1、分量2第i(i = l，2，'"，n)列的重心坐标， boundupi (1，i)、bounddowm (1，i)分别表示分量1的上、下边界坐标一维矩阵中第1行第i列 的元素数值，boundup2 (1，i)、bounddowm (1，i)分别表示分量2的上、下边界坐标一维矩阵中 第1行第i列的元素数值，loc表示上、下边界范围内的一个纵坐标值，p(l 〇c，i)表示时频分 布矩阵P(t，f)中第loc行第i列的元素数值； 3 按照上述公式，对所有列（共η列）求重心即得到两个分量的瞬时频率变化规律曲 线，如图5所示。
[0081] S6、目标微多普勒特征参数提取：
[0082] 对照时频分布矩阵P(t，f)中真实的时间、频率范围，对步骤S5所得的瞬时频率变 化规律曲线进行坐标尺度变换，得到坐标尺度变换后的瞬时频率变化规律曲线fmd:
[0083]
[0084] 其中，λ。表示载波波长，fv表示fmd的频率，也即目标微动频率，Dv表示目标微动幅 度；
[0085] 利用曲线拟合法求得坐标尺度变换后的瞬时频率变化规律曲线fmd的频率fv和峰 峰值PP，再利用以下公式即可求出目标微动幅度D v:
[0086]
[0087]综上，本发明首先对目标微动相干激光雷达探测回波信号进行平滑伪Winger-Ville处理，得到回波信号的时频分布矩阵;然后将时频分布矩阵对应的时频分布图看作灰 度图像进行对比度增强和边缘锐化处理，并对处理后的图像进行边缘检测；接下来在边缘 检测结果中对两个分量对应的目标微多普勒特征进行分离和边界提取，分离算法基于边缘 斜率惯性原则;最后在时频分布矩阵中计算边界范围内的能量分布重心，得到两个分量的 瞬时频率变化规律曲线，并由此解算目标微多普勒特征参数。
[0088] 本发明利用图像处理手段可以适当改变图像对比度，从而改善回波信号的时频分 布质量，有利于低信噪比情况下的特征提取，而且本发明提出的斜率惯性检测算法解决了 图像处理中重叠图像无法分离的问题，实现了回波信号为两分量信号情况下目标微多普勒 特征的分离，本发明计算简便，对目标先验信息要求低，实用性好，克服了现有分量提取算 法的不足。
[0089] 以上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范 围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方 案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
【主权项】
1. 一种基于边缘检测的目标微多普勒特征分离提取方法，其特征在于，包括以下步骤： (1) 采用平滑伪Winger-Ville分布时频分析方法对采集的目标微动相干激光雷达探测 回波信号进行处理，得到所述回波信号的时频分布矩阵P(t，f);所述回波信号由两个分量 构成，所述时频分布矩阵P(t，f)中的元素数值表示回波信号在时频面上的能量分布； (2) 将所述时频分布矩阵P(t，f)对应的时频分布图看作是一幅灰度图像，对所述灰度 图像进行对比度增强和边缘锐化处理，得到增强后的图像矩阵Penh(t，f);所述时频分布图 的横坐标表示时间t对应于时频分布矩阵P (t，f)的列，所述时频分布图的纵坐标表示频率 f，对应于时频分布矩阵P (t，f)的行； (3) 利用边缘检测算子对增强后的图像矩阵p^df)进行边缘检测，得到由"0"、"Γ组 成的边缘矩阵Edge(t，f)，其中，"Γ的位置对应回波信号边缘位置； (4) 在所述边缘矩阵Edge(t，f)中，基于同一分量边缘斜率的惯性原则对回波信号的两 个分量进行分离，同时提取两个分量的边缘位置坐标，分别记录到两个分量的上、下边界坐 标一维矩阵boundup j (1，η)和bounddownj (l，n)中，其中，当j = l时，表示分量1，当j = 2时，表 示分量2，η等于边缘矩阵Edge (t，f)的列数； (5) 在时频分布矩阵P(t，f)中分别计算两个分量在时间上的能量分布重心，并由两个 分量的上、下边界确定所述能量