CN109358324B - 基于地面监视雷达谱数据的目标检测方法 - Google Patents
基于地面监视雷达谱数据的目标检测方法 Download PDFInfo
- Publication number
- CN109358324B CN109358324B CN201811284379.8A CN201811284379A CN109358324B CN 109358324 B CN109358324 B CN 109358324B CN 201811284379 A CN201811284379 A CN 201811284379A CN 109358324 B CN109358324 B CN 109358324B
- Authority
- CN
- China
- Prior art keywords
- channel
- amplitude value
- detected
- unit
- false alarm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于地面监视雷达谱数据的目标检测方法,包括:获取雷达前端处理后的谱数据信息;对所述谱数据信息进行线性内插处理,得到线性内插处理后的谱数据信息;对线性内插处理后的谱数据信息进行二维的恒虚警率处理,得到目标的谱数据信息;对所述目标的谱数据信息进行地物杂波滤除处理,得到地物杂波滤除处理后的目标的谱数据信息。本发明采用了线性内插处理,降低了零频道以及零频道的附近频道上的固定强杂波对低速目标的影响,提高了慢速目标的发现概率,同时采用了二维的恒虚警率处理,更有效的抑制杂波,提高了目标的检测能力。
Description
技术领域
本发明涉及地面监视雷达的目标检测技术领域,尤其是基于地面监视雷达谱数据的目标检测方法。
背景技术
目标检测方法为在雷达的回波信息即谱数据信息中检测出属于目标的回波信息,并将背景杂波和地物杂波进行滤除,以在后续的点航迹处理过程中达到提高点迹凝聚精度和提高航迹跟踪质量的目的。因此,选择最优的目标检测方法,对精确的估计目标参数至关重要。
传统的基于谱数据的目标检测方法为直接进行一维的恒虚警率处理,没有考虑零频道以及零频道的附近频道上的固定强杂波即强地物杂波对低速目标的影响,降低了零频道以及零频道的附近频道上的低速目标的提取能力,导致了低速目标的错误提取;还有部分的基于谱数据的目标检测方法在恒虚警率处理之前,先对零频道以及零频道的附近频道上的谱数据信息进行对消处理,适当的降低了零频道以及零频道的附近频道上的固定强杂波对低速目标的影响,适当的提高了低速目标的发现概率。对于提高低速目标的发现概率这一问题,还有很大的提升和改进空间。
传统的基于谱数据的目标检测方法采用单维度的恒虚警率处理检测目标,降低了目标检测的真实性,导致虚假目标检测;同时,传统的基于谱数据的目标检测方法没有进行地物杂波滤除处理,导致后续的点迹凝聚处理过程中估计目标参数出现偏差。
发明内容
为了克服上述现有技术中的缺陷,本发明提供基于地面监视雷达谱数据的目标检测方法,采用了线性内插处理,降低了零频道以及零频道的附近频道上的固定强杂波对低速目标的影响,提高了慢速目标的发现概率,同时采用了二维的恒虚警率处理,更有效的抑制杂波,提高了目标的检测能力。
为实现上述目的,本发明采用以下技术方案,包括:
基于地面监视雷达谱数据的目标检测方法,包括以下步骤:
S1,获取雷达前端处理后的谱数据信息;
S2,对所述谱数据信息进行线性内插处理,得到线性内插处理后的谱数据信息;
S3,对线性内插处理后的谱数据信息进行二维的恒虚警率处理,得到目标的谱数据信息;
S4,对所述目标的谱数据信息进行地物杂波滤除处理,得到地物杂波滤除处理后的目标的谱数据信息。
步骤S1中,所述谱数据信息包括:谱数据的时间戳、谱数据的方位、谱数据的距离库、谱数据的频道、谱数据的幅度值;所述频道为多普勒速度频道;
所述雷达前端处理为雷达信号处理。
步骤S2中,分别对每个距离库上的低速频道上的谱数据信息进行线性内插处理,所述低速频道包括:速度为零的频道即零频道a5、a6,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10;
所述线性内插处理,具体包括以下步骤:
其中,Amp表示谱数据的幅度值;下标表示相应的频道;
S22,在低速频道中查拐点频道j、k:
从零频道a5开始至频道a2结束,依次进行判断,判断是否存在Ampi1<Ampi1+1且Ampi1<Ampi1-1,i1=a5,a4,a3,a2,即从零频道a5开始至频道a2结束,依次判断是否存在一个频道上的幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值,并将幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值的频道称为拐点频道j,该频道上的幅度值即为拐点频道j的幅度值Ampj;且从零频道a5开始至频道a2结束,当判断出一个拐点后,则不再继续对后续频道的幅度值进行判断,即从零频道a5开始至频道a2结束,只存在一个拐点频道j;
若从零频道a5开始至频道a2结束,不存在拐点频道j,则将频道a1称为拐点频道j,该频道a1上的幅度值即为拐点频道j的幅度值Ampj;
从零频道a6开始至频道a9结束,依次进行判断,判断是否存在Ampi2<Ampi2+1且Ampi2<Ampi2-1,i2=a6,a7,a8,a9,即从零频道a6开始至频道a9结束,依次判断是否存在一个频道上的幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值,并将幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值的该频道称为拐点频道k,该频道上的幅度值即为拐点频道k的幅度值Ampk;且从零频道a6开始至频道a9结束,当判断出一个拐点后,则不再继续对后续频道上的幅度值进行判断,即从零频道a6开始至频道a9结束,只存在一个拐点频道k;
若从零频道a6开始至频道a9结束,不存在拐点频道k,则将频道a10称为拐点频道k,该频道a10上的幅度值即为拐点频道k的幅度值Ampk;
S23,对低速频道上的谱数据信息中的幅度值进行重新赋值,得到重新赋值后即线性内插处理后的谱数据信息;所述重新赋值的方式为:
其中,下标i表示频道号,Ampi表示第i个频道上的幅度值;nAmpi表示第i个频道上的线性内插处理的中间值。
步骤S3中,所述二维的恒虚警率处理包括:距离方向上的恒虚警率处理和速度方向的恒虚警率处理;所述距离方向上的恒虚警率处理为沿距离库方向进行恒虚警率处理;所述速度方向的恒虚警率处理为沿频道方向进行恒虚警率处理。
步骤S3中,
所述二维的恒虚警率处理,具体包括以下步骤:
S31,将每个频道上的每个距离库作为待检测单元,分别对每个待检测单元进行距离方向上的恒虚警率处理和速度方向上的恒虚警率处理,包括如下步骤:
S311,对每个待检测单元依次进行距离方向上的恒虚警率处理:将与待检测单元在同一频道上的左右邻近的共α个距离库作为距离参考单元,10≤α≤20,计算此α个距离参考单元上的谱数据信息中的谱数据的幅度值的平均值根据此平均值对该待检测单元上的幅度值Amp进行判断,并得到该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′,具体方式如下所示:
判断ΔAmp1>TAmp1是否成立,若不成立,则该待检测单元上的谱数据信息为背景杂波,则该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′赋值为0,即Amp′=0;若成立,则该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′赋值为待检测单元上的幅度值Amp,即Amp′=Amp;其中,TAmp1为人工设定的门限;
S312,将每个距离库上的每个频道作为待检测单元,对每个待检测单元依次进行速度方向上的恒虚警率处理:将与待检测单元在同一距离库上的左右邻近的共β个频道作为速度参考单元,10≤β≤20,计算此β个速度参考单元上的谱数据信息中的谱数据的幅度值的平均值根据此平均值对该待检测单元上的幅度值Amp进行判断,并得到该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″,具体方式如下所示:
判断ΔAmp2>TAmp2是否成立,若不成立,则该待检测单元上的谱数据信息为背景杂波,则该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″赋值为0,即Amp″=0;若成立,则该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″赋值为待检测单元上的幅度值Amp,即Amp″=Amp;其中,TAmp2为人工设定的门限;
S32,若某个待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′和经速度方向上的恒虚警率处理后的幅度值Amp″均大于0,即Amp′>0且Amp″>0,则该待检测单元上的谱数据信息即为目标的谱数据,该待检测单元上的幅度值仍保持为Amp;若某个待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′和经速度方向上的恒虚警率处理后的幅度值Amp″中的任意一个为小于0,即Amp′<0或Amp″<0,则该待检测单元上的谱数据信息为背景杂波,并将该待检测单元上的幅度值重新赋值为0;
依次类推,对每个待检测单元进行判断后,得到目标的谱数据信息。
步骤S31中,选取与待检测单元在同一频道上的左右邻近的共20个距离库作为距离参考单元,即与待检测单元左邻近和右邻近的各10个距离库作为进行距离方向上的恒虚警率处理的距离参考单元;且若待检测单元的左邻近距离库或右邻近距离库不足10个距离库时,则按照邻近距离库的实际数量选取距离参考单元;
步骤S32中,选取与待检测单元在同一距离库上的左右邻近的共20个频道作为速度参考单元,即与待检测单元左邻近和右邻近的各10个频道作为进行速度方向上的恒虚警率处理的速度参考单元;且若待检测单元的左邻近频道或右邻近频道不足10个频道时,则按照邻近频道的实际数量选取速度参考单元。
步骤S4中,所述地物杂波滤除处理为将每个距离库上的零频道上的幅度值均赋值为0,即将每个距离库上的零频道上的谱数据信息直接视为背景杂波。
当量化的多普勒速度频道共为n个频道时,则所述零频道a5和a6分别为第n/2个频道和第(n/2)+1个频道;
当量化的多普勒速度频道共为64个频道时,则所述零频道a5和a6分别为第32个频道和第33个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为28、29、30、31、34、35、36、37;当量化的多普勒速度频道共为128个频道时,则所述零频道a5和a6分别为第64个频道和第65个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为60、61、62、63、66、67、68、69;当量化的多普勒速度频道共为256个频道时,则所述零频道a5和a6分别为第128个频道和第129个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为124、125、126、127、130、131、132、133。
本发明的优点在于:
(1)本发明通过对低速频道上的谱数据信息进行线性内插处理,降低了固定强杂波对慢速目标的影响,同时提高了慢速目标的发现概率。
(2)本发明二维的恒虚警率处理相对于之前的单维度的恒虚警率处理,更能有效的抑制杂波,提高了目标的检测能力。
(3)本发明对零频道上的地物杂波进行滤除处理,提高了后续点迹凝聚处理的目标参数的估计精度。
(4)本发明的恒虚警率处理对参考单元的选取,提高了目标的检测性能。
附图说明
图1为本发明的方法流程图。
图2为雷达前端处理后的谱数据信息的示意图。
图3为利用传统方法进行目标检测的结果图。
图4为本发明进行线性内插处理后的结果图。
图5(a)为传统的单维度的进行距离方向的恒虚警处理的结果图。
图5(b)为传统的单维度的进行速度方向的恒虚警处理的结果图。
图6为本发明进行二维度的恒虚警率处理后的结果图。
图7为本发明进行地物杂波滤除处理后的结果图。
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,本发明的基于地面监视雷达谱数据的目标检测方法,包括以下步骤:
S1,获取雷达前端处理后的谱数据信息;
S2,对所述谱数据信息进行线性内插处理,得到线性内插处理后的谱数据信息;
S3,对线性内插处理后的谱数据信息进行二维的恒虚警率处理,得到目标的谱数据信息;
S4,对所述目标的谱数据信息进行地物杂波滤除处理,得到地物杂波滤除处理后的目标的谱数据信息。
本实例中,雷达检测的方位覆盖范围为0°~90°,以正北为0°,方位的采样间隔为1.4°,方位量化为64个方位;雷达检测的距离覆盖范围为0km~3km;雷达扫描的一帧,从0°方位开始,接收0°方位上的雷达回波信息即谱数据信息,然后按照1.4°的采样间隔,依次接收下一方位上的雷达谱数据信息。
为了保障地面监视雷达对速度小于1m/s的低速目标的检测能力和目标实时提取的需要,在雷达扫描的同一帧内,将谱数据信息在距离方向上量化为200个距离库;每个距离库上均对应有128个频道,所述频道为多普勒速度频道。
雷达测速的原理:利用多普勒效应,目标与雷达之间有相对运动时,雷达接收到的目标回波频率与雷达发射频率不同,将目标回波频率与雷达发射频率之间的频率差,称为多普勒频率;目标朝向雷达运动时,目标回波频率高于雷达发射频率,多普勒频率为正;目标背离雷达运动时,目标回波频率低于雷达发射频率,多普勒频率为负;根据多普勒频率的改变数值,计算出目标与雷达的相对速度。故当量化的多普勒速度频道共为n个频道时,则所述零频道a5和a6分别为第n/2个频道和第(n/2)+1个频道。
故步骤S2~步骤S4是根据雷达实时接收的每一方位上的谱数据信息进行的实时目标检测,即步骤S2~步骤S4时帧为同一方位上的谱数据信息进行的处理。
步骤S1中,经雷达前端处理后的谱数据信息包括谱数据的时间戳、谱数据的幅度值、谱数据的方位、谱数据的距离库、谱数据的频道;
所述雷达前端处理为雷达信号处理。
步骤S2中,分别对每个距离库上的低速频道上的谱数据信息进行线性内插处理,所述低速频道包括:速度为零的频道即零频道a5、a6,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10;
所述线性内插处理,具体包括以下步骤:
其中,Amp表示谱数据的幅度值;下标表示相对应的频道;
S22,在低速频道中查拐点频道j、k:
从零频道a5开始至频道a2结束,依次进行判断,判断是否存在Ampi1<Ampi1+1且Ampi1<Ampi1-1,i1=a5,a4,a3,a2,即从零频道a5开始至频道a2结束,依次判断是否存在一个频道上的幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值,并将幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值的频道称为拐点频道j,该频道上的幅度值即为拐点频道j的幅度值Ampj;且从零频道a5开始至频道a2结束,当判断出一个拐点后,则不再继续对后续频道的幅度值进行判断,即从零频道a5开始至频道a2结束,只存在一个拐点频道j;
若从零频道a5开始至频道a2结束,不存在拐点频道j,则将频道a1称为拐点频道j,该频道a1上的幅度值即为拐点频道j的幅度值Ampj;
从零频道a6开始至频道a9结束,依次进行判断,判断是否存在Ampi2<Ampi2+1且Ampi2<Ampi2-1,i2=a6,a7,a8,a9,即从零频道a6开始至频道a9结束,依次判断是否存在一个频道上的幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值,并将幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值的该频道称为拐点频道k,该频道上的幅度值即为拐点频道k的幅度值Ampk;且从零频道a6开始至频道a9结束,当判断出一个拐点后,则不再继续对后续频道上的幅度值进行判断,即从零频道a6开始至频道a9结束,只存在一个拐点频道k;
若从零频道a6开始至频道a9结束,不存在拐点频道k,则将频道a10称为拐点频道k,该频道a10上的幅度值即为拐点频道k的幅度值Ampk;
S23,对低速频道上的谱数据信息中的幅度值进行重新赋值,得到重新赋值后即线性内插处理后的谱数据信息;所述重新赋值的方式为:
其中,下标i表示频道号,Ampi表示第i个频道上的幅度值;nAmpi表示第i个频道上的线性内插处理的中间值。
现有技术中,常用以下量化方式:当量化的多普勒速度频道共为64个频道时,则所述零频道a5和a6分别为第32个频道和第33个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为28、29、30、31、34、35、36、37;当量化的多普勒速度频道共为128个频道时,则所述零频道a5和a6分别为第64个频道和第65个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为60、61、62、63、66、67、68、69;当量化的多普勒速度频道共为256个频道时,则所述零频道a5和a6分别为第128个频道和第129个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为124、125、126、127、130、131、132、133。
本实施例中,每个距离库上均对应有128个多普勒速度频道频道,则所述零频道a5和a6分别为第64个频道和第65个频道。
本发明通过对低速频道上的谱数据信息进行线性内插处理,降低了固定强杂波对慢速目标的影响,同时提高了慢速目标的发现概率。
步骤S3中,所述二维的恒虚警率处理包括:距离方向上的恒虚警率处理和速度方向的恒虚警率处理;所述距离方向上的恒虚警率处理为沿距离库方向进行恒虚警率处理;所述速度方向的恒虚警率处理为沿频道方向进行恒虚警率处理;
所述二维的恒虚警率处理,包括以下步骤:
S31,将每个频道上的每个距离库作为待检测单元,分别对每个待检测单元进行距离方向上的恒虚警率处理和速度方向上的恒虚警率处理,包括如下步骤:
S311,对每个待检测单元依次进行距离方向上的恒虚警率处理:将与待检测单元在同一频道上的左右邻近的共α个距离库作为距离参考单元,10≤α≤20,计算此α个距离参考单元上的谱数据信息中的谱数据的幅度值的平均值根据此平均值对该待检测单元上的幅度值Amp进行判断,并得到该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′,具体方式如下所示:
判断ΔAmp1>TAmp1是否成立,若不成立,则该待检测单元上的谱数据信息为背景杂波,则该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′赋值为0,即Amp′=0;若成立,则该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′赋值为待检测单元上的幅度值Amp,即Amp′=Amp;
S312,将每个距离库上的每个频道作为待检测单元,对每个待检测单元依次进行速度方向上的恒虚警率处理:将与待检测单元在同一距离库上的左右邻近的共β个频道作为速度参考单元,10≤β≤20,计算此β个速度参考单元上的谱数据信息中的谱数据的幅度值的平均值根据此平均值对该待检测单元上的幅度值Amp进行判断,并得到该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″,具体方式如下所示:
判断ΔAmp2>TAmp2是否成立,若不成立,则该待检测单元上的谱数据信息为背景杂波,则该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″赋值为0,即Amp″=0;若成立,则该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″赋值为待检测单元上的幅度值Amp,即Amp″=Amp;
本实施例中,TAmp1为人工设定的门限,取值为15db;TAmp2也为人工设定的门限,取值为15db;
S32,若某个待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′和经速度方向上的恒虚警率处理后的幅度值Amp″均大于0,即Amp′>0且Amp″>0,则该待检测单元上的谱数据信息即为目标的谱数据,该待检测单元上的幅度值仍保持为Amp;若某个待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′和经速度方向上的恒虚警率处理后的幅度值Amp″中的任意一个为小于0,即Amp′<0或Amp″<0,则该待检测单元上的谱数据信息为背景杂波,并将该待检测单元上的幅度值重新赋值为0;
以此类推,对每个待检测单元进行判断后,得到目标的谱数据信息。
步骤S31中,选取与待检测单元在同一频道上的左右邻近的共20个距离库作为参考单元,即与待检测单元左邻近和右邻近的各10个距离库作为进行距离方向上的恒虚警率处理的距离参考单元;若待检测单元为第1个距离库至第10个距离库或第190个距离库至第200个距离库中的任意一个距离库时,即待检测单元的左邻近距离库或右邻近距离库不足10个距离库时,则按照邻近距离库的实际数量选取距离参考单元;所述按照邻近距离库的实际数量选取距离参考单元:当左邻近的距离库或右邻近的距离库不足10个距离库时,则减少距离参考单元的选取数量;如待检测单元为第2距离库时,则选取左邻近的1个距离库和右邻近的10个距离库,共选取11个距离库作为距离参考单元;如待检测单元为第195距离库时,则选取左邻近的10个距离库和右邻近的5个距离库,共选取15个距离库作为距离参考单元。
步骤S32中,选取与待检测单元在同一距离库上的左右邻近的共20个频道作为参考单元,即与待检测单元左邻近和右邻近的各10个频道作为进行速度方向上的恒虚警率处理的速度参考单元;若待检测单元为第1个频道至第10个频道或第119个频道至第128个频道中的任意一个频道时,即待检测单元的左邻近频道或右邻近频道不足10个频道时,则按照邻近频道的实际数量选取速度参考单元;所述按照邻近频道的实际数量选取速度参考单元:当左邻近的频道或右邻近的频道不足10个频道时,则减少速度参考单元的选取数量;如待检测单元为第2个频道时,则选取左邻近的1个频道和右邻近的10个频道,共选取11个频道作为速度参考单元;如待检测单元为第123个频道时,则选取左邻近的10个频道和右邻近的5个频道,共选取15个频道作为速度参考单元。
本发明二维的恒虚警率处理相对于之前的单维度的恒虚警率处理,更能有效的抑制杂波,提高了目标的检测能力。本发明的恒虚警率处理对参考单元的选取,提高了目标的检测性能。
步骤S4中,所述地物杂波滤除处理为将每个距离库上的零频道上的幅度值均赋值为0,即将每个距离库上的零频道上的谱数据信息直接视为背景杂波。
本发明对零频道上的地物杂波进行滤除处理,提高了后续点迹凝聚处理的目标参数的估计精度。
如图2~图7所示,试验数据为从地面监视雷达实时探测的谱数据信息中抽取的部分数据片段,其中,坐标轴x轴表示128个频道,坐标轴y轴表示从200个距离库中抽取出的30个距离库。
由图2、图4所示,本发明中对谱数据信息进行线性内插处理,降低了零频以及零频道附近的低速频道上固定强杂波对慢速目标的影响,提高了慢速目标的发现概率。
由图3、图7所示,传统的基于地面监视雷达谱数据的目标检测方法得到的结果中,零频以及零频道附近的低速频道上出现了较多的虚假目标;本发明对零频道上的地物杂波进行滤除处理,提高了后续点迹凝聚处理的目标参数的估计精度。
由图5(a)、图5(b)、图6所示,传统的单维度的恒虚警率处理降低了目标检测的真实性,导致虚假目标检测;而本发明的二维的恒虚警率处理更能有效的抑制杂波,提高了目标的检测能力。
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。
Claims (6)
1.基于地面监视雷达谱数据的目标检测方法,其特征在于,包括以下步骤:
S1,获取雷达前端处理后的谱数据信息;
S2,对所述谱数据信息进行线性内插处理,得到线性内插处理后的谱数据信息;
S3,对线性内插处理后的谱数据信息进行二维的恒虚警率处理,得到目标的谱数据信息;
S4,对所述目标的谱数据信息进行地物杂波滤除处理,得到地物杂波滤除处理后的目标的谱数据信息;
步骤S1中,所述谱数据信息包括:谱数据的时间戳、谱数据的方位、谱数据的距离库、谱数据的频道、谱数据的幅度值;所述频道为多普勒速度频道;
所述雷达前端处理为雷达信号处理;
步骤S2中,分别对每个距离库上的低速频道上的谱数据信息进行线性内插处理,所述低速频道包括:速度为零的频道即零频道a5、a6,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10;
所述线性内插处理,具体包括以下步骤:
其中,Amp表示谱数据的幅度值;下标表示相应的频道;
S22,在低速频道中查拐点频道j、k:
从零频道a5开始至频道a2结束,依次进行判断,判断是否存在Ampi1<Ampi1+1且Ampi1<Ampi1-1,i1=a5,a4,a3,a2,即从零频道a5开始至频道a2结束,依次判断是否存在一个频道上的幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值,并将幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值的频道称为拐点频道j,该频道上的幅度值即为拐点频道j的幅度值Ampj;且从零频道a5开始至频道a2结束,当判断出一个拐点后,则不再继续对后续频道的幅度值进行判断,即从零频道a5开始至频道a2结束,只存在一个拐点频道j;
若从零频道a5开始至频道a2结束,不存在拐点频道j,则将频道a1称为拐点频道j,该频道a1上的幅度值即为拐点频道j的幅度值Ampj;
从零频道a6开始至频道a9结束,依次进行判断,判断是否存在Ampi2<Ampi2+1且Ampi2<Ampi2-1,i2=a6,a7,a8,a9,即从零频道a6开始至频道a9结束,依次判断是否存在一个频道上的幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值,并将幅度值既小于左相邻频道上的幅度值又小于右相邻频道上的幅度值的该频道称为拐点频道k,该频道上的幅度值即为拐点频道k的幅度值Ampk;且从零频道a6开始至频道a9结束,当判断出一个拐点后,则不再继续对后续频道上的幅度值进行判断,即从零频道a6开始至频道a9结束,只存在一个拐点频道k;
若从零频道a6开始至频道a9结束,不存在拐点频道k,则将频道a10称为拐点频道k,该频道a10上的幅度值即为拐点频道k的幅度值Ampk;
S23,对低速频道上的谱数据信息中的幅度值进行重新赋值,得到重新赋值后即线性内插处理后的谱数据信息;所述重新赋值的方式为:
其中,下标i表示频道号,Ampi表示第i个频道上的幅度值;nAmpi表示第i个频道上的线性内插处理的中间值。
2.根据权利要求1所述的基于地面监视雷达谱数据的目标检测方法,其特征在于,步骤S3中,所述二维的恒虚警率处理包括:距离方向上的恒虚警率处理和速度方向的恒虚警率处理;所述距离方向上的恒虚警率处理为沿距离库方向进行恒虚警率处理;所述速度方向的恒虚警率处理为沿频道方向进行恒虚警率处理。
3.根据权利要求2所述的基于地面监视雷达谱数据的目标检测方法,其特征在于,步骤S3中,
所述二维的恒虚警率处理,具体包括以下步骤:
S31,将每个频道上的每个距离库作为待检测单元,分别对每个待检测单元进行距离方向上的恒虚警率处理和速度方向上的恒虚警率处理,包括如下步骤:
S311,对每个待检测单元依次进行距离方向上的恒虚警率处理:将与待检测单元在同一频道上的左右邻近的共α个距离库作为距离参考单元,10≤α≤20,计算此α个距离参考单元上的谱数据信息中的谱数据的幅度值的平均值根据此平均值对该待检测单元上的幅度值Amp进行判断,并得到该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′,具体方式如下所示:
判断ΔAmp1>TAmp1是否成立,若不成立,则该待检测单元上的谱数据信息为背景杂波,则该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′赋值为0,即Amp′=0;若成立,则该待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′赋值为待检测单元上的幅度值Amp,即Amp′=Amp;其中,TAmp1为人工设定的门限;
S312,将每个距离库上的每个频道作为待检测单元,对每个待检测单元依次进行速度方向上的恒虚警率处理:将与待检测单元在同一距离库上的左右邻近的共β个频道作为速度参考单元,10≤β≤20,计算此β个速度参考单元上的谱数据信息中的谱数据的幅度值的平均值根据此平均值对该待检测单元上的幅度值Amp进行判断,并得到该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″,具体方式如下所示:
判断ΔAmp2>TAmp2是否成立,若不成立,则该待检测单元上的谱数据信息为背景杂波,则该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″赋值为0,即Amp″=0;若成立,则该待检测单元的经速度方向上的恒虚警率处理后的幅度值Amp″赋值为待检测单元上的幅度值Amp,即Amp″=Amp;其中,TAmp2为人工设定的门限;
S32,若某个待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′和经速度方向上的恒虚警率处理后的幅度值Amp″均大于0,即Amp′>0且Amp″>0,则该待检测单元上的谱数据信息即为目标的谱数据,该待检测单元上的幅度值仍保持为Amp;若某个待检测单元的经距离方向上的恒虚警率处理后的幅度值Amp′和经速度方向上的恒虚警率处理后的幅度值Amp″中的任意一个为小于0,即Amp′<0或Amp″<0,则该待检测单元上的谱数据信息为背景杂波,并将该待检测单元上的幅度值重新赋值为0;
依次类推,对每个待检测单元进行判断后,得到目标的谱数据信息。
4.根据权利要求3所述的基于地面监视雷达谱数据的目标检测方法,其特征在于,步骤S31中,选取与待检测单元在同一频道上的左右邻近的共20个距离库作为距离参考单元,即与待检测单元左邻近和右邻近的各10个距离库作为进行距离方向上的恒虚警率处理的距离参考单元;且若待检测单元的左邻近距离库或右邻近距离库不足10个距离库时,则按照邻近距离库的实际数量选取距离参考单元;
步骤S32中,选取与待检测单元在同一距离库上的左右邻近的共20个频道作为速度参考单元,即与待检测单元左邻近和右邻近的各10个频道作为进行速度方向上的恒虚警率处理的速度参考单元;且若待检测单元的左邻近频道或右邻近频道不足10个频道时,则按照邻近频道的实际数量选取速度参考单元。
5.根据权利要求3所述的基于地面监视雷达谱数据的目标检测方法,其特征在于,步骤S4中,所述地物杂波滤除处理为将每个距离库上的零频道上的幅度值均赋值为0,即将每个距离库上的零频道上的谱数据信息直接视为背景杂波。
6.根据权利要求1所述的基于地面监视雷达谱数据的目标检测方法,其特征在于,当量化的多普勒速度频道共为n个频道时,则所述零频道a5和a6分别为第n/2个频道和第(n/2)+1个频道;
当量化的多普勒速度频道共为64个频道时,则所述零频道a5和a6分别为第32个频道和第33个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为28、29、30、31、34、35、36、37;当量化的多普勒速度频道共为128个频道时,则所述零频道a5和a6分别为第64个频道和第65个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为60、61、62、63、66、67、68、69;当量化的多普勒速度频道共为256个频道时,则所述零频道a5和a6分别为第128个频道和第129个频道,以及与零频道左右相邻的共八个频道a1、a2、a3、a4、a7、a8、a9、a10的频道号依次为124、125、126、127、130、131、132、133。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284379.8A CN109358324B (zh) | 2018-10-31 | 2018-10-31 | 基于地面监视雷达谱数据的目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811284379.8A CN109358324B (zh) | 2018-10-31 | 2018-10-31 | 基于地面监视雷达谱数据的目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109358324A CN109358324A (zh) | 2019-02-19 |
CN109358324B true CN109358324B (zh) | 2020-07-14 |
Family
ID=65347459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811284379.8A Active CN109358324B (zh) | 2018-10-31 | 2018-10-31 | 基于地面监视雷达谱数据的目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109358324B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110221285B (zh) * | 2019-05-28 | 2020-12-22 | 安徽四创电子股份有限公司 | 用于地面监视雷达的目标检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798863A (zh) * | 2012-07-04 | 2012-11-28 | 西安电子科技大学 | 基于汽车防撞雷达的道路中央隔离带检测方法 |
CN104215951A (zh) * | 2014-08-20 | 2014-12-17 | 上海无线电设备研究所 | 一种在海杂波背景下慢速小目标的检测***及其检测方法 |
CN105182300A (zh) * | 2015-09-11 | 2015-12-23 | 上海无线电设备研究所 | 天基外辐射源雷达的地杂波干扰实时抑制方法 |
CN106125053A (zh) * | 2016-06-17 | 2016-11-16 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN107064902A (zh) * | 2017-05-12 | 2017-08-18 | 安徽四创电子股份有限公司 | 一种用于机场场面监视雷达***的目标凝聚方法 |
CN108051812A (zh) * | 2018-01-22 | 2018-05-18 | 南京航空航天大学 | 基于二维速度搜索的星载sar运动目标检测方法 |
US10359510B2 (en) * | 2016-01-26 | 2019-07-23 | Information Systems Laboratories, Inc. | Two-channel array for moving target indications |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7916068B2 (en) * | 2009-03-30 | 2011-03-29 | The United States Of America As Represented By The Secretary Of The Air Force | Generalized inner product method and apparatus for improved detection and discrimination |
CN101561497B (zh) * | 2009-05-22 | 2011-09-21 | 西安电子科技大学 | 机载雷达杂波抑制方法 |
CN102879767B (zh) * | 2012-06-28 | 2014-02-19 | 北京理工大学 | 一种用于空时自适应处理的干扰目标检测方法 |
CN104155646B (zh) * | 2014-08-22 | 2016-06-29 | 西安电子科技大学 | 基于多普勒谱特征的海面低速运动目标检测方法 |
CN106054175B (zh) * | 2016-06-24 | 2018-05-25 | 北京环境特性研究所 | 一种低空慢速小目标的复合探测方法及*** |
-
2018
- 2018-10-31 CN CN201811284379.8A patent/CN109358324B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102798863A (zh) * | 2012-07-04 | 2012-11-28 | 西安电子科技大学 | 基于汽车防撞雷达的道路中央隔离带检测方法 |
CN104215951A (zh) * | 2014-08-20 | 2014-12-17 | 上海无线电设备研究所 | 一种在海杂波背景下慢速小目标的检测***及其检测方法 |
CN105182300A (zh) * | 2015-09-11 | 2015-12-23 | 上海无线电设备研究所 | 天基外辐射源雷达的地杂波干扰实时抑制方法 |
US10359510B2 (en) * | 2016-01-26 | 2019-07-23 | Information Systems Laboratories, Inc. | Two-channel array for moving target indications |
CN106125053A (zh) * | 2016-06-17 | 2016-11-16 | 中国电子科技集团公司第十研究所 | 脉冲多普勒雷达极化抗干扰方法 |
CN107064902A (zh) * | 2017-05-12 | 2017-08-18 | 安徽四创电子股份有限公司 | 一种用于机场场面监视雷达***的目标凝聚方法 |
CN108051812A (zh) * | 2018-01-22 | 2018-05-18 | 南京航空航天大学 | 基于二维速度搜索的星载sar运动目标检测方法 |
Non-Patent Citations (4)
Title |
---|
《Automatic target classification of slow moving ground targets in clutter》;J.A.Malas et al;《 IEEE Transactions on Aerospace and Electronic Systems》;20040131;第40卷(第1期);第190-205页 * |
《Reduced-Rank STAP Schemes for Airborne Radar Based on Switched Joint Interpolation, Decimation and Filtering Algorithm》;R.Fa et al;《IEEE Transactions on Signal Processing》;20100831;第58卷(第8期);第4182-4194页 * |
《一种基于IQ数据的实时地物检测算法》;孙召平等;《强化科技基础 推进气象现代化——第29届中国气象学会年会》;20120912;第3页第2段 * |
《基于模糊逻辑的风廓线雷达目标检测技术》;黄裕文;《现代雷达》;20160831;第38卷(第8期);第45页第2.2.1节 * |
Also Published As
Publication number | Publication date |
---|---|
CN109358324A (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108490410B (zh) | 一种两坐标雷达对海目标联合检测跟踪方法 | |
CN109387813B (zh) | 一种基于宽带雷达信号接收的高精度频率测量方法 | |
CN109375177B (zh) | 一种用于机场场面监视雷达***的运动目标检测方法 | |
CN107911183B (zh) | 一种基于实时信号特征分析的无人机识别方法及*** | |
CN110221286B (zh) | 基于地面监视雷达的自适应目标检测方法 | |
CN109633633B (zh) | 一种基于分段分类增强处理的生命信号增强方法 | |
CN109188430B (zh) | 一种基于地面监视雷达***的目标提取方法 | |
CN108802722A (zh) | 一种基于虚拟谱的弱目标检测前跟踪方法 | |
CN109100697B (zh) | 一种基于地面监视雷达***的目标凝聚方法 | |
CN110161494B (zh) | 基于速度平方滤波的rd平面弱目标检测跟踪方法及装置 | |
CN111311644B (zh) | 一种基于视频sar的运动目标检测方法 | |
CN107942329A (zh) | 机动平台单通道sar对海面舰船目标检测方法 | |
CN112130142A (zh) | 一种复杂运动目标微多普勒特征提取方法及*** | |
CN111157953A (zh) | 一种强地杂波下两级门限恒虚警检测算法 | |
CN111999735A (zh) | 一种基于径向速度和目标跟踪的动静目标分离方法 | |
CN108983194B (zh) | 一种基于地面监视雷达***的目标提取及凝聚方法 | |
CN109358324B (zh) | 基于地面监视雷达谱数据的目标检测方法 | |
Zheng et al. | A method for detecting rainfall from X-band marine radar images | |
CN110208767B (zh) | 一种基于拟合相关系数的雷达目标快速检测方法 | |
US8558891B2 (en) | Method of detecting an object in a scene comprising artifacts | |
CN111046025A (zh) | 无人机信号探测方法及装置 | |
CN109544574B (zh) | 基于全固态vts雷达的目标提取方法 | |
CN116359876B (zh) | 一种雷达信号处理方法 | |
CN110221289B (zh) | 用于三坐标有源相控阵雷达的目标检测方法 | |
CN108828549B (zh) | 一种基于机场场面监视雷达***的目标提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |