一种多传感器探测区域内云雨杂波和带状干扰剔除方法技术

本发明专利技术公开了一种多传感器探测区域内云雨杂波和带状干扰的剔除方法，该技术属于雷达数据处理领域中的环境杂波剔除预处理。云雨杂波及带状干扰的剔除技术是雷达数据处理领域一项问题，现有的方法都是停留在信号层面的处理方法，且在实际中并不能很好的完全抑制此类杂波。本发明专利技术根据此类杂波的特性，在量测区域内构建权值矩阵和进化权值矩阵，将杂波量测点的区域特性放大，能够有效确定杂波区域位置，准确将该区域杂波剔除；而且算法过程直观简便，在工程应用中能够保证较好的实时性，具有推广应用价值。

【技术实现步骤摘要】
一种多传感器探测区域内云雨杂波和带状干扰剔除方法
本专利技术涉及雷达数据处理领域中的环境杂波剔除方法，适用于信息融合系统中的各种杂波预处理系统。
技术介绍
当传感器升空工作或探测区域内存在云雨天气时，会面临强大的云雨杂波，尤其是当目标处于云雨杂波区时，传感器探测性能会受到严重影响。在数据处理层面，云雨杂波表现为一定区域内密度很高的量测点，会在多个探测区域内存在，从而形成多条虚假航迹，不利于目标空间整体态势的形成。为解决该问题，国内外专家也提出了很多方法，但都是停留在信号层面的处理方法，例如采用对降低附瓣杂波幅度、提高信杂比等方法。但这些方法在实际中并不能很好的完全抑制云雨杂波以及带状干扰，仍需要在雷达数据处理层面对这两类杂波进行抑制并剔除，才能满足工程实际应用的要求。
技术实现思路
1.要解决的技术问题本专利技术的目的在于提供一种可在雷达数据处理层面对云雨杂波和带状干扰的剔除方法。该方法根据此类杂波的特性，通过在量测区域内构建权值矩阵和进化权值矩阵，将杂波量测点的区域特性放大，能够有效确定杂波区域位置，准确将该区域杂波剔除。另外，该方法属于杂波预处理，且算法过程直观简便，在工程应用中能够保证较好的实时性。2.技术方案本专利技术所述的一种多传感器探测区域内云雨杂波和带状干扰的剔除方法，由于云雨杂波的剔除方法与带状干扰的剔除方法基本相同，这里以云雨杂波的剔除方法为例，包括以下技术措施：首先，将各个传感器的量测变换到融合中心坐标系下，取所有量测的最值，来确定一个矩形量测区域；然后，将矩形量测区域按任务需要进行分块，并计算分块后各个小矩形区域内量测点的个数，来确定权值矩阵和进化权值矩阵；最后，将进化权值矩阵中的各个元素与加权的期望值比较，来确定小矩形区域内的量测是否为云雨杂波并剔除。3.有益效果(1)该方法可有效的确定量测区域内云雨杂波或带状干扰的杂波点位置，准确地剔除云雨杂波和带状干扰的杂波量测；(2)该方法流程简便、计算量小、易于实现，可保证良好的实时性。附图说明说明书附图1是本专利技术云雨杂波剔除的流程图；说明书附图2是量测区域示意图；说明书附图3是量测区域分块矩阵示意图。具体实施方式以下结合说明书附图对本专利技术作进一步详细描述。参照说明书附图，本专利技术云雨杂波和带状干扰的剔除过程分以下几个步骤：云雨杂波的剔除步骤：(1)计算装置1接收各传感器的量测，将所有量测变换到融合中心坐标系下，得到所有量测Z(k)。(2)计算装置2接收来自计算装置1的输出结果，并通过搜索获得x、y方向量测最大值和最小值的集合基于Exy(k)构建如图2所示矩形A。并在存储装置3中开辟存储空间，暂存Exy(k)。(3)计算装置4接收存储装置3的输出结果，按照图3将A分割成多个小块矩形，利用矩形B定义量测区域矩阵为Re(k)＝{aij(k)}i＝1,2,…,Lx(k)；j＝1,2,…Ly(k)(1)式中，Lx(k)和Ly(k)分别为矩形B在x、y方向上小块区域的个数，其取值取决于现实跟踪系统及任务要求。(4)计算装置5接收计算装置1和计算装置4的输出结果，基于aij(k)中量测的个数确定权值，定义B的权值矩阵为We(k)＝{wij(k)}i＝1,2,…,Lx(k)；j＝1,2,…Ly(k)(2)式中，wij(k)的初始值为零。在对Z(k)进行循环操作的过程中，每当有一个量测落入aij(k)中，则执行wij(k)＝wij(k)+1。(5)计算装置6接收计算装置5的输出结果，为便于区分云雨杂波和普通杂波，在此通过进化权值矩阵进一步云雨杂波的密级特性。定义aij(k)的进化权值为wij(k)和aij(k)相邻区域的权值之和，即因此，B的进化权值矩阵为(6)计算装置7接收计算装置6的输出结果，计算平均进化权值。此处定义平均进化权值为式中，为进化权值不为零的小块区域的个数。(7)计算装置8接收计算装置6和计算装置7的输出结果，将与加权的进行比较。由于云雨杂波的密级程度远高于其他目标和杂波，因此若则保留aij(k)中的量测，否则将aij(k)中的量测作为云雨杂波剔除。其中b为剔除系数，通常情况下为进化权值最大值)，具体取值与目标环境有关。在此需要注意的是，当目标环境中存在编队目标时，为避免把编队量测当作云雨杂波剔除掉，b的取值应当相对较大。带状干扰的剔除步骤：由于带状干扰的表现模式为以传感器为中心的扇形量测密集区域，因此具体剔除模型与云雨杂波剔除模型相似，在此不再赘述，但在此需要注意以下三点：(1)带状干扰的剔除过程在各传感器的局部坐标系下完成；(2)带状干扰剔除模型中将探测区域划分成多个很窄小的扇形；(3)在带状干扰剔除模型中，探测区域权值矩阵和进化权值矩阵的建立在极坐标中完成。本文档来自技高网...

【技术保护点】
一种多传感器探测区域内云雨杂波和带状干扰剔除方法，其特征在于包括以下技术措施： (1)建立量测区域的权值矩阵和进化权值矩阵； (2)平均进化权值的计算和剔除系数的确定。

【技术特征摘要】
1.一种多传感器探测区域内云雨杂波和带状干扰剔除方法，其特征在于包括以下技术措施：(1)建立量测区域的权值矩阵和进化权值矩阵，采用如下的技术措施步骤：通过搜索获得x、y方向量测最大值和最小值的集合基于Exy(k)构建矩形A，并将A分割成多个小块矩形量测区域B，定义量测区域B为Re(k)＝{aij(k)}i＝1,2,…,Lx(k)；j＝1,2,…Ly(k)，其中Lx(k)和Ly(k)分别为矩形B在x、y方向上小块区域的个数，其取值取决于现实跟踪系统及任务要求，aij(k)为对应第i行、第j列的小块矩形；进而基于aij(k)中量测的个数确定权值，定义量测区域B的权值矩阵为We(k)＝{wij(k)}i＝1...

【专利技术属性】
技术研发人员：熊伟，王聪，王海鹏，俆从安，刘瑜，夏沭涛，王子玲，潘新龙，
申请(专利权)人：中国人民解放军海军航空工程学院，
类型：发明
国别省市：山东;37