一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法技术

一种基于“多尺度有向Lyapunov指数”的海杂波背景下弱小目标检测方法，将雷达回波数据进行希尔伯特变换，求得其瞬时相位角θ，计算一、二阶微分

A small target detection method based on multi-scale directional Lyapunov exponent under sea clutter background

A detection method of dim small target in sea clutter background based on \multi-scale directed Lyapunov exponent\ is proposed. The instantaneous phase angle of radar echo data is obtained by Hilbert transform, and the first and second order differential equations are calculated.

【技术实现步骤摘要】
一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法
本专利技术属于海杂波背景下目标检测
，是一种基于状态空间重构和非线性信号处理的目标检测方法，特别涉及一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法。
技术介绍
海杂波背景下弱小目标检测方法的研究由来已久，在民用领域内被用于检测海面漂浮物(浮冰、小型船舶和飞行器残骸等)，为民用船舶导航和海上搜救等提供技术支持。在军事领域中，该方法被用于探测海上具有隐身特性的舰船、潜艇潜望镜和贴近海面飞行的飞行器等，传统的做法是将海杂波视为一种复杂的平稳随机过程，通过大量的观测数据建立统计学意义上的概率模型，如Weibull分布,log-normal分布和复合K分布模型等，进而利用成熟的检测方法实现目标检测。然而，对海杂波平稳性的假设是建立在短观测时间基础上的，为提高弱小目标的检测概率，雷达不得不增加对目标区域的观测时间，以提高经过相干积累后目标回波能量，但是随观测时间的增长海杂波将不再是平稳随机过程，尤其是在高海况情况下，将海杂波设定为平稳随机过程会造成较大的测量误差。为解决上述问题，学界进行了大量的研究工作，已有一定数量的研究成果。经典的解决方案是对雷达回波的统计学特性进行动态跟踪，按特性相近的原则对其进行分段处理，在工程层面上解决了部分问题，但随着海况的提高，雷达回波数据的分段越来越短，最终与短时观测的情形无本质的差异，致使对弱小目标探测时仍存在较高的虚警概率、较低的发现概率，因此，基于统计学特性的信号处理方法在高海况条件下已不满足工程的需要，必须另辟蹊径，从理论方法层面解决这一难题。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，根据非线性系统理论，将海杂波背景下的弱小目标检测转化到高维空间的信号处理问题，采用状态空间重构的方法再现海杂波的非线性和非平稳特性，提出“多尺度有向Lyapunov指数”的概念与算法，并将其应用到强海杂波掩盖下的弱小目标检测。为了实现上述目的，本专利技术采用的技术方案是：一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，包括如下步骤：S1)对于非相干雷达回波，按顺序执行S2)，反之转S3)；S2)对雷达回波数据进行希尔伯特变换，生成I、Q数据序列；S3)计算回波数据瞬时相位角θ；S4)计算瞬时相位角θ的一阶微分二阶微分构造雷达回波数据的状态空间矩阵其中，θ的一阶微分是雷达回波的瞬时频率，二阶微分是瞬时频率的变化率，状态空间矩阵为完备正交矩阵，不失真地反映了雷达回波中海杂波的非线性、非高斯和非平稳特性；S5)按一定分割尺度L，将雷达回波数据的状态空间矩阵分割为一系列互不相交的子矩阵xi；S6)计算各子矩阵的协方差矩阵对各协方差矩阵进行特征值分解，提取主特征值σip和对应的主特征向量vip，计算相邻协方差矩阵主特征向量vip,vip+1之间的夹角定义(σip,ψi)为雷达回波数据的有向Lyapunov指数；S7)如果对状态空间矩阵的分解尺度满足目标检测精度，则进入S8)；否则，给出新的分割尺度，返回S5)；S8)计算各尺度有向Lyapunov指数(σip,ψi)的波动量RMS(m)；S9)分别对各个尺度有向Lyapunov指数(σip,ψi)的波动量设置目标检测门限，超出门限的波动量即为检测到的目标，其对应的距离和瞬时速度由雷达回波所处的距离单元及其回波数据状态空间矩阵的确定。所述步骤S4)中，对于相干雷达而言，其输出到雷达终端的回波数据已做正交化处理，即包括I、Q数据流；对非相干雷达输出的回波数据则需要做希尔伯特变换，生成I、Q数据流，而后提取瞬时相位，建立雷达回波数据的状态空间矩阵所述步骤S5)～S7)中，分割尺度L的设定根据回波数据的长度N选择，L＝2k，k＝1,2,…P,2P≤(N-2)/2，k为分解尺度指数，P为k的极大值，定义Lyapunov指数为雷达回波数据状态空间矩阵分割后各子矩阵的协方差矩阵的主特征值σip，其演化方向为相邻协方差矩阵的主特征向量vip,vip+1之间的夹角ψi，(σip,ψi)为雷达回波数据在分割尺度L下的有向Lyapunov指数，不同的分割尺度L计算得到的结果为多尺度有向Lyapunov指数。所述步骤S5)～S6)中，当长度为N的海杂波数据被转换成状态空间矩阵后，分割尺度L将其分割成互不相交的子矩阵x(j)L×3，j＝1,2,…M，M＝floor[(N-2)/L]；各子矩阵的协方差矩阵协方差矩阵C(j)是L×L方阵，对其进行特征值分解，获得L个特征值σi和对应的特征向量vi，提取其中的主特征值σip和对应的主特征向量vip。所述步骤S7)中，当连续2个分割尺度均在相同距离单元检测到目标时，认为达到了目标检测精度，停止对状态空间的分割。所述步骤S8)中，计算步骤如下：S8.1)对主特征值σip去偏Y(i)＝∑[σip-<σip>]，其中，<σip>为主特征值σip的均值；S8.2)提取Y(i)的趋势其中，Cn＝polyfit(L,Y(i),m)，L为分割尺度，m为拟合多项式的最高阶数，n多项式阶数；S8.3)计算波动量用夹角ψi替代Y(i)，重复S8.1～S8.3，得到夹角ψi的波动量。由于海杂波的非线性、非高斯、非平稳特性，使得计算得到的多尺度有向Lyapunov指数具有复杂的波动特征，在计算波动量过程中，提取趋势项是关乎目标检测精度的重要环节，采用高阶多项式拟合的提取方法提取趋势项，多项式的阶数通过跟踪波动量随阶数变化得到，通常，随着多项式最高阶数m的增加，波动量RMS(m)单调下降，但m增加到某个数值时，RMS(m)将转为上升，拐点所对应的m为最佳的多项式阶数。所述步骤S9)中，目标检测采用双门限法，即分别对主特征值σip的波动量和主特征向量vip,vip+1之间夹角ψi的波动量设置门限，前者对海杂波与目标在动力学特性的差异敏感，后者对海面与目标的电磁波散射特性的差异敏感，门限的大小由雷达实测的纯海杂波数据得到。采用波动量RMS(m)的标准离差σ确定检测门限值。与现有技术相比，在给定海杂波背景下，本专利技术可以检测到传统方法不能发现的弱小目标，在检测精度上有很明显的提高。附图说明图1为本专利技术流程图。图2为IPIX雷达实测海杂波，其中(a)为低海况海杂波，(b)为高海况海杂波。图3为低海况下海杂波的状态空间，其中(a)为3维空间，(b)为在和平面的投影。图4为高海况下海杂波的状态空间，其中(a)为3维空间，(b)为在和平面的投影。图5为主特征量σ1的多尺度波动量。图6为夹角ψ1的多尺度波动量。图7为主特征量σ2的多尺度波动量。图8为夹角ψ2的多尺度波动量。具体实施方式下面结合附图和实施例详细说明本专利技术的实施方式。本专利技术一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，如图1所示，主要步骤为：1、海杂波的状态空间重构方法设雷达所接收的海杂波信号产生于一个非线性、非平稳系统x∈Rn＝X经过对状态变量x采样量化，所获得的一维时间序列：{xi},i＝1,2,…N。若雷达是非相干体制，则需本文档来自技高网...

【技术保护点】
1.一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，其特征在于，包括如下步骤：S1)对于非相干雷达回波，按顺序执行S2)，反之转S3)；S2)对雷达回波数据进行希尔伯特变换，生成I、Q数据序列；S3)计算回波数据瞬时相位角θ；S4)计算瞬时相位角θ的一阶微分

【技术特征摘要】
1.一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，其特征在于，包括如下步骤：S1)对于非相干雷达回波，按顺序执行S2)，反之转S3)；S2)对雷达回波数据进行希尔伯特变换，生成I、Q数据序列；S3)计算回波数据瞬时相位角θ；S4)计算瞬时相位角θ的一阶微分二阶微分构造雷达回波数据的状态空间矩阵其中，θ的一阶微分是雷达回波的瞬时频率，二阶微分是瞬时频率的变化率，状态空间矩阵为完备正交矩阵，不失真地反映了雷达回波中海杂波的非线性、非高斯和非平稳特性；S5)按一定分割尺度L，将雷达回波数据的状态空间矩阵分割为一系列互不相交的子矩阵xi；S6)计算各子矩阵的协方差矩阵对各协方差矩阵进行特征值分解，提取主特征值σip和对应的主特征向量vip，计算相邻协方差矩阵主特征向量vip,vip+1之间的夹角定义(σip,ψi)为雷达回波数据的有向Lyapunov指数；S7)如果对状态空间矩阵的分解尺度满足目标检测精度，则进入S8)；否则，给出新的分割尺度，返回S5)；S8)计算各尺度有向Lyapunov指数(σip,ψi)的波动量RMS(m)；S9)分别对各个尺度有向Lyapunov指数(σip,ψi)的波动量设置目标检测门限，超出门限的波动量即为检测到的目标，其对应的距离和瞬时速度由雷达回波所处的距离单元及其回波数据状态空间矩阵的确定。2.根据权利要求1所述基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，其特征在于，所述步骤S4)中，对于相干雷达而言，其输出到雷达终端的回波数据已做正交化处理，即包括I、Q数据流；对非相干雷达输出的回波数据则需要做希尔伯特变换，生成I、Q数据流，而后提取瞬时相位，建立雷达回波数据的状态空间矩阵3.根据权利要求1所述基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法，其特征在于，所述步骤S5)～S7)中，分割尺度L的设定根据回波数据的长度N选择，L＝2k，k＝1,2,…P,2P≤(N-2)/2，k为分解尺度指数，P为k的极大值，定义Lyapunov指数为雷达回波数据状态空间矩阵分割后各子矩阵的协方差矩阵的主特征值σip，其演化方向为相邻协方差矩阵的主特征向量vip,vip+1之间的夹角ψi，(σip,ψi)为雷达回波数据在分割尺度L下的有向Lyapunov指数，不同的分割尺度L计算得到的结果为多尺度有向L...

【专利技术属性】
技术研发人员：马红光，姜勤波，郭金库，游鸿，
申请(专利权)人：西安大衡天成信息科技有限公司，
类型：发明
国别省市：陕西,61