一种航海雷达目标检测方法及装置制造方法及图纸

本发明专利技术提供了一种航海雷达目标检测方法及装置，该方法包括：获取雷达接收机采集的雷达原始数据信息；对所述雷达原始数据信息进行模数转换处理，得到数字信号；根据第一滤波算法，对所述数字信号进行检测处理，确定目标；当第一滤波算法没有检测到目标时，根据深度学习算法对所述数字信号进行检测处理，确定目标；根据所述目标的信息，对所述第一滤波算法中的门限进行调整；根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标。本发明专利技术为用户提供了较为准确的目标信息，从而为导航、避碰和目标监视提供可靠的参考依据。

A target detection method and device for marine radar

【技术实现步骤摘要】
一种航海雷达目标检测方法及装置
本专利技术涉及雷达
，尤其涉及一种航海雷达目标检测方法及装置。
技术介绍
雷达在航海领域得到了广泛应用，对于用户来说，雷达相当于他们的“眼睛”。大型船舶需要配备两部雷达，一部是工作3GHz的S波段雷达，另一部是工作在9GHz的X波段雷达，通过X波段进行远距检测，实现早期报警和导航功能；通过S波段进行短距测量，实现导航和避碰功能。现有技术中，航海雷达是根据回波质量(大小、圆度等)的传统门限方法来检测目标，存在有回波而没有目标的情况，影响了雷达目标检测的准确性，进而导致不能准确的为用户提供准确、可靠的目标信息。
技术实现思路
本专利技术提供一种航海雷达目标检测方法及装置，解决了雷达目标检测准确性差的问题。为解决上述技术问题，本专利技术的实施例提供如下技术方案：一种航海雷达目标检测方法，包括：获取雷达接收机采集的雷达原始数据信息；对所述雷达原始数据信息进行模数转换处理，得到数字信号；根据第一滤波算法，对所述数字信号进行检测处理，确定目标；当第一滤波算法没有检测到目标时，根据深度学习算法对所述数字信号进行检测处理，确定目标；根据所述目标的信息，对所述第一滤波算法中的门限进行调整；根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标。可选的，根据深度学习算法对所述数字信号进行检测处理，确定目标，包括：对所述数字信号进行格式转换，得到第一图像信息；对所述第一图像信息进行处理，得到原始回波图像信息；对所述原始回波图像进行处理，得到第二图像信息；将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标。可选的，对所述数字信号进行格式转换，得到第一图像信息，包括：按照雷达信号处理的固定格式，对所述数字信号进行格式转换，得到所述第一图像信息。可选的，对所述第一图像信息进行处理，得到原始回波图像信息，包括：对所述第一图像信息的像素值信息进行处理，得到所述原始回波图像信息。可选的，对所述原始回波图像进行处理，得到第二图像信息，包括：使用预设滤波算法，对所述原始回波图像进行滤波处理，得到第二图像信息。可选的，将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标，包括：将第二图像分成多个k×k的网格；当目标中心落在某个网格上时，确定检测到该网格中的目标；用最小矩形框把该目标对象框出来；计算目标的边框的中心点坐标、边框的宽、边框的高和置信度，得到所述图像检测结果，并提取出目标信息。可选的，航海雷达目标检测方法，还包括：若所述图像检测结果中有N帧图像，其中有M帧图像和目标匹配，则确定该目标准确，M和N均为正整数，且M大于N/2。可选的，航海雷达目标检测方法，还包括：用外接矩形框对所述目标进行标识；将所述矩形框的对角线的交点作为所述目标的坐标信息，进行直角坐标和极坐标的转换，得到所述目标的方位和距离信息。可选的，根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标，包括：根据至少一级调整后的检测门限，对所述数据信号进行检测处理，确定目标。可选的，航海雷达目标检测方法还包括：若雷达的天线扫描X圈的图像中，有Y圈的图像与所述目标匹配上，则确定所述目标为真实目标，并输出所述目标，X和Y均为正整数，Y大于X/2。可选的，航海雷达目标检测方法还包括：对根据调整后门限的第一滤波算法得到的目标的信息，进行跟踪，并显示所述目标。可选的，航海雷达目标检测方法还包括：显示输出的目标。本专利技术的实施例还提供一种航海雷达目标检测装置，包括：获取模块，用于获取雷达接收机采集的雷达原始数据信息；处理模块，用于对所述雷达原始数据信息进行模数转换处理，得到数字信号；根据第一滤波算法，对所述数字信号进行检测处理，确定目标；当第一滤波算法没有检测到目标时，根据深度学习算法对所述数字信号进行检测处理，确定目标；根据所述目标的信息，对所述第一滤波算法中的门限进行调整；根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标。本专利技术的上述技术方案的有益效果是：通过深度学习模型来检测雷达目标，适用于不同波段的航海雷达，且不需要或者辅助雷达回波的大小门限值来判断目标信息，为用户提供了较为准确的目标信息，从而为导航和避碰提供了可靠的参考依据。附图说明图1表示本专利技术的实施例的航海雷达目标检测方法的流程示意图；图2表示本专利技术的实施例的航海雷达目标检测方法的一具体实现流程示意图；图3表示本专利技术的实施例中深度学习模型的算法流程示意图；图4表示本专利技术的实施例中显示模块的功能示意图；图5表示本专利技术的实施例中报警模块的功能示意图；图6表示本专利技术的实施例中数据管理模块的功能示意图；图7表示本专利技术的实施例中基于深度学习的航海雷达目标检测装置的模块结构示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。如图1所示，本专利技术的实施例提供了一种航海雷达目标检测方法，具体包括以下步骤：步骤11：获取雷达接收机采集的雷达原始数据信息。步骤12：对所述雷达原始数据信息进行模数转换处理，得到数字信号。步骤13：根据第一滤波算法，对所述数字信号进行检测处理，确定目标；步骤14：当第一滤波算法没有检测到目标时，根据深度学习算法对所述数字信号进行检测处理，确定目标；步骤15：根据所述目标的信息，对所述第一滤波算法中的门限进行调整；步骤16：根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标。本专利技术的一可选实施例中，上述步骤11中，雷达接收机可以是X波段雷达接收机、S波段雷达接收机等。航海雷达可以是船用雷达，也可以是岸基雷达。值得指出的是，本专利技术实施对雷达接收机的应用场景以及波段不作限制，以上仅为示例性说明。本专利技术的一可选实施例中，上述步骤12中，雷达接收机接收到雷达原始数据信息，对该雷达原始数据信息经过AD(模数)转换，转换成离散的数字信号，并进行数字信号处理。本专利技术的一可选实施例中，上述步骤13中，根据第一滤波算法，对所述数字信号进行检测处理，确定目标，若检测到目标，可以直接输出目标；本专利技术的一可选实施例中，上述步骤14可以包括：步骤141，对所述数字信号进行格式转换，得到第一图像信息；具体的，可以按照雷达信号处理的固定格式，对所述数字信号进行格式转换，得到所述第一图像信息。步骤142，对所述第一图像信息进行处理，得到原始回波图像信息；具体的，可以对所述第一图像信息的像素值信息进行处理，得到所述原始回波图像信息。步骤143，对所述原始回波图像进行处理，得到第二图本文档来自技高网...

【技术保护点】
1.一种航海雷达目标检测方法，其特征在于，包括：/n获取雷达接收机采集的雷达原始数据信息；/n对所述雷达原始数据信息进行模数转换处理，得到数字信号；/n根据第一滤波算法，对所述数字信号进行检测处理，确定目标；/n当第一滤波算法没有检测到目标时，根据深度学习算法对所述数字信号进行检测处理，确定目标；/n根据所述目标的信息，对所述第一滤波算法中的门限进行调整；/n根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标。/n

【技术特征摘要】
20191230 CN 20191138829531.一种航海雷达目标检测方法，其特征在于，包括：
获取雷达接收机采集的雷达原始数据信息；
对所述雷达原始数据信息进行模数转换处理，得到数字信号；
根据第一滤波算法，对所述数字信号进行检测处理，确定目标；
当第一滤波算法没有检测到目标时，根据深度学习算法对所述数字信号进行检测处理，确定目标；
根据所述目标的信息，对所述第一滤波算法中的门限进行调整；
根据调整后门限的所述第一滤波算法，对所述数字信号进行处理，输出检测到的目标。


2.根据权利要求1所述的航海雷达目标检测方法，其特征在于，根据深度学习算法对所述数字信号进行检测处理，确定目标，包括：
对所述数字信号进行格式转换，得到第一图像信息；
对所述第一图像信息进行处理，得到原始回波图像信息；
对所述原始回波图像进行处理，得到第二图像信息；
将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标。


3.根据权利要求2所述的航海雷达目标检测方法，其特征在于，对所述数字信号进行格式转换，得到第一图像信息，包括：
按照雷达信号处理的固定格式，对所述数字信号进行格式转换，得到所述第一图像信息。


4.根据权利要求2所述的航海雷达目标检测方法，其特征在于，对所述第一图像信息进行处理，得到原始回波图像信息，包括：
对所述第一图像信息的像素值信息进行处理，得到所述原始回波图像信息。


5.根据权利要求2所述的航海雷达目标检测方法，其特征在于，对所述原始回波图像进行处理，得到第二图像信息，包括：
使用预设滤波算法，对所述原始回波图像进行滤波处理，得到第二图像信息。


6.根据权利要求2所述的航海雷达目标检测方法，其特征在于，将所述第二图像信息输入深度学习模型进行处理，得到图像检测结果，确定目标，包括：
将第二图像分成多个k...

【专利技术属性】
技术研发人员：房冠平，王俊伟，杨婧，杨玉玉，王肖婷，
申请(专利权)人：北京海兰信数据科技股份有限公司，
类型：发明
国别省市：北京;11