一种基于倒谱分析的杂波环境无人机检测方法技术

一种基于倒谱分析的杂波环境无人机检测方法，涉及雷达目标检测技术领域，针对现有技术中在杂波环境中检测悬停无人机时准确率低的问题，包括步骤一：获取原始回波数据，然后对原始回波数据进行脉冲压缩得到脉压后数据s

【技术实现步骤摘要】
一种基于倒谱分析的杂波环境无人机检测方法
本专利技术涉及雷达目标检测
，具体为一种基于倒谱分析的杂波环境无人机检测方法。
技术介绍
近年来随着控制芯片性能的提升和相关控制算法的成熟，小型多旋翼无人机日益成熟和普及，其广泛应用在生产生活的各个领域。然而无人机带来的隐患也不容忽视，“黑飞”的无人机威胁着民航、大型集会、国家安全和个人隐私。无人机属于低、小、慢目标，而城市中建筑密集、环境复杂，杂波、干扰很多，为检测带来困难，尤其是无人机悬停时，难以与固定杂波区分。检测阶段如果产生大量虚警，会严重增加系统负担，为后续的识别、跟踪带来困难。无人机高速旋转的旋翼对雷达回波进行调制，在频谱上于无人机主体两侧形成微多普勒特征。目前已经有许多文献研究无人机微多普勒特征结合雷达截面积、速度等特征进行无人机识别、分类的方法，很多方法采用高维度特征和基于机器学习的分类器。而针对检测阶段由杂波引起的大量虚警，需要一种计算简便、快速，不需要大量训练数据的检测点迹筛选方法，为后续的识别、跟踪节约资源。
技术实现思路
本专利技术的目的是：针对现有技术本文档来自技高网...

【技术保护点】
1.一种基于倒谱分析的杂波环境无人机检测方法，其特征在于包括以下步骤：/n步骤一：获取原始回波数据，然后对原始回波数据进行脉冲压缩得到脉压后数据s

【技术特征摘要】
1.一种基于倒谱分析的杂波环境无人机检测方法，其特征在于包括以下步骤：
步骤一：获取原始回波数据，然后对原始回波数据进行脉冲压缩得到脉压后数据s0(r,n)，其中r代表距离单元序号，n代表脉冲序号，对N个脉冲进行多普勒处理，得到RD谱s1(r,d)，d代表多普勒单元序号，在RD谱s1(r,d)上进行单元平均恒虚警检测，得到初步检测结果，即潜在目标的点迹，其所在距离单元为Rbin；
步骤二：利用倒谱分析对初步检测结果进行筛选，识别其为杂波还是目标，然后剔除杂波。


2.根据权利要求1所述的一种基于倒谱分析的杂波环境无人机检测方法，其特征在于：所述步骤二的具体步骤为：
步骤二一：对步骤一中初步检测结果，即潜在目标的点迹，进行倒谱分析，该点迹所在距离单元为Rbin，将步骤一中脉压后数据s0(r,n)中距离单元序号为Rbin的数据s0(Rbin,n)赋值给x(n)，即令x(n)＝s0(Rbin,n)，其中n＝0,…,N-1；
步骤二二：首先对x(n)进行短时傅里叶变换，然后取对数并进行逆傅里叶变换，得到倒谱CEP(m,q)，其中，m＝0,…,Nm-1为时间序号，q＝0,…,N-1为倒时间序号；
步骤二三...

【专利技术属性】
技术研发人员：李杨，赵琦，张宁，张庆祥，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙;23