集群目标检测方法技术

本发明专利技术公开了一种集群目标检测方法，基于雷达回波的距离

【技术实现步骤摘要】
集群目标检测方法


[0001]本专利技术属于雷达目标检测
，具体涉及噪声中集群目标回波散射中心估计、能量积累与目标检测方法。

技术介绍

[0002]集群目标为尺寸相近、运动模式相似的大量个体目标混合而成的目标簇，在一定时间内保持空间关系(如位置)相对固定，且任意最相邻两个体目标量测差小于传感器系统的相关门限，则对于该传感器来说，这些个体组成的集合称为一个集群目标，如无人机群、鸟群、昆虫群等。
[0003]集群目标具有个体小、整体规模大、空间分布柔性时变的特点，其运动除整体运动速度外，集群内部各个体还会相对运动。因此，集群目标的雷达回波同时在距离维和多普勒维扩展为多个散射中心，即距离
‑
多普勒扩展目标。
[0004]针对多散射中心扩展目标检测，有效的方式是精确估计出每个目标散射中心的数量和分布，并对所有目标散射中心能量进行非相干积累。
[0005]针对仅具有距离扩展的目标提出了许多检测方法，这些方法分别基于目标散射中心不同先验信息假设推导而出，如目标散射中心个数、分布、幅度和相位等。在实际目标检测过程中，以上方法存在先验假设不匹配问题导致无法达到声称的性能。CN112731388A提出了一种有效散射中心选择方法估计目标散射中心的数量，然后对估计的目标散射中心进行非相干检测并与第二门限比较，判断目标的有无。该方法由于能够自适应估计散射中心数量和分布，具有比其它方法更好的检测性能和鲁棒性，但是该方法存在以下不足。首先，该方法检测窗长度J固定，不能适应散射中心扩展范围大于J的目标检测；其次，其中的“有效散射中心选择”方法利用检测窗内散射中心相互之间的能量关系估计散射中心个数(散射中心个数k确定方法：一维距离像中第k个散射中心的能量不小于前k
‑
1个散射中心能量平均值的一半)，经验证，该方法在高信噪比会遗漏能量较低的目标散射中心，而在低信噪比下会将噪声散射中心误认为目标散射中心，即存在不能精确估计目标散射中心问题而出现性能下降；最后，该方法仅实现了距离扩展目标能量积累，不能实现多普勒维度扩展能量积累；
[0006]针对具有距离
‑
多普勒扩展的目标检测技术研究较少，文献《An Adaptive OFDM Detection Strategy for Range and Doppler Spread Targets in Non
‑
Gaussian Clutter》(Zhen Du等，IEEE Access，2018年第6期，第61223
‑
61232页)公开了一种非高斯杂波背景下的广义似然比检测方法，论文《Subspace detection for range and Doppler distributed targets with Rao and Wald tests》(JianGuan等，Signal Processing，2011年第1期，第51
‑
60页)提出了基于Rao和Wald检测器的距离
‑
多普勒检测方法，以上两种方法均利用了检测窗内包含噪声和目标散射中心的所有回波信息。由于实际距离
‑
扩展目标散射中心分布的稀疏性，直接利用距离窗内所有回波散射中心将造成检测性能出现陷落损失，实际检测性能无法达到声称的性能。

技术实现思路

[0007]针对
技术介绍
存在的问题，本专利技术提出了一种集群目标检测方法。
[0008]本专利技术的技术方案为：一种集群目标检测方法，包括以下步骤：
[0009]步骤一：回波预处理，在每个相干处理间隔(CPI)内，对雷达接收信进行预处理，得到距离
‑
多普勒域二维信号s
r
(n,k),(n＝(1,2,
…
,N),k＝(1,2，
…
,K))，其中，N、K分别为一个CPI周期发射脉冲个数和每个脉冲周期接收信号采样点数；s
r
(n,k)也称为一帧雷达回波数据，共包含N
×
K个样本点，每个样本点幅度为散射中心功率。
[0010]步骤二：固定阈值滤波，将s
r
(n,k)中每个样本点的幅度与预先设定的第一门限值T1比较，大于T1则保留，反之则置0，固定阈值滤波后的非零强散射中心信号表示为
[0011]步骤三：位置交叉滤波，记第q
‑
1和q连续两帧回波固定阈值滤波后的信号为和其中，2≤q，假设中有I个非零强散射中心，第i(i＝1,2,
…
,I)个强散射中心在距离
‑
多普勒域的坐标为(N
i
,K
i
)，对中每个强散射中心i，判断中(N
i
±
η,K
i
±
μ)区域内是否也含非零强散射中心，若是则保留中的第i个强散射中心，反之则滤除该散射中心，其中，η和μ分别为交叉相关滤波器在多普勒维和距离维的相关门限，第q帧回波位置交叉滤波的非零强散射中心信号记为
[0012]步骤四：聚类，中剩余非零强散射中心可能来自同一目标或不同目标，基于同一目标散射中心在距离
‑
多普勒域中位置临近的特征，采用聚类方法对中散射中心进行分割，得到属于不同目标的散射中心分布簇；
[0013]步骤五：非相干积累与检测，假设聚类后共有M个簇，第m(m＝1,2,
…
,M)个簇中含有的散射中心个数为I
m
，依次对每个簇中所有散射中心能量进行非相干积累，得到检验统计量Λ
m
，将Λ
m
与预先设定的第二门限T2比较，若Λ
m
大于T2则判断为是目标，反之，则判断为无目标。
[0014]进一步的，步骤一中所述的预处理具体为在一个相干处理间隔(CPI)内，对雷达接收信号通过MTI、脉冲压缩、MTD以及平方率检波预处理。
[0015]进一步的，所述步骤二中所述的预先设定的第一门限值T1与回波中噪声功率σ2相关，即T1＝λσ2，λ为比例系数。
[0016]实际检测中σ2可以通过对回波中无目标区域数据估计得到。对于无目标回波信号(即：H0假设)，固定阈值滤波后的虚警率为：
[0017][0018]其中，f(z)为噪声功率分布函数，在高斯杂波背景下，f(z)服从参数为σ2的指数分布。当λ＝1\4\9时，P
fa1
约等于0.34、0.045、0.003。通常λ取6.65，即虚警率P
fa1
＝0.01。
[0019]需要说明的是，所述步骤三中所述的η和μ依据目标在一个CPI间隔周期的最大多普勒变化和距离变化，以及雷达的多普勒分辨率和距离分辨率设置。在H0假设下，位置交叉滤波后散射中心的虚警率为：
[0020]P
fa2
＝P
fa1
(1
‑
(1
‑
P
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集群目标检测方法，包括以下步骤：步骤一：回波预处理，在每个相干处理间隔(CPI)内，对雷达接收信进行预处理，得到距离
‑
多普勒域二维信号s
r
(n,k),(n＝(1,2,
…
,N),k＝(1,2，
…
,K))，其中，N、K分别为一个CPI周期发射脉冲个数和每个脉冲周期接收信号采样点数；步骤二：固定阈值滤波，将s
r
(n,k)中每个样本点的幅度与预先设定的第一门限值T1比较，大于T1则保留，反之则置0，固定阈值滤波后的非零强散射中心信号表示为步骤三：位置交叉滤波，记第q
‑
1和q连续两帧回波固定阈值滤波后的信号为和其中，2≤q，假设中有I个非零强散射中心，第i(i＝1,2,
…
,I)个强散射中心在距离
‑
多普勒域的坐标为(N
i
,K
i
)，对中每个强散射中心i，判断中(N
i
±
η,K
i
±
μ)区域内是否也含非零强散射中心，若是则保留中的第i个强散射中心，反之则滤除该散射中心，其...

【专利技术属性】
技术研发人员：任周唱，易伟，梅刚，黄宇轩，杨东旭，孔令讲，王超，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：