一种基于组合凸包的海面小目标特征检测方法技术

本发明专利技术公开了一种基于组合凸包的海面小目标特征检测方法，包括以下步骤：获取观测向量；对观测向量计算多普勒幅度谱，进行白化预处理；在时域中和频域中提取三个特征；构建三维检验统计量；设计非凸判决区域；判决检测结果。本发明专利技术提出了三个新的特征，充分利用了时域、频域中杂波和目标的差异性。同时，避免了时频域的大量计算代价，并能获得匹配于时频域特征的性能；提出了一种组合凸包算法，实现了3D非凸决策区域。相对于原始凸包判决区域，非凸判决区域的体积更小，因而可以获得更高的检测性能；通过此发明专利技术提高了低信杂比条件下海面小目标的检测概率，提供了非凸判决器设计的新思路。路。路。

【技术实现步骤摘要】
一种基于组合凸包的海面小目标特征检测方法


[0001]本专利技术涉及雷达信号处理
，尤其是涉及一种基于组合凸包的海面小目标特征检测方法。

技术介绍

[0002]对于高分辨的海洋雷达来说，在小擦地角下实现对浮冰、小船、蛙人以及飞机残骸等海面小目标的检测是一项长期且困难的工作。其主要原因在于小目标往往运动速度慢，同时具有很小的信杂比(signal
‑
to
‑
clutter ratio,SCR)，这种情况下对海雷达的检测往往出现检测概率低和虚警点多的问题。因此，高分辨海杂波背景下小目标检测一直是海内外学者研究的热点和难点。
[0003]目前，基于特征的检测已经被认为是一种有效的方法，将海杂波和含目标回波的差异压缩成特征，然后在特征空间中进行检测。随着特征的联合数目的增加，检测器性能有一定的性能提升。但是，更多特征联合给判决区域的设计带来了困难，同时也需要花费更多的时间代价。综合考虑性能提升和计算代价，三个特征联合是一个折中的选择。因此，检测器的难点主要在于提取有效的特征和三维(3D)虚警可控判决区域的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于组合凸包的海面小目标特征检测方法，其特征在于，包括以下步骤：S1、假设雷达在一个距离单元接收到连续N个脉冲，这N个脉冲构成一个观测向量z＝[z(1),z(2),...,z(N)]
T
，称为待检测单元CUT；同时，获得CUT周围P个参考单元的观测向量z
p
,p＝1,2,...,P，构建目标检测问题；S2、将S1中的CUT观测向量z和参考单元的观测向量z
p
转换到频域，计算得到多普勒幅度频谱；利用参考单元的频谱向量，对CUT的频谱向量进行白化处理，获得白化频谱；S3、在时域中，对S1中观测向量进行分段处理，将每一段脉冲回波的平均幅度值设为加权因子，计算相对加权平均振幅；在频域中，对S2中的频谱和白化频谱，分别提取相对变差系数和衡量白化峰高比两个特征，衡量频谱的几何差异性；S4、将S3中提取的三个特征，构建三维特征空间，形成特征向量ξ，作为检验统计量；S5、在给定虚警率的条件下，首先采用聚类算法将海杂波训练样本划分为K个簇，然后对每个簇进行凸包算法，最后将K个凸包进行组合，形成了最终的非凸判决区域Ω；S6、计算检验统计量ξ和判决区域Ω的位置，判断出观测向量z中是否存在目标：如果ξ∈Ω，则表明观测向量z含有目标回波；如果则表明观测向量z不含有目标回波。2.根据权利要求1所述的基于组合凸包的海面小目标特征检测方法，其特征在于：S1中将目标检测问题归为以下的二元假设检验问题：其中，c表示海杂波向量，s表示目标向量，c
p
表示第p个单元是海杂波向量，H0假设表示观测向量只含有海杂波，H1假设表示观测向量含有目标；检测的本质就是判断CUT观测向量属于哪一类，将检测问题看成是一个两分类问题，H0假设为第一类，H1假设为第二类。3.根据权利要求2所述的基于组合凸包的海面小目标特征检测方法，其特征在于：对于S1中的CUT观测向量z，计算所得多普勒幅度频谱为：其中，f表示频率变量，f
r
是脉冲重复频率，exp(.)表示指数函数；对CUT的频谱进行白化处理，白化谱WS按照下式计算：其中，Z
p
(f)表示第p个参考单元的多普勒幅度频谱。4.根据权利要求3所述的基于组合凸包的海面小目标特征检测方法，其特征在于：包括提取时域特征：
基于海杂波和目标短时间序列不变的假设，首先将S1...

【专利技术属性】
技术研发人员：施赛楠，高季娟，姜丽，王金虎，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：