一种强运动杂波环境下弱小目标检测方法技术

本发明专利技术属于目标检测方法技术领域，具体涉及一种强运动杂波环境下弱小目标检测方法，包括下列步骤：采用频域加Hamming窗的方法抑制相干处理间隔内雷达回波脉冲压缩之后的信号旁瓣，然后通过动目标检测处理后进行恒虚警率检测；判别CFAR检测器检测到的目标是否为强运动杂波；采用基于重排谱图的谱中心补偿方法精确估计强运动杂波的频谱中心，然后将所述强运动杂波的频谱中心补偿至零频位置；采用自适应高、低阶脉冲对消动目标显示滤波器的方法抑制强运动杂波；对强运动杂波抑制后的数据进行频谱位置还原。本发明专利技术避免了因噪声影响和多个目标的频谱中心能量相差较小时的相互影响，可对强运动杂波的频谱中心位置进行准确估计。强运动杂波的频谱中心位置进行准确估计。强运动杂波的频谱中心位置进行准确估计。

【技术实现步骤摘要】
一种强运动杂波环境下弱小目标检测方法


[0001]本专利技术属于目标检测方法
，具体涉及一种强运动杂波环境下弱小目标检测方法。

技术介绍

[0002]“低慢小”型无人机新业态迅猛发展的同时，其“黑飞”、“扰航”事件也时有发生。一旦发生无人机“入侵”机场事件，其后果小则影响航班起降，导致机场运营中断，大则可能发生与民航飞机相撞的危险事故。弱小无人机对机场秩序和民航飞行安全带来了巨大威胁。因此必须加快无人机目标检测等技术的研究，以保障机场等区域的秩序及安全。
[0003]针对频发的无人机“黑飞”、“扰航”等事件，目前典型的无人机探测技术主要包括：雷达检测、光电探测、无线电频谱侦测、声波探测和广播式自动相关监视技术等。无线电频谱方法即通过捕捉无人机控制、导航以及数字传输等无线电信号发现无人机。该方法技术成本相对较低，可以全天候工作。当飞行中的无人机与外界不存在信息交换时，该类技术无法进行有效工作；对于工作在无人机常用信号传输频段的多设备场景下的无人机检测性能同样有待研究。通过光学成像、红外探测等的光电探测技术可满足较长时段中实时化、可视化检测的系统需求，可以同时对固定翼、旋翼类以及仿生类无人机及其他小目标进行探测，但该类方法的探测范围有限，容易受到天气干扰，如夜间、雨雪雾、沙尘暴等天气环境下该类型系统无法有效工作。部分无人机探测设备利用无人机电机和旋翼旋转产生的调制声波对无人机进行声波探测，该方法不仅需要提前建立包含各类无人机的声音数据库，而且机场环境中民航飞机产生噪声较大，极大限制了该类方法的探测距离，不适用于机场等特定场合。广播自动相关监视同地理围栏技术的联合使用可有效防范合作型无人机入侵机场等重要场所，但无法解决“黑飞”入侵机场等现象。具有反应速度快、定位精确等特点的雷达技术发展成熟，其不受无人机类型限制、可全天候实时检测，是目前检测无人机目标的主要技术手段，但也存在造价高、有近距离盲区、遮挡环境下难探测等缺点。现有检测系统常将多种探测方式联合使用，以期达到最大探测效果。机场环境中，电子设备繁多、电磁环境复杂，在对该场景下可能存在的无人机入侵现象进行快速、有效检测的同时不能带来新的安全隐患，雷达往往是多传感器联合探测无人机的核心设备，研究雷达探测“低、慢、小”无人机成为重要科研方向。
[0004]民航飞机的RCS远大于消费级无人机，故在机场环境下使用雷达设备检测无人机可能会受到民航飞机的影响。现有无人机监视雷达在方位向常采用较宽的波束，当无人机与民航飞机在方位向相距较远但斜距向相距较近时，无人机可能因淹没在民航飞机杂波中而无法被检测到。

技术实现思路

[0005]针对上述现有无人机监视雷达在方位向常采用较宽的波束，当无人机与民航飞机在方位向相距较远但斜距向相距较近时，无人机可能因淹没在民航飞机杂波中而无法被检
测到的技术问题，本专利技术提供了一种强运动杂波环境下弱小目标检测方法，利用目标监视雷达能够获得长相干脉冲间隔的特点，抑制强运动杂波以检测弱小目标。
[0006]为了解决上述技术问题，本专利技术采用的技术方案为：
[0007]一种强运动杂波环境下弱小目标检测方法，包括下列步骤：
[0008]S1、采用频域加Hamming窗的方法抑制相干处理间隔内雷达回波脉冲压缩之后的信号旁瓣，然后通过动目标检测处理后进行恒虚警率检测；
[0009]S2、设定阈值以判别CFAR检测器检测到的目标是否为强运动杂波；
[0010]S3、采用基于重排谱图的谱中心补偿方法精确估计强运动杂波的频谱中心，然后将所述强运动杂波的频谱中心补偿至零频位置；
[0011]S4、采用自适应高、低阶脉冲对消动目标显示滤波器的方法抑制强运动杂波；
[0012]S5、对强运动杂波抑制后的数据进行频谱位置还原，然后返回S2处理，直至输出CFAR检测结果。
[0013]所述S1中还包括：对雷达回波信号进行脉压处理以提升距离分辨率的同时保证雷达的探测距离；其次，对CPI内雷达回波脉冲压缩之后的信号的距离向进行频域加Hamming窗处理以抑制距离向回波旁瓣；然后，采用固定阶MTI对消处理，以去除静态的地杂波；最后，对信号作MTD处理以提升目标的SNR并采用CFAR 检测器对MTD的信号进行检测。
[0014]所述S2中判别CFAR检测器检测到的目标是否为强运动杂波的方法为：由于弱小目标的雷达散射截面积与强运动杂波有巨大差异，当CFAR检测器检测到的目标的RCS数值低于该阈值，则判定为检测到未受强运动杂波干扰的弱小目标；若目标的RCS数值超过该阈值，则认为CFAR检测器检测到的目标为强运动杂波，进行下一步处理。
[0015]所述S3中估计强运动杂波的频谱中心的方法为：对目标位置所在距离单元的 MTD处理前、脉压和旁瓣抑制后的数据通过RSP时频分析方法处理，并对RSP 的不同时间滑窗中近似多普勒频谱中心位置附近的数据分别进行最大值检测，然后将各个滑窗内的多普勒频谱中心数据取均值得到其精确的频谱中心位置。
[0016]所述RSP时频分析方法为：
[0017]RSP方法对时频谱图进行重排来提升传统时频分析中信号频谱能量的聚集性，其将信号在某时频域的分布向能量较强的点集中，以此改变谱线的集中性，所述重排是把任意点(t
′
,f
′
)的能量重新分布到能量重心位置
[0018][0019]所述为(t
′
,f
′
)处时频谱的偏移量，所述W
x
为信号x的Wigner
‑
Ville分布的时频分析结果，所述δ(t)为狄拉克脉冲函数；
[0020]基于RSP的谱中心补偿方法，首先对经过脉冲压缩、旁瓣抑制以及MTD处理后的数据分别通过距离维和速度维CFAR检测得到目标的斜距位置和近似多普勒频谱中心位置，然后对目标位置所在距离单元的MTD处理前、脉压和旁瓣抑制后的数据通过RSP时频分析方法处理，并对RSP的不同时间滑窗中近似多普勒频谱中心位置附近的数据分别进行最大值检测，然后将各个滑窗内的多普勒频谱中心数据取均值得到其精确的频谱中心位置：
[0021][0022]所述f
c0
为频谱中心位置，所述m为RSP的时间窗排序数值，所述m＝0,1,...,M，所述arg max(
·
)得到特定t
m
时刻时，RSP取最大值时的多普勒频率f
i
；则将频谱中心补偿至多普勒零频位置后得到的数据为：
[0023][0024]所述为雷达回波信号脉冲压缩处理后的信号，所述为对该脉压后的信号作频谱补偿处理后的信号。
[0025]所述S4中采用自适应高、低阶脉冲对消动目标显示滤波器的方法抑制强运动杂波的方法为：当弱小目标和强运动杂波的径向速度差较大时，利用高阶MTI滤波器零陷更深、凹口更宽的特点更大程度的去除强运动杂波；当弱小目标和强运动杂波的径向速度差较小时，利用低阶MTI滤波器凹口更窄的特点在去除强运动杂波本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种强运动杂波环境下弱小目标检测方法，其特征在于：包括下列步骤：S1、采用频域加Hamming窗的方法抑制相干处理间隔内雷达回波脉冲压缩之后的信号旁瓣，然后通过动目标检测处理后进行恒虚警率检测；S2、设定阈值以判别CFAR检测器检测到的目标是否为强运动杂波；S3、采用基于重排谱图的谱中心补偿方法精确估计强运动杂波的频谱中心，然后将所述强运动杂波的频谱中心补偿至零频位置；S4、采用自适应高、低阶脉冲对消动目标显示滤波器的方法抑制强运动杂波；S5、对强运动杂波抑制后的数据进行频谱位置还原，然后返回S2处理，直至输出CFAR检测结果。2.根据权利要求1所述的一种强运动杂波环境下弱小目标检测方法，其特征在于：所述S1中还包括：对雷达回波信号进行脉压处理以提升距离分辨率的同时保证雷达的探测距离；其次，对CPI内雷达回波脉冲压缩之后的信号的距离向进行频域加Hamming窗处理以抑制距离向回波旁瓣；然后，采用固定阶MTI对消处理，以去除静态的地杂波；最后，对信号作MTD处理以提升目标的SNR并采用CFAR检测器对MTD的信号进行检测。3.根据权利要求1所述的一种强运动杂波环境下弱小目标检测方法，其特征在于：所述S2中判别CFAR检测器检测到的目标是否为强运动杂波的方法为：由于弱小目标的雷达散射截面积与强运动杂波有巨大差异，当CFAR检测器检测到的目标的RCS数值低于该阈值，则判定为检测到未受强运动杂波干扰的弱小目标；若目标的RCS数值超过该阈值，则认为CFAR检测器检测到的目标为强运动杂波，进行下一步处理。4.根据权利要求1所述的一种强运动杂波环境下弱小目标检测方法，其特征在于：所述S3中估计强运动杂波的频谱中心的方法为：对目标位置所在距离单元的MTD处理前、脉压和旁瓣抑制后的数据通过RSP时频分析方法处理，并对RSP的不同时间滑窗中近似多普勒频谱中心位置附近的数据分别进行最大值检测，然后将各个滑窗内的多普勒频谱中心数据取均值得到其精确的频谱中心位置。5.根据权利要求4所述的一种强运动杂波环境下弱小目标检测方法，其特征在于：所述RSP时频分析方法为：RSP方法对时频谱图进行重排来提升传统时频分析中信号频谱能量的聚集性，其将信号在某时频域的分布向能量较强的点集中，以此改变谱线的集中性，所述重排是把任意点(t
′
,f
′
)的能量重新分布到能量重心位置所述为(t
′
,f
′
)处时频谱的偏移量，所述W
x<...

【专利技术属性】
技术研发人员：王建刚，王月祥，王蓬，马卫海，王政，高扬，
申请(专利权)人：中国电子科技集团公司第三十三研究所，
类型：发明
国别省市：