基于反演滤波的微弱目标检测方法技术

本发明专利技术提出了一种基于反演滤波的微弱目标检测方法，主要用于解决受强目标遮掩的微弱目标的检测问题，其实现步骤是：对雷达回波数据进行不加窗脉压处理；对脉压后的回波数据进行恒虚警检测，得到强目标集合；利用雷达发射参数信息构建细分采样后的细分时间矩阵，利用细分时间矩阵和强目标信息构建每个强目标的反演数据矩阵；构建每个距离单元的反演滤波器的权向量；采用反演滤波器的权向量对脉压后的数据进行滤波处理；对滤波后的数据进行恒虚警检测，得到微弱目标所在的距离单元。本发明专利技术能够精确的检测出受强目标遮掩的弱目标，具有较强的稳健性。强的稳健性。强的稳健性。

【技术实现步骤摘要】
基于反演滤波的微弱目标检测方法


[0001]本专利技术属于雷达
，更进一步涉及雷达目标检测
中的一种基于反演滤波的弱目标检测方法。本专利技术应用于从脉压回波数据中有效提取出受强目标遮掩难以检测的微弱目标。

技术介绍

[0002]随着现代隐身飞机和无人机技术的发展，此类目标由于具有雷达反射截面积(Radar Cross Section，RCS)较小，检测信噪比较低的特点，实际雷达处理过程当中常常难以检测出弱目标。因而为了实现有效检测弱目标的目的，需要提升雷达检测信噪比和抑制强目标对弱目标的遮掩。传统的CFAR(Constant False Alarm Rate,CFAR)恒虚警检测方法通过采用加窗脉压系数对回波数据进行处理，能够有效抑制强目标距离副瓣对微弱目标的影响，但是，加窗处理存在目标信噪比损失的问题。而不加窗处理的脉压输出副瓣很容易与弱目标峰值混叠，造成强目标对弱目标的遮掩，从而无法检测出微弱目标。
[0003]南京航空航天大学在其所申请的专利文献“基于检测前估计的雷达目标检测方法”(专利申请号：202010736841.4，申请公布号：CN 111965615 A)提出了一种检测前估计的雷达微弱目标检测方法。该方法的具体步骤如下，首先通过不加窗脉冲压缩，获取感兴趣的目标的先验信息，然后利用先验信息，对目标的距离参数进行预估计，随后，通过获取的预估计信息，建立接收信号的降维观测模型；通过稀疏恢复算法进行重构；并利用重构结果，通过广义似然比检测器进行目标检测。该方法能够有效的提升微弱目标检测性能。但是，该方法仍然存在的不足之处是，稀疏恢复算法需要预估稀疏度，在目标个数未知的情况下，稀疏度的估计会存在一定的偏差，因而该算法会产生随机伪峰。在实际工程应用过程中，会影响到弱目标检测的性能，从而检测出虚假目标。
[0004]中国人民解放军空军工程大学在其所申请的专利文献“基于聚类外推的慢速弱目标检测方法”(专利申请号：202110298948.X，申请公布号：CN 113093180 A)公开了一种采用聚类外推方法的雷达微弱目标检测方法。该方法的具体步骤如下，首先通过对回波进行MTI、MTD处理，然后，利用多帧MTD峰值检测结果对噪声和杂波进行剔除，接着利用外推聚类方法实现目标检测。该方法能够在较低信噪比情况下实现慢速目标的有效检测，但是，该方法仍然存在的不足之处是，由于该方法只考虑噪声和杂波对弱目标的影响，对于强目标附近的弱小目标，该方法没有抑制强目标的影响，因而检测阶段存在漏检，导致雷达系统无法检测出目标。

技术实现思路

[0005]本专利技术的目的在于针对上述已有技术的不足，提出一种基于反演滤波的微弱目标检测方法，以解决现有的聚类外推方法在恒虚警检测时存在漏检，以及采用稀疏恢复算法存在伪峰和稳健性不足的问题。
[0006]实现本专利技术目的的技术方案是，本专利技术通过对脉压回波数据提取强目标信息，利
用所得强目标信息和细分时间矩阵构建强目标的反演数据，利用反演数据构建反演滤波器，对处理后的数据进行滤波处理，有效的抑制强目标的副瓣影响，提升了弱目标检测的稳健性，由此避免产生现有的聚类外推方法在恒虚警检测时存在漏检的问题。由于本专利技术对雷达回波数据进行的滤波处理，由此避免产生稀疏恢复算法存在的伪峰问题。最后，对滤波后数据经过恒虚警检测，能够检测出微弱目标。
[0007]本专利技术的实现步骤如下：
[0008]步骤1，对雷达回波数据进行脉冲压缩：
[0009]采用不加窗脉压系数对雷达接收回波数据进行脉冲压缩处理，得到雷达脉压后的回波数据；
[0010]步骤2，对雷达脉压后的回波数据进行恒虚警检测：
[0011]采用单元平均恒虚警检测方法，将一个高于其检测门限的距离单元的幅值作为一个强目标，记录每个强目标所在的距离单元，将记录的距离单元组成强目标集合；
[0012]步骤3，构造每个强目标的反演数据矩阵：
[0013]步骤3.1，计算细分时间矩阵中的每一列中每一个元素值，将所有列组成细分时间矩阵；
[0014]步骤3.2，计算细分时间矩阵中的每个元素的反演值，用该元素的反演值更新细分时间矩阵中对应的元素值；
[0015]步骤3.3，从检测目标集合中选取一个强目标，构建一个M
×
N的反演数据矩阵，矩阵的每一个元素初始为0，以所选强目标在脉压后回波数据的位置为起点，将更新后的细分时间矩阵的每一列放入到该矩阵当中，得到所选强目标的反演数据矩阵，其中，M的取值等于回波数据的长度，N的取值等于为细分时间矩阵的列数；
[0016]步骤3.4，判断是否选完强目标集合中所有的强目标，若是，得到所有强目标的反演数据矩阵后执行步骤4，否则，执行步骤3.1；
[0017]步骤4，利用构建的反演滤波器的权向量对雷达回波数据进行滤波处理：
[0018]步骤4.1，任意选取一个未选过的强目标；
[0019]步骤4.2，在强目标所在距离单元两侧l个距离单元中任意选取一个未选过的距离单元，其中，l的值由雷达系统参数决定；
[0020]步骤4.3，以所选距离单元在脉压后回波数据中的位置为起点，以雷达一个脉冲时间发射的离散序列的长度为截取长度，对所选强目标对应的反演数据矩阵中的每一列进行截取，将截取长度中的所有元素作为反演矩阵的每一列；
[0021]步骤4.4，计算反演矩阵的协方差矩阵；
[0022]步骤4.5，计算所选距离单元对应的反演滤波器的权向量；
[0023]步骤4.6，以所选距离单元对应脉压前回波数据的位置为起始位置，在脉压前回波数据中截取一段与反演滤波器权向量的长度相等的数据作为待滤波数据；
[0024]步骤4.7，将选距离单元对应的反演滤波器的权向量与待滤波数据进行相乘，得到雷达回波数据所选距离单元的滤波后的数据；
[0025]步骤4.8，判断是否选完当前所选强目标两侧l个距离单元，若是，执行步骤4.9，否则，执行步骤4.2；
[0026]步骤4.9，判断是否选完雷达脉压前回波数据中的所有强目标，若是，执行步骤5，
否则，执行步骤4.1；
[0027]步骤5，对滤波后数据进行恒虚警检测：
[0028]采用与步骤2中单元平均恒虚警检测相同的方法，对每个距离单元滤波后数据进行检测，得到该距离单元的检测门限，将大于或等于其检测门限的距离单元的幅值作为微弱目标，记录所有微弱目标所在的距离单元。
[0029]本专利技术与现有技术相比具有如下的优点：
[0030]第一，由于本专利技术在雷达回波数据中存在强目标掩盖微弱目标时，通过利用强目标的距离信息构建反演数据矩阵，利用反演数据矩阵构建的反演滤波器，抑制了强目标副瓣的影响，克服了现有技术聚类外推方法产生漏检的缺点，使得本专利技术能够有效的检测出受强目标遮掩的弱目标，提升了微弱目标检测的准确率。
[0031]第二，由于本专利技术在检测被强目标所遮掩的微弱目标时，通过对雷达回波数据进行滤波处理，克服了现有技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于反演滤波的微弱目标检测方法，其特征在于，构造每个强目标的反演数据矩阵，利用构建的反演滤波器的权向量对雷达回波数据进行滤波处理；该方法的具体步骤如下：步骤1，对雷达回波数据进行脉冲压缩：采用不加窗脉压系数对雷达接收回波数据进行脉冲压缩处理，得到雷达脉压后的回波数据；步骤2，对雷达脉压后的回波数据进行恒虚警检测：采用单元平均恒虚警检测方法，将一个高于其检测门限的距离单元的幅值作为一个强目标，记录每个强目标所在的距离单元，将记录的距离单元组成强目标集合；步骤3，构造每个强目标的反演数据矩阵：步骤3.1，计算细分时间矩阵中的每一列中每一个元素值，将所有列组成细分时间矩阵；步骤3.2，计算细分时间矩阵中的每个元素的反演值，用该元素的反演值更新细分时间矩阵中对应的元素值；步骤3.3，从检测目标集合中选取一个强目标，构建一个M
×
N的反演数据矩阵，矩阵的每一个元素初始为0，以所选强目标在脉压后回波数据的位置为起点，将更新后的细分时间矩阵的每一列放入到该矩阵当中，得到所选强目标的反演数据矩阵，其中，M的取值等于回波数据的长度，N的取值等于为细分时间矩阵的列数；步骤3.4，判断是否选完强目标集合中所有的强目标，若是，得到所有强目标的反演数据矩阵后执行步骤4，否则，执行步骤3.1；步骤4，利用构建的反演滤波器的权向量对雷达回波数据进行滤波处理：步骤4.1，任意选取一个未选过的强目标；步骤4.2，在强目标所在距离单元两侧l个距离单元中任意选取一个未选过的距离单元，其中，l的值由雷达系统参数决定；步骤4.3，以所选距离单元在脉压后回波数据中的位置为起点，以雷达一个脉冲时间发射的离散序列的长度为截取长度，对所选强目标对应的反演数据矩阵中的每一列进行截取，将截取长度中的所有元素作为反演矩阵的每一列；步骤4.4，计算反演矩阵的协方差矩阵；步骤4.5，计算所选距离单元对应的反演滤波器的权向量；步骤4.6，以所选距离单元对应脉压前回波数据的位置为起始位置，在脉压前回波数据中截取一段与反演滤波器权向量的长度相等的数据作为待滤波数据；步骤4.7，将选距离单元对应的反演滤波器的权向量与待滤波数据进行相乘，得到雷达回波数据所选距离单元的滤波后的数据；步骤4.8，判断是否选完当前所选强目标两侧l个距离单元，若是，执行步骤4.9，否则，执行步骤4.2；步骤4.9，判断是否选完雷达脉压前回波数据中的所有强目标，若是，执行步骤5，否则，执行步骤4.1；步骤5，对滤波后数据进行恒虚警检测：采用与步骤2中单元平均恒虚警检测相同的方法，对每个距离单元滤波后数据进行检
测，得到该距离单元的检测门限，将大于或等于其检测门限的距离单元的幅值作为微弱目标，记录所有微弱目标所在的距离单元。2.根据权利要求1所述的基于反演滤波的微弱目标检测方法，其特征在于：步骤1中所述脉冲压缩处理的步骤如下：第一步，根据雷达发射信号，构建雷达发射信号的不加窗脉压系数如下：其中，h表示雷达发射信号的不加窗脉压系数，表示s的第i个元素，i＝1,2,...,I，I表示雷达一个脉冲时间发射的离散序列的总长度，表示取整操作，T
p
表示雷达的脉冲宽度，f
s
表示雷达的采样率，s＝[s1,s2,...,s
I
]表示雷...

【专利技术属性】
技术研发人员：赵永波，孙一凡，刘东贺，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：