一种基于决策树分类的高频地波雷达目标检测方法技术

本发明专利技术提供了一种基于决策树分类（Decision Tree Classification，DTC）的高频地波雷达目标检测方法，该方法首先将AIS船只的经纬度、方位角、航速信息通过坐标转换映射到雷达距离多普勒图上；之后在雷达距离多普勒图上进行峰值和恒虚警检测，将检测到的目标信号与AIS目标进行匹配，获取决策树分类的正负样本集合；接着，获取样本在距离维、多普勒维、二维这三个维度的特征向量，并且每个维度通过单元平均、有序统计、删除均值、消减平均、最大值、最小值、一阶差分最小值策略计算信噪比特征。实测结果表明，基于决策树分类的检测方法可以融合不同计算策略的优势，实现特征空间的“真”“假”目标区分，并可以通过改变训练样本数量的方式实现虚警调节功能，与传统滑窗类CFAR方法相比，船只目标的检测能力得到提升。船只目标的检测能力得到提升。船只目标的检测能力得到提升。

【技术实现步骤摘要】
一种基于决策树分类的高频地波雷达目标检测方法


[0001]本专利技术涉及高频地波雷达海面移动船只目标检测技术，具体涉及一种基于决策树分类的高频地波雷达目标检测方法。

技术介绍

[0002]高频地波雷达利用3～30M垂直极化电磁波沿海面绕射的特点可以实现对海面“软目标”和“硬目标”的超视距探测，具有全天候、实时作业的能力。根据天线形式可以将高频地波雷达划分为阵列式和紧凑式。紧凑式高频地波雷达占地面积小、易于维护安装、成本低，受到各临海国家的重视和广泛使用。然而，受海杂波、噪声、外界干扰等因素的影响，海面船只目标的回波信号复杂多变，呈现低可观测特性，造成检测概率较低。
[0003]本专利技术的专利技术人通过实验研究发现：船只目标经过脉冲压缩和相干积累后，在距离
‑
多普勒上表现为二维辛格函数，呈现出类似锥体的尖峰形状。AIS船只信息通过坐标转换可以映射到距离多普勒图中，但是不一定落在雷达回波尖峰的位置，为了增加正样本的可信度，采用峰值检测与CFAR检测目标集合与AIS目标匹配的方式获取样本集合。此外，滑窗类恒虚警技术的噪底计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于决策树分类的高频地波雷达目标检测方法，其特征在于，包括以下步骤：S1：根据AIS船只的经度、纬度信息计算船只和雷达站点之间的距离以及相对雷达站点的方位角；之后利用AIS船只信息的航向、航速以及相对雷达的方位角信息计算船只相对于雷达的的径向速度，之后根据雷达的距离和多普勒分辨率将距离、径向速度转化到雷达具体的距离多普勒单元；S2：利用峰值检测+距离维恒虚警检测+多普勒维恒虚警检测三级检测的方式获取雷达目标信号，使雷达检测目标信号与AIS目标匹配，匹配成功的目标作为决策树训练的正样本集合，标签为“+1”，负样本在非AIS目标区域随机选取，负样本的标签为
“‑
1”，正负样本的比例为1:1；S3：选择在距离维、多普勒维、二维维度获取参考单元杂波；S4：采用单元平均、有序统计、删除均值、消减平均、最大值、最小值、一阶差分最小值的方式在距离维和多普勒维以及二维矩形窗内提取目标信号信噪比特征值，训练之前，将不同特征维度的样本数据归一化到0～1之间；S5：决策树生成时，对决策树结点进行样本属性划分，生成一颗泛化能力较强的决策树；S6：利用生成的决策树模型对新的输入数据进行分类，如果预测标签为“+1”则为“真”目标，如果预测标签为
“‑
1”则为假目标。。2.如权利要求1所述的基于决策树分类的高频地波雷目标检测方法，其特征在于，S2中，S2.1：先对一场雷达数据进行峰值检测；S2.2：根据设定的虚警率在距离维检测雷达目标信号；S2.3：根据设定的虚警率在多普勒维检测雷达目标信号；S2.4：三次检测目标集合的交集为最终检测的雷达目标信号集合；且雷达检测目标信号与AIS目标匹配时，距离误差不超过一个距离分辨单元，速度误差不超过三个多普勒分辨单元。3.如权利要求1所述的基于决策树分类的高频地波雷目标检测方法，其特征在于，S4中，所述特征值的计算方法为：(1)单元平均方法选取所有参考单元的平均功率作为杂波功率水平估计，计算目标信噪比：(2)有序统计方法对所有...

【专利技术属性】
技术研发人员：杨智清，周浩，文必洋，秦瑶，蔡成欣，张冰，
申请(专利权)人：河南工业大学，
类型：发明
国别省市：