一种基于谱聚类算法的多帧雷达回波海陆分割方法技术

本发明专利技术涉及一种基于谱聚类算法的多帧雷达回波海陆分割方法，包括：获取海面扫描区域的当前帧回波数据信息，对当前帧回波数据信息进行相位解缠绕得到解缠绕相位信息；利用多帧回波数据中相同分辨单元的解缠绕相位信息构建该分辨单元的无向图，并对每个无向图构建拉普拉斯矩阵；结合谱聚类算法中Ratio Cut准则，计算拉普拉斯矩阵的次最小特征值作为分辨单元的相位相似性测度，得到所有分辨单元的测度矩阵；利用K

【技术实现步骤摘要】
一种基于谱聚类算法的多帧雷达回波海陆分割方法


[0001]本专利技术属于信号处理
，具体涉及一种基于谱聚类算法的多帧雷达回波海陆分割方法。

技术介绍

[0002]海杂波背景下，接收到的回波中由来自陆地区域的地杂波和海洋区域的海杂波及目标杂波等构成，回波组成十分复杂。海陆分割的目的是为了将接受到的回波中陆地的地杂波和海洋区域的海杂波分开，这是因为对于后续的目标检测，地杂波和岛礁杂波回波功率较大，会对目标检测产生较大干扰，得不到理想的检测结果。在将地杂波等干扰因素分开后，只对海洋区域进行海面目标检测，能够避免干扰因素对后续的处理产生影响。海陆分割之后，再进行目标检测的流程可以有效降低检测时的处理时间，提高效率，避免了时间花费在不必要的流程中。海陆场景分割在检测中发挥着重要的作用，其分割的质量决定了海杂波能否与其他杂波准确区分，如果分割结果不准确，后续雷达目标检测的范围将会发生错误，直接影响目标检测的准确性。
[0003]近年来，针对海杂波背景下的海陆分割技术，许多学者和研究人员将一些图像分割理论用于解决海陆分割问题。这些方法主要基于合成孔径雷达(Synthetic Aperture Radar，SAR)图像或者卫星图像。但是这些算法都是通过灰度图而不是雷达回波特性进行海陆分割。在扫描模式下，由于雷达天线实际孔径的限制，方位向分辨率远低于SARS。此外，扫描模式下的相干积累时间短了几十毫秒。扫描模式下海上侦察雷达的海陆分割实质上不属于图像处理范畴。当探测场景变得复杂，仅仅依靠提取图像的特征进行分割，往往图像特征无法明显区分海陆杂波，海陆分割的性能将会下降。因此，在探测场景较为复杂的背景下，通过特性分析从雷达回波数据中提取测度区分海陆杂波，是一种较为理想的方式。常用的基于单帧雷达回波特性的海陆方法是通过对实测数据的分析，并针对海杂波的多普勒谱宽要大于地杂波的谱宽这一特性，提出了相位线性度方案，用以描述两者谱宽的差距。通过计算雷达回波的相位线性度作为测度，同时利用二值分割对两者进行区分，得到海陆分割初结果。
[0004]然而基于单帧雷达回波特性的海陆分割方法仅依靠单个扫描周期的雷达回波数据，使得在多组雷达回波数据间海陆杂波场景的相似性差异较大，从而表现出海陆分割性能差，分割结果稳定性低等问题。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于谱聚类算法的多帧雷达回波海陆分割方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]本专利技术实施例提供了一种基于谱聚类算法的多帧雷达回波海陆分割方法，包括步骤：
[0007]S1、获取海面扫描区域的当前帧回波数据信息，对所述当前帧回波数据信息进行
相位解缠绕得到解缠绕相位信息；
[0008]S2、利用多帧回波数据信息中相同分辨单元的解缠绕相位信息构建所述分辨单元的无向图，并对每个所述无向图构建拉普拉斯矩阵，其中，所述多帧回波数据信息的帧数大于或等于5帧；
[0009]S3、结合谱聚类算法中Ratio Cut准则，计算所述拉普拉斯矩阵的次最小特征值作为所述分辨单元的相位相似性测度，得到所有分辨单元的测度矩阵；
[0010]S4、利用K
‑
means聚类算法，结合所述测度矩阵将所述海面扫描区域分割为海杂波区域和地杂波区域，得到海陆初分割结果；
[0011]S5、对所述海陆初分割结果进行形态学滤波，得到海陆分割结果。
[0012]在本专利技术的一个实施例中，步骤S2包括：
[0013]S21、将所述分辨单元的解缠绕相位信息作为无向图中顶点的数据，并将一帧回波中同波位同距离门下的所述分辨单元作为无向图的一个顶点，由所述若干帧回波中同波位同距离门下的分辨单元得到若干顶点，连接所述若干顶点，得到所述无向图；
[0014]S22、利用所述无向图的权值矩阵和所述顶点的度矩阵构建所述拉普拉斯矩阵。
[0015]在本专利技术的一个实施例中，所述无向图的顶点表达式为：
[0016]{φ1(m,n),φ2(m,n),
…
,φ
i
(m,n)}
[0017]其中，φ
i
(m,n)表示第i帧回波中第m个距离单元、第n个波位的分辨单元的解缠绕相位序列。
[0018]在本专利技术的一个实施例中，所述拉普拉斯矩阵为：
[0019]L＝D
‑
W
[0020]其中，L为拉普拉斯矩阵，D为度矩阵，w
ij
为顶点v
i
与顶点v
j
之间的相似程度，D
ii
为各个顶点的度，顶点的度表示和该顶点相关联的边的数量，W为权值矩阵，e
ij
为连接顶点和顶点之间的边，E为无向图的边的集合，E＝{e
ij
＝＜v
i
,v
j
＞∣v
i
,v
j
∈V}，V为顶点的集合。
[0021]在本专利技术的一个实施例中，步骤S3包括：
[0022]S31、根据所述无向图的权值矩阵计算将所述无向图最优切割为若干子图时的最小化代价函数；
[0023]S32、根据所述谱聚类算法中Ratio Cut准则的目标函数对每个子图规模的约束，将所述最小化代价函数进行改进，得到目标函数；
[0024]S33、结合所述拉普拉斯矩阵、所述拉普拉斯矩阵的特征向量和非标准化拉普拉斯矩阵的性质，将所述目标函数优化为带约束的优化问题模型；
[0025]S34、参考Rayleigh
‑
Ritz定理，求解所述拉普拉斯矩阵的次最小特征作为所述带约束的优化问题模型的解，并将所述拉普拉斯矩阵的次最小特征作为所述分辨单元的相位相似性测度，从而得到所有分辨单元的测度矩阵。
[0026]在本专利技术的一个实施例中，所述最小化代价函数为：
[0027][0028]其中，B1,
…
,B
k
为划分的子图，是B
i
的补集，表示连接B
i
和之间边的权重和，k表示划分的子图数量。
[0029]在本专利技术的一个实施例中，所述目标函数为：
[0030][0031]其中，|B
i
|表示子图B
i
内的顶点数量，当k＝2时，目标函数记作
[0032]在本专利技术的一个实施例中，步骤S33包括：
[0033]定义所述特征向量为：
[0034]f＝(f1,f2,
…
,f
n
)∈R
n
[0035][0036]其中，B为子图，V为顶点的集合，|B|表示子图B中的顶点数量，R
n
为n维向量空间；
[0037]将所述特征向量代入到非标准化拉普拉斯矩阵的性质中得到等式：
[0038][0039]其中，|B|表示子图B中的顶点数量，|本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于谱聚类算法的多帧雷达回波海陆分割方法，其特征在于，包括步骤：S1、获取海面扫描区域的当前帧回波数据信息，对所述当前帧回波数据信息进行相位解缠绕得到解缠绕相位信息；S2、利用多帧回波数据信息中相同分辨单元的解缠绕相位信息构建所述分辨单元的无向图，并对每个所述无向图构建拉普拉斯矩阵，其中，所述多帧回波数据信息的帧数大于或等于5帧；S3、结合谱聚类算法中Ratio Cut准则，计算所述拉普拉斯矩阵的次最小特征值作为所述分辨单元的相位相似性测度，得到所有分辨单元的测度矩阵；S4、利用K
‑
means聚类算法，结合所述测度矩阵将所述海面扫描区域分割为海杂波区域和地杂波区域，得到海陆初分割结果；S5、对所述海陆初分割结果进行形态学滤波，得到海陆分割结果。2.根据权利要求1所述的基于谱聚类算法的多帧雷达回波海陆分割方法，其特征在于，步骤S2包括：S21、将所述分辨单元的解缠绕相位信息作为无向图中顶点的数据，并将一帧回波中同波位同距离门下的所述分辨单元作为无向图的一个顶点，由所述若干帧回波中同波位同距离门下的分辨单元得到若干顶点，连接所述若干顶点，得到所述无向图；S22、利用所述无向图的权值矩阵和所述顶点的度矩阵构建所述拉普拉斯矩阵。3.根据权利要求1所述的基于谱聚类算法的多帧雷达回波海陆分割方法，其特征在于，所述无向图的顶点表达式为：{φ1(m,n),φ2(m,n),
…
,φ
i
(m,n)}其中，φ
i
(m,n)表示第i帧回波中第m个距离单元、第n个波位的分辨单元的解缠绕相位序列。4.根据权利要求1所述的基于谱聚类算法的多帧雷达回波海陆分割方法，其特征在于，所述拉普拉斯矩阵为：L＝D
‑
W其中，L为拉普拉斯矩阵，D为度矩阵，w
ij
为顶点v
i
与顶点v
j
之间的相似程度，D
ii
为各个顶点的度，顶点的度表示和该顶点相关联的边的数量，W为权值矩阵，e
ij
为连接顶点和顶点之间的边，E为无向图的边的集合，E＝{e
ij
＝<v
i
,v
j
>∣v
i
,v
j
∈V}，V为顶点的集合。5.根据权利要求1所述的基于谱聚类算法的多帧雷达回波海陆分割方法，其特征在于，步骤S3包括：S31、根据所述无向图的权值矩阵计算将所述无向图最优切割为若干子图时的最小化代价函数；S32、根据所述谱聚类算法中Ratio Cut准则的目标函数对每个子图规模的约束，将所述最小化代价函数进行改进，得到目标函数；
S3...

【专利技术属性】
技术研发人员：许述文，任庆辉，陈婧娴，水鹏朗，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：