【技术实现步骤摘要】
一种基于EMD分形特征的雷达目标检测方法
[0001]本专利技术涉及目标检测
,特别是一种基于EMD分形特征的雷达目标检测方法。
技术介绍
[0002]海杂波是雷达发射的脉冲照射海面时得到的后向散射回波,在高分辨率雷达和低掠射角情况下的海杂波表现出非高斯、非平稳和非线性的“三非”特性,严重制约目标检测性能。然而,传统目标检测方法聚焦海杂波统计特性的研究,在模型失配或信杂比低的情况下传统基于统计模型的方法的检测性能会出现迅速下降。分形理论是非线性动力学的重要分支,能够更好地描述海杂波的非平稳、非线性特性,是对海杂波统计和平稳特性的补充和拓展,为雷达目标检测领域提供了一种新思路。分形目标检测方法通过提取海杂波和目标的分形特征差异能够实现特征域目标检测,然而在低信杂比条件下的传统时域或频域分形特征无法获得高检测概率。
技术实现思路
[0003]鉴于此,本专利技术提供一种基于EMD分形特征的雷达目标检测方法,提高低信杂比条件下目标的检测性能。
[0004]本专利技术公开了一种基于EMD分形特征的雷达目标检测方法,其包括以下步骤:
[0005]通过EMD算法将原始海杂波序列信号分解,得到多阶固有模态函数;
[0006]基于所述多阶固有模态函数,对原始海杂波序列信号进行数据重构;
[0007]通过AR谱估计获得数据重构后的纯海杂波单元和目标所在单元的高分辨功率谱,并计算高分辨功率谱的部分和序列;
[0008]对所述部分和序列进行分形特征判定,基于具有分形特征的部分和序 ...
【技术保护点】
【技术特征摘要】
1.一种基于EMD分形特征的雷达目标检测方法,其特征在于,包括以下步骤:通过EMD算法将原始海杂波序列信号分解,得到多阶固有模态函数;基于所述多阶固有模态函数,对原始海杂波序列信号进行数据重构;通过AR谱估计获得数据重构后的纯海杂波单元和目标所在单元的高分辨功率谱,并计算高分辨功率谱的部分和序列;对所述部分和序列进行分形特征判定,基于具有分形特征的部分和序列,计算其抽取间隔对应的Hurst指数;基于多个海杂波AR谱的Hurst指数,设计恒虚警检测器,基于广义符号检验法设定虚警率,完成目标检测。2.根据权利要求1所述的方法,其特征在于,所述通过EMD算法将原始海杂波序列信号分解,得到多阶固有模态函数,包括:设定经脉冲压缩处理后的不同距离单元的原始海杂波序列信号为:X(k)={x
k
,k=1,2,...,N},采用EMD算法将序列分解成多阶固有模态函数和趋势分量:其中:N表示序列长度,c
i
(k)表示第i阶固有模态函数,r
n
(k)表示趋势项。3.根据权利要求2所述的方法,其特征在于,所述基于所述多阶固有模态函数,对原始海杂波序列信号进行数据重构,包括:对不同距离单元的原始海杂波序列信号进行数据重构得到序列X'(k),计算重构后能量与重构前能量的比值d:量与重构前能量的比值d:其中:E
i
表示第i阶固有模态函数的能量,E
j
表示前j阶固有模态函数的能量;得到重构序列X'(k):4.根据权利要求1所述的方法,其特征在于,所述通过AR谱估计获得数据重构后的纯海杂波单元和目标所在单元的高分辨功率谱,并计算高分辨功率谱的部分和序列,包括:根据Yule
‑
walker方程,得到重构序列X'(k)基于自回归模型的功率谱S(f):其中:σ
w2
表示噪声功率,p表示S(f)的阶数,k∈{1,2,...,p},a
k
表示第k时刻功率谱S(f)的系数,f表示频率;对S(f)进行处理后得到AR谱优化序列s;
其中:s
i
表示第i时刻的海杂波AR谱优化序列的数值,N表示s的总长度,μ表示AR谱序列S(f)的均值;计算海杂波AR谱优化序列s的前n个时刻的部分和序列y(n):5.根据权利要求4所述的方法,其特征在于,所述对所述部分和序列进行分形特征判定,基于具有分形特征的部分和序列,计算其抽取间隔对...
【专利技术属性】
技术研发人员:范一飞,王心宝,粟嘉,王伶,张兆林,陶明亮,李滔,郭子薰,
申请(专利权)人:西北工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。