本发明专利技术公开了一种基于杂波图学习的低慢小无人机目标检测装置及方法，装置包括接收链路模块、数据处理模块和信号检测模块；接收链路模块对目标回波信号进行处理并输出中频目标回波信号；数据处理模块依次进行脉冲压缩处理和相参积累处理；信号检测模块对信号进行杂波图CFAR处理并输出目标信号检测结果。方法包括：对接收天线的回波信号进行处理，将射频信号变为中频信号，对中频信号依次进行脉冲压缩处理和相参积累处理，从回波信号中生成每个方位和距离对应的杂波图并完成杂波图在线学习和实时更新，自适应调整绝对检测门限完成目标有无的判决。本发明专利技术能够在强杂波背景下高效准确的探测到低慢小目标，提升雷达对低慢小目标的警戒能力。
1、低慢小目标是指在低空或超低空飞行，飞行高度在1000米以下，飞行速度小于55米/秒，雷达散射截面积小于2平方米，且不易被发现的各种旋翼或固定翼无人机、小型航模、滑翔机、空飘球等的统称。该类目标不仅成本低廉、操控简单、携带方便，而且升空突然性强、难发现，如若被不法人员利用，对人身财产安全、社会治安带来严重的安全隐患。比如，无人机可以利用城市强杂波环境作为掩护，充分利用其低空飞行能力，严重影响社会稳定。因此研究低慢小目标探测及防控手段具有重要现实意义。
2、目前，国内外众多专家学者主要基于恒虚警检测算法及检测前跟踪算法展开对低慢小无人机目标检测问题的研究，但大都体现在理论研究与仿真验证层面。现有雷达系统对低慢小目标的检测中主要存在以下问题：
3、(1)低慢小目标回波多普勒频率低且与杂波混叠严重。由于低慢小目标飞行速度慢，致使其回波信号的多普勒频率靠近零频并且与强地物杂波以及慢速杂波交叠严重，采用经典动目标显示和动目标检测等滤波手段检测时性能严重下降，难以完成对该类目标有效探测；
4、(2)强杂波背景下低慢小目标的检测跟踪难度大。由于低慢小目标飞行高度低，目标回波信号受到强建筑杂波干扰。另外，由于此类目标的rcs较小，致使其回波能量较低并淹没于各种杂波、噪声中难以检测，导致雷达的探测概率及虚警概率在强杂波背景下急剧恶化。
>1、针对现有技术的缺陷，本专利技术的目的在于提供一种基于杂波图学习的低慢小无人机目标检测方法及装置，旨在解决现有技术中由于低慢小目标回波多普勒频率低且与杂波混叠严重导致目标有效探测精度低的问题。2、本专利技术提供的基于杂波图学习的低慢小无人机目标检测装置包括：接收链路模块、数据处理模块和信号检测模块；接收链路模块的输入端连接系统接收天线，接收链路模块用于对来自接收天线的目标回波信号进行下变频、滤波和放大，将射频信号变为中频信号；数据处理模块的输入端连接至所述接收链路模块的输出端，数据处理模块用于对所述接收链路模块输出的雷达中频目标回波信号进行脉冲压缩、相参积累处理；信号检测模块的输入端连接至所述数据处理模块的输出端，信号检测模块用于完成积累后信号的杂波图恒虚警概率(cfar，constant false-alarm rate)处理，并输出目标信号检测结果。
3、作为本专利技术的一个实施例，低慢小无人机目标检测装置还包括策略控制模块，策略控制模块的输入端连接至信号检测模块的输出端，策略控制模块用于根据目标信号检测结果，确定目标距离、速度、方位角及俯仰角等信息，生成对低慢小目标的跟踪指令。
4、更进一步地，接收链路模块包括混频模块、滤波模块和放大模块。混频模块的输入端连接至接收链路模块的输入端，混频模块用于对接收的回波信号进行混频处理，通过外部输入的本振信号将所述接收链路信号由射频搬移至中频；滤波模块的输入端连接至混频模块的输出端，滤波放大模块用于对混频处理后的信号进行带通滤波处理，滤除带外信号；放大模块的输入端连接至滤波模块的输出端，放大模块用于对带通滤波处理后的信号进行放大处理，主要为弥补接收回波信号在链路传输过程中的能量损失。
5、更进一步地，数据处理模块包括：数据采集模块、脉冲压缩模块及相参积累模块。数据采集模块的输入端连接至接收链路模块的输出端，数据采集模块用于对中频信号的ad采集及数字正交下变频处理，将模拟中频信号变为数字信号，并转换为基带iq数据；脉冲压缩模块的输入端连接至数据处理模块的输入端，脉冲压缩模块用于对接收回波信号在距离维进行脉冲压缩处理，以获得匹配滤波增益；相参积累模块的输入端连接至脉冲压缩处理单元的输出端，相参积累模块用于对接收回波信号进行相参积累，以获得积累增益、提高目标回波信噪比。
6、更进一步地，信号检测模块包括：杂波图存储模块、杂波图在线学习模块和杂波图cfar检测模块；杂波图存储模块用于将雷达扫描区域按照距离和方位划分为不同的杂波单元，并存储不同时刻各个杂波单元的杂波强度数据；杂波图在线学习模块用于计算杂波单元的杂波强度，并实现杂波图的在线实时更新；杂波图cfar检测模块根据杂波单元的杂波强度计算绝对检测门限，并与回波信号的强度进行比较判决，根据比较结果输出目标检测结果，从而实现目标检测功能。
7、本专利技术还提供了一种基于上述检测装置实现的基于杂波图学习的低慢小目标恒虚警检测方法，包括下述步骤：
8、s1对来自接收天线的回波信号进行预处理，将射频信号变为中频信号；
9、s2对中频接收信号进行脉冲压缩处理，获得匹配滤波增益；
10、s3沿着脉冲维对脉冲压缩处理后的回波信号进行相参积累处理，提高目标回波信噪比；
11、s4根据相参积累处理后的回波信号生成不同方位角和不同俯仰角的杂波图，获得杂波强度，并根据设置的遗忘因子和所述杂波强度更新当前天线扫描周期内的杂波图；
12、s5根据相对检测门限及杂波强度计算不同杂波单元的绝对检测门限，并与回波信号的强度进行比较判决，实现杂波图cfar检测。
13、更进一步地，步骤s1具体包括：
14、s11对天线接收的射频信号进行模拟下变频处理，将射频信号转为中频信号，并进行带通滤波和放大处理；
15、s12通过ad采集芯片对中频信号进行直接采样，将模拟信号转换为数字信号；
16、s13对数字中频信号进行数字正交下变频处理，将中频信号下变频为基带信号，并进行低通滤波及放大处理，滤除带外信号。
17、更进一步地，步骤s2具体包括：
18、s21分别对每个脉冲回波信号进行傅里叶变换处理，得到每个脉冲的距离频域目标回波信号；
19、s22根据雷达发射信号参数，生成匹配滤波函数，并进行傅里叶变换处理，得到匹配滤波频率响应函数；
20、s23分别将每个脉冲的距离频域目标回波信号与匹配滤波频率响应函数相乘，并进行傅里叶逆变换处理，以实现脉冲压缩处理。
21、更进一步地，步骤s3具体包括：
22、s31将脉冲压缩处理后的每个脉冲目标回波信号按行进行排列为二维矩阵数据格式，其中每行代表单个脉冲不同距离单元的回波信号，每列代表单个距离单元不同脉冲的回波信号；
23、s32对二维矩阵数据格式的回波信号的每一列分别进行傅里叶变换处理，以实现脉冲维的相参积累处理；
24、更进一步地，步骤s4具体包括：
25、s41初始化杂波图数据。假设固定的每个方位和俯仰波位称为一个杂波单元，即将每个杂波单元的杂波图数据分别进行赋零处理；
26、s42估计杂波单元的杂波强度。启动杂波图建图过程，当低慢小目标探测雷达完成第一圈扫描后，假设第k个杂波单元内雷达接收的回波信号经过脉冲压缩及相参积累后表示为xk(m,n)，其中m＝1,2,本文档来自技高网...
【技术保护点】
1.一种基于杂波图学习的低慢小无人机目标检测装置，其特征在于，包括：接收链路模块、数据处理模块和信号检测模块；
2.如权利要求1所述的低慢小无人机目标检测装置，其特征在于，所述接收链路模块包括：依次连接的混频模块、滤波模块和放大模块；
3.如权利要求1所述的低慢小无人机目标检测装置，其特征在于，所述数据处理模块包括：依次连接的数据采集模块、脉冲压缩模块和相参积累模块；
4.如权利要求1-3任一项所述的低慢小无人机目标检测装置，其特征在于，所述信号检测模块包括：依次连接的杂波图存储模块、杂波图在线学习模块和杂波图CFAR检测模块；
5.一种基于杂波图学习的低慢小无人机目标检测方法，其特征在于，包括下述步骤：
6.如权利要求5所述的低慢小无人机目标检测方法，其特征在于，步骤S1具体包括：
7.如权利要求5所述的低慢小无人机目标检测方法，其特征在于，步骤S2具体包括：
8.如权利要求5所述的低慢小无人机目标检测方法，其特征在于，步骤S3具体包括：
9.如权利要求5所述的低慢小无人机目标检测方法，其特征在于，步骤S4具体包括：
10.如权利要求5～9任一项所述的低慢小无人机目标检测方法，其特征在于，步骤S5具体包括：
...
【技术特征摘要】
1.一种基于杂波图学习的低慢小无人机目标检测装置，其特征在于，包括：接收链路模块、数据处理模块和信号检测模块；
2.如权利要求1所述的低慢小无人机目标检测装置，其特征在于，所述接收链路模块包括：依次连接的混频模块、滤波模块和放大模块；
3.如权利要求1所述的低慢小无人机目标检测装置，其特征在于，所述数据处理模块包括：依次连接的数据采集模块、脉冲压缩模块和相参积累模块；
4.如权利要求1-3任一项所述的低慢小无人机目标检测装置，其特征在于，所述信号检测模块包括：依次连接的杂波图存储模块、杂波图在线学习模块和杂波图cfar检测模...
【专利技术属性】
技术研发人员：张嘉毫，王万田，孟进，李伟，王衡峰，谢明亮，周亮，
申请(专利权)人：乾元科学研究院，
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。