[发明专利]基于S2method时频分析的目标极点特征提取与检测方法

说明书

技术领域

本发明涉及一种目标极点特征提取与检测方法，具体是指一种基于S²-method时频分析的目标极点特征提取与检测方法，属于弱小目标检测识别的技术领域。

背景技术

谐振区目标的极点特征信息由于具有方位不敏感性而可以被用来作为谐振区目标检测识别的重要特征。但该极点信息受噪声和干扰影响较大而不易提取，因此提出基于S²-method时频分析的目标极点特征提取与检测方法。该方法是指针对噪声或杂波背景下的弱小目标的检测识别技术，其是利用S²-method时频分析方法来提取目标回波信号的极点信息，设计与目标匹配的发射波形，由此提高目标回波的信噪比，从而达到探测弱小目标的目的。与传统的时频分析方法中的STFT(短时傅里叶变换)和WVD(Wigner-Ville分布，时频分布方法的一种)类方法相比，具有频率聚集性好且交叉项抑制较好的效果。

中国专利申请CN200910076637.8提出了一种复杂目标极点特征提取方法，主要是根据频域数据获取目标晚期响应，然后利用整体最小二乘矩阵法来进行极点信息提取。

中国专利申请CN201310214832.9公布了一种对地面弱小目标的检测方法，利用角点检测算法在图像序列中来检测弱目标。

中国专利申请CN201310121847.0公布了一种弱信号目标检测方法，主要采用对信号序列进行一阶过零检测和二阶差分过零计数等算法来检测目标。

论文《弱目标检测前跟踪技术研究综述》阐述了弱目标检测前跟踪的基本原理，包括动态规划、递归贝叶斯滤波、有限集统计学及直方图概率多假设跟踪等方法，着重于提高针对弱目标的检测和跟踪性能及检测前跟踪算法的鲁棒性。

论文《基于S-Method时频分解后的高频雷达机动目标信号检测算法》分析了S-method算法的动目标检测性能，并重点分析了最优路径检测算法的理论性能，以及算法参数对检测性能的影响。

基于上述，现有技术中尚未有本发明提出的基于S²-method时频分析的目标极点特征提取与检测方法的相关技术内容的记载。

发明内容

本发明的目的是提供一种基于S²-method时频分析的目标极点特征提取与检测方法，有效提取回波信号中不同时刻的极点信息，提高检测信噪比，在噪声和干扰情况下，提升对弱小目标的探测能力。

为实现上述目的，本发明提供一种基于S²-method时频分析的目标极点特征提取与检测方法，包含以下步骤：

S1、生成并发射窄脉冲基带信号，得到目标的多方位时域窄脉冲回波信号；

S2、利用S²-method时频分析方法，得到目标的多方位时域窄脉冲回波信号的时频域信息，并从中提取不同时间点的最大极点信息；

S3、利用多方位合成技术得到不同方位角度下的回波信号；

S4、利用时间反转技术将S3中得到的不同方位角度下的回波信号进行时间反转，并发射出去以获得匹配回波信号；

S5、在噪声和干扰情况下，利用匹配回波信号完成对弱小目标的有效检测。

所述的S1中，位于高频区的目标的各散射中心是理想的点目标，目标模型表示为：

式中，a_i、T_i为散射中心的强度和时延；t为时间；δ为冲击响应函数；θ为目标姿态角；N为散射中心数目。

所述的S2中，定义离散信号x(n)的S-method分布为：

其中，k为频率序号；n为时间序列；N+1为离散信号x(n)的长度；L为S-method分布的计算项数；STFT(n,k)表示离散信号x(n)的短时傅里叶变换；STFT^*(n,k)表示STFT(n,k)的共轭。

进一步，所述的S2中，定义离散信号x(n)的S²-method分布为：

SM²(n,k)＝SM_w1(n,k)×l(SM_w2(n,k)≥η)；