[发明专利]一种基于特征的雷达运动目标检测和干扰抑制方法及系统

权利要求书

1.基于特征的雷达运动目标检测和干扰抑制方法，其特征在于，包括以下步骤：

使用毫米波雷达连续发射多个线性调频波信号，并通过其接收端采集相应的目标回波信号；其中，毫米波雷达一个发射天线发射N个线性调频连续波信号，如公式(11)

s₁,s₂,…,s_N (11)

雷达有M个相参接收天线阵元，每个接收阵元都会收到N个发射信号的回波，接收到信号如公式(22)：

对采集到的目标回波信号与发射参考信号进行混频、时频变换，得到每一个距离门上的目标多普勒信息以及目标角度信息，其中，将每个采集到的目标回波信号与发射参考信号进行混频，其输出通过低频滤波、A/D采样后做FFT变换，并输出R点信号值，其中，每一点信号值代表一个不同距离点的目标回波信号，对同一接收天线同一距离的N个数据点进行FFT变换，产生每一个距离门上的所有目标多普勒信息；对同一距离不同接收天线的M个数据点进行FFT变换，产生每一个距离门上的所有目标角度信息；

对每个距离点上的目标多普勒信息及角度信息进行组合生成多普勒-角度图像，其包括对每个距离点上的多普勒和角度数据进行组合生成一个多普勒-角度图像，其中，该距离点上的目标检测是通过在多普勒-角度图像上特征提取和分类完成；在生成多普勒-角度图像后，选择一个去噪声门限值r₀0，对于任何一个图像像素x(m,n)实现去噪声处理，其中，该门限阈值根据实时采样的白噪声样本确定，表示为公式(33)：

对去燥后的多普勒-角度图像进行特征提取；其中，通过区域生长算法对去噪声后的多普勒-角度图像进行分割成多个独立不连接的信息模块，其中，每个信息模块由连续的非零图像像素组成；对每个信息模块进行特征提取，该特征值包括信息模块尺寸、像素到杂波中心的距离、信息模块熵等，这些特征值组成的特征向量F表示为公式(1)：

F＝[f₁,f₂,…,f_P]^T (1)

其中，P是使用的特征数目；

对各个信息模块进行分类，信息模块分类是按照以下矢量之间的马氏距离实现的，表示为公式(2)：

其中：μ_i,Λ_ii＝0,1分别是干扰和目标训练数据的均值矢量和协方差矩阵；

目标和干扰分类器的分类标准表示为公式(3)：

其中，H₁代表分类结果是目标；H₀代表检测干扰和杂波；

若多普勒-角度图像中的任何一个信息模块被分类成目标，该图像对应的距离点可确定为检测出运动目标；若多普勒-角度图像中没有任何一个信息模块被分类成目标，该距离点没有运动目标并且只有杂波和干扰信号；

根据特征提取参数确定采集的信号是否为运动目标信号或干扰、杂波信号，从而实现对目标的检测。

2.基于特征的雷达运动目标检测和干扰抑制系统，其特征在于，该系统应用于如权利要求1所述的基于特征的雷达运动目标检测和干扰抑制方法实现运动目标检测和干扰抑制，该系统包括：

信号收发单元，使用毫米波雷达连续发射多个线性调频波信号，并通过其接收端采集相应的目标回波信号；其中，毫米波雷达一个发射天线发射N个线性调频连续波信号，如公式(11)

s₁,s₂,…,s_N (11)

雷达有M个相参接收天线阵元，每个接收阵元都会收到N个发射信号的回波，接收到信号如公式(22)：

信号处理单元，用于对采集到的目标回波信号与发射参考信号进行混频、时频变换，得到每一个距离门上的目标多普勒信息以及目标角度信息，其中，将每个采集到的目标回波信号与发射参考信号进行混频，其输出通过低频滤波、A/D采样后做FFT变换，并输出R点信号值，其中，每一点信号值代表一个不同距离点的目标回波信号，对同一接收天线同一距离的N个数据点进行FFT变换，产生每一个距离门上的所有目标多普勒信息；对同一距离不同接收天线的M个数据点进行FFT变换，产生每一个距离门上的所有目标角度信息；

信号变换单元，用于对每个距离点上的目标多普勒信息及角度信息进行组合生成多普勒-角度图像其包括对每个距离点上的多普勒和角度数据进行组合生成一个多普勒-角度图像，其中，该距离点上的目标检测是通过在多普勒-角度图像上特征提取和分类完成；在生成多普勒-角度图像后，选择一个去噪声门限值r₀0，对于任何一个图像像素x(m,n)实现去噪声处理，其中，该门限阈值根据实时采样的白噪声样本确定，表示为公式(33)：

特征提取单元，用于对去燥后的多普勒-角度图像进行特征提取；其中，通过区域生长算法对去噪声后的多普勒-角度图像进行分割成多个独立不连接的信息模块，其中，每个信息模块由连续的非零图像像素组成；对每个信息模块进行特征提取，该特征值包括信息模块尺寸、像素到杂波中心的距离、信息模块熵等，这些特征值组成的特征向量F表示为公式(1)：

F＝[f₁,f₂,…,f_P]^T (1)

其中，P是使用的特征数目；

对各个信息模块进行分类，信息模块分类是按照以下矢量之间的马氏距离实现的，表示为公式(2)：

其中：μ_i,Λ_ii＝0,1分别是干扰和目标训练数据的均值矢量和协方差矩阵；

目标和干扰分类器的分类标准表示为公式(3)：

其中，H₁代表分类结果是目标；H₀代表检测干扰和杂波；

若多普勒-角度图像中的任何一个信息模块被分类成目标，该图像对应的距离点可确定为检测出运动目标；若多普勒-角度图像中没有任何一个信息模块被分类成目标，该距离点没有运动目标并且只有杂波和干扰信号；

目标检测单元，用于根据特征提取参数确定采集的信号是否为运动目标信号或干扰、杂波信号，从而实现对目标的检测。