[发明专利]基于改进归一化多普勒谱峰均比的特征分类目标检测方法

说明书

本发明提出了一种基于改进归一化多普勒谱峰均比的特征分类目标检测方法，发现在待检测单元样本数较少情况下目标运动速度会引起FPAR特征区分能力的恶化，从而降低目标检测性能，但进一步研究发现这种恶化程度随速度是周期性变化的。因此可以通过对待检测单元预先乘上多普勒导向矢量的方式解决性能的恶化问题。

技术领域

本发明涉及雷达对海探测领域。

背景技术

目前最常用的雷达目标检测器是一种非相干的能量检测器，在检测过程中仅仅利用海杂波和目标在回波能量上的不同进行目标检测，在信杂比较低时检测性能急剧恶化。基于海杂波和目标的特征进行检测能够反映海杂波和目标在其他方面的差异，在信杂比较低时依然能够检出目标。回波信号多普勒谱的峰值均值比FPAR是可用于区分海杂波和目标的特征之一，然而在实际使用中，使用FPAR进行目标检测时需要较多的待检测单元样本数，对雷达资源的要求较多。

发明内容

为解决扫描模式下相关脉冲数难以支持FPAR特征目标检测的问题，本发明提出了一种基于改进归一化多普勒谱峰均比的特征分类目标检测方法。

实现本发明的技术解决方案为：选定待检测单元后，使用不同的多普勒导向矢量与之相乘，再计算对应的多普勒谱峰值均值比，具体步骤如下：

步骤1：使用雷达对海面进行探测，得到包括快时间(距离)和慢时间(时间或方位)维度的雷达回波视频数据。

步骤2：使用滑窗法在特定距离单元上选定具有特定相干处理单元数的待检测目标单元f(t)。

步骤3：以一定步长，计算对应目标不同运动速度的多普勒导向矢量p_k。

步骤4：将不同多普勒导向矢量p_k与待检测目标单元对应元素相乘，得到一组新的待检测单元f_k(t)。

步骤5：对改组新待检测单元中的每个f_k(t)，计算其归一化多普勒谱，根据所得归一化多普勒谱计算对应的峰均值比FPAR_k，选取其中的最大值作为最终的修正峰均值比FPAR。

步骤6：按照上述步骤计算纯海杂波待检测单元的修正峰均值比FPAR和含目标待检测单元的修正峰均值比FPAR，作为海杂波与目标修正FPAR特征数据集。

步骤7：利用步骤6中的特征数据集训练分类算法模型，得到可用于分类新数据的分类器，实现海杂波背景下的目标检测。

进一步的，待检测单元和多普勒导向矢量具有相同的维度。

进一步的，所述步骤3中，所有多普勒导向矢量的目标速度范围覆盖多普勒可分辨区间。

进一步的，所述步骤5中，归一化多普勒谱定义为多普勒谱序列中每个元素与多普勒谱最大值作比后得到的新序列。

进一步的，峰均值比定义为函数或序列的最大值与平均值之比。

本发明减少了待检测单元所需要的样本数，节约了雷达资源，促进了原本难以在雷达目标检测中应用的特征类检测算法的实际应用。

下面结合附图对本发明做进一步详细的描述。

附图说明

图1为基于改进归一化多普勒谱峰均比的特征分类目标检测方法流程图

具体实施方式

下面结合附图对本发明做进一步说明，但本发明的保护范围不受实施条例的限制。

本发明提出了一种基于改进归一化多普勒谱峰均比的特征分类目标检测方法，优选的实施例步骤如下：

步骤1：使用雷达对海面进行探测，得到包括快时间(距离)和慢时间(时间或方位)维度的雷达回波视频数据。