[发明专利]结合极化分类和功率分组的自适应动目标检测方法

摘要

一种结合极化分类和功率分组的自适应动目标检测方法，主要解决非均匀场景下杂波协方差矩阵估计精度低，动目标检测性能差的问题。其步骤包括：1、SAR图像极化分类；2、初始化功率分组；3、小组样本个数检查；4、自适应抑制杂波；5、恒虚警检测。本发明由于采用极化分类方法指导样本的筛选，克服了现有的样本筛选未考虑地杂波特性差异的问题，使得本发明具有杂波协方差矩阵结构估计的精度高、动目标检测性能好的优点；本发明由于采用功率分组方法指导样本的筛选，克服了现有样本功率挑选的功率估计过大问题，使得本发明具有杂波协方差矩阵功率估计的准确性高、慢速运动目标检测性能好的优点。

主权项

1.一种结合极化分类和功率分组的自适应动目标检测方法，包括如下步骤：(1)SAR图像极化分类1a)采用极化分类法，对合成孔径雷达(SAR)图像中的所有像素单元进行分类；1b)将同类像素单元对应的样本归为一类，获得样本分类结果；(2)初始化功率分组2a)按照下式计算各像素单元的样本功率：pi=xiHxi]]>其中，p_i表示样本x_i的功率，x_i表示第i个像素单元对应的样本向量，表示对x_i求共轭转置；2b)对样本分类结果中的每一类样本进行功率分组，按照下式计算功率小组的个数：n＝1…N其中，M_n表示第n类样本下划分的功率小组的个数，表示向下取整数符号，max表示取最大值符号，p₁～p_L表示第n类中所有样本的功率值，L表示第n类包含的样本个数，min表示取最小值符号，P₀表示设置的小组功率变化范围值，N表示步骤(1)样本分类的种类数；2c)根据每一类样本的功率小组个数设置功率区间，按照下式计算每一个功率小组的功率区间：Pmn=[min(p1,p2...pL)+(m-1)·P0,min(p1,p2...pL)+m·P0]m<MnPmn=[min(p1,p2...pL)+(Mn-1)·P0,max(p1,p2...pL)]m=Mn]]>其中，表示第n类中第m个功率小组的功率区间，[]表示区间符号，min表示取最小值符号，p₁～p_L表示第n类中所有样本的功率值，L表示第n类所含的样本个数，max表示取最大值符号，M_n表示第n类中的功率小组个数；2d)对每一类的所有样本，如果其中一部分样本的功率属于同一功率区间，则将该部分样本归为同一功率小组；(3)小组样本个数检查3a)当功率区间所包含的样本个数少于限定值时，如果m≠1，合并m与m-1组，如果m＝1，合并m与m+1组；其中，m表示功率小组的序列数；3b)重复步骤3a)，直到所有功率区间内包含的样本个数多于限定值；(4)自适应抑制杂波4a)使用同一小组的样本，按照下式估计杂波协方差矩阵：Rmn=1lmnΣi=1lmnxiHxi]]>其中，表示第n类下第m个功率小组中所有样本估计获得的杂波协方差矩阵，表示第n类下第m个功率小组中的样本个数，表示求和符号，x_i表示第n类下第m个功率小组中的第i个样本，表示对x_i求共轭转置；4b)按照下式计算待检测像素单元的自适应处理权矢量：wi=k(Rmn)-1s]]>其中，w_i表示待检测单元i的自适应处理权矢量，k表示任意选取的非零常数，表示使用待检测单元样本所在的第n类下第m个功率小组中的所有样本估计获得的杂波协方差矩阵，表示对矩阵求逆，s表示目标导向矢量；4c)利用步骤4b)获得的权矢量进行自适应杂波抑制；(5)恒虚警检测。