本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，涉及一種在高斯白噪聲背景下距離擴展目標(biāo)檢測方法。

背景技術(shù)：

在高斯白噪聲背景下，距離擴展目標(biāo)的檢測是信號處理領(lǐng)域中的一個研究熱點。目前，學(xué)者們提出的距離擴展目標(biāo)檢測器大概可以分為以下幾類：一、1997年gerlach和steiner提出的基于空間密度的廣義似然比檢測器(ssd-glrt)，通過非線性映射去噪后，對距離擴展目標(biāo)的一維距離像在距離向進(jìn)行積分，從而實現(xiàn)目標(biāo)檢測。雖然該類檢測器運算量小，但其檢測性能不佳；二、2011年水鵬朗等提出的基于波形熵的距離擴展目標(biāo)檢測，通過計算多個連續(xù)的距離擴展目標(biāo)一維距離像波形熵的算術(shù)平均值，進(jìn)而實現(xiàn)目標(biāo)檢測。雖然該類檢測器具有較好的檢測性能，但它忽略了距離單元走動和目標(biāo)姿態(tài)敏感性；三、2013年提出的基于雙脈沖時頻分解特性的機動距離擴展目標(biāo)檢測器，通過信號的分解和合成，選取幾個最大奇異值來實現(xiàn)目標(biāo)檢測。雖然該類檢測器具有恒虛警特性且可以檢測高速機動目標(biāo)，但其運算量較大，且隨著選取奇異值個數(shù)的增加，其檢測性能會下降。

技術(shù)實現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于稀疏表示和時頻特征的距離擴展目標(biāo)檢測方法，將稀疏表示引入到在高斯白噪聲背景下距離擴展目標(biāo)檢測領(lǐng)域，采用復(fù)單頻信號基對去斜之后的寬帶雷達(dá)回波信號進(jìn)行稀疏表示，由復(fù)的近似信息逼近算法(camp)從被高斯白噪聲污染的回波信號中重構(gòu)得到距離擴展目標(biāo)的一維距離像，同時，由最強散射點所對應(yīng)的基和去噪后的回波信號通過構(gòu)造準(zhǔn)模糊函數(shù)來獲得目標(biāo)特征，并由基于準(zhǔn)模糊函數(shù)的距離擴展目標(biāo)恒虛警檢測器實現(xiàn)目標(biāo)的檢測。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

(1)對去斜處理后的寬帶雷達(dá)回波信號進(jìn)行采樣，得到采樣后的回波信號r，同時構(gòu)造所對應(yīng)的復(fù)單頻信號基式中，fs表示采樣頻率，t0為雷達(dá)系統(tǒng)發(fā)射信號的脈沖寬度，n＝0,...,n-1，n＝fst0，k＝fs；然后用camp算法求解得到距離擴展目標(biāo)的一維距離像s'hrrp，以一維距離像的最大值d作為目標(biāo)的最強散射點，得到其所對應(yīng)的基式中，γmax為φdd的頻率；

(2)由重構(gòu)的一維距離像s'hrrp和快速逆傅里葉變換計算得到然后用mad算法來估計r'的噪聲功率

(3)根據(jù)設(shè)定的定虛警概率pf，經(jīng)次montecarol實驗計算得到檢測門限η，用于判定目標(biāo)是否存在；

(4)由最強散射點對應(yīng)的基φdd和歸一化的重構(gòu)回波信號計算準(zhǔn)模糊函數(shù)式中，θ表示頻率，ξ表示時延，表示共軛轉(zhuǎn)置；

(5)選取特征tf，得到檢測特征依據(jù)作出判定，判定是否存在目標(biāo)，其中，h1表示有目標(biāo)假設(shè)，h0表示沒有目標(biāo)假設(shè)。

本發(fā)明的有益效果是：

(1)本發(fā)明選取的時頻特征可以有效實現(xiàn)目標(biāo)檢測；

(2)本發(fā)明將稀疏表示理論引入到目標(biāo)檢測領(lǐng)域，用重構(gòu)算法的去噪能力去提高檢測器的檢測性能；

(3)本發(fā)明所構(gòu)造的復(fù)單頻信號基與目標(biāo)速度無關(guān)，提出的檢測器可以檢測高速機動目標(biāo)，和目標(biāo)的姿態(tài)敏感性無關(guān)。

附圖說明

圖1是本發(fā)明中基于稀疏表示和時頻特征的距離擴展目標(biāo)恒虛警檢測器流程圖；

圖2是回波信號的一維距離像，用于回波信號的稀疏性驗證；

圖3是camp算法重構(gòu)誤差的統(tǒng)計特性示意圖；

圖4是回波信號基于準(zhǔn)模糊函數(shù)的目標(biāo)時頻特征的檢測性能示意圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明進(jìn)一步說明，本發(fā)明包括但不僅限于下述實施例。

本發(fā)明將稀疏表示理論引入到目標(biāo)檢測領(lǐng)域，用重構(gòu)算法的去噪能力提高檢測器的檢測性能，可用于高速機動目標(biāo)的檢測。

實現(xiàn)本發(fā)明目的技術(shù)關(guān)鍵是，對去斜處理后的寬帶雷達(dá)的回波信號進(jìn)行采樣處理，利用稀疏表示理論由camp算法重構(gòu)一維距離像，得到距離擴展目標(biāo)的最強散射點(由所構(gòu)造的復(fù)單頻信號基中的某個基表示)，并由最強散射點所對應(yīng)的基和去噪后的回波信號構(gòu)造準(zhǔn)模糊函數(shù)，搭建基于準(zhǔn)模糊函數(shù)的距離擴展目標(biāo)恒虛警檢測器，實現(xiàn)對高速機動目標(biāo)的檢測，具體步驟包括如下：

(1)對去斜處理后的寬帶雷達(dá)回波信號進(jìn)行采樣處理(采樣頻率需滿足奈奎斯特采樣定理)，得到采樣后的回波信號r，同時構(gòu)造所對應(yīng)的復(fù)單頻信號基φd(離散傅里葉變換矩陣)，然后用camp算法求解得到距離擴展目標(biāo)的一維距離像s'hrrp，得到目標(biāo)的最強散射點(一維距離像的最大值)和所對應(yīng)的基φdd；

(2)由重構(gòu)的一維距離像s'hrrp和快速逆傅里葉變換計算得到然后用mad算法來估計r'的噪聲功率

(3)在給定虛警概率條件下，經(jīng)montecarol實驗計算得到判定目標(biāo)是否存在的檢測門限η；

(4)由最強散射點對應(yīng)的基φdd和歸一化的重構(gòu)的回波信號rn計算準(zhǔn)模糊函數(shù)ft(θ,ξ)；

(5)選取特征tf，并判定目標(biāo)是否存在。

參考圖1，本發(fā)明實施例的實施過程如下：

過程1，對去斜處理后的寬帶雷達(dá)回波信號進(jìn)行采樣處理，得到回波信號r。

(1.1)對得到的回波信號r，構(gòu)造其所對應(yīng)的復(fù)單頻信號基φd，由下面式子表示：

式中，fs表示采樣頻率，t0為雷達(dá)系統(tǒng)發(fā)射信號的脈沖寬度，n＝0,...,n-1，n＝fst0，k＝0,...,k-1，k＝fs。

(1.2)用復(fù)單頻信號基對回波信號進(jìn)行稀疏表示：

shrrp＝φdr

過程2，用camp算法求解得到距離擴展目標(biāo)的一維距離像s'hrrp，得到目標(biāo)的最強散射點d＝max(s'hrrp)、所對應(yīng)的基φdd，由mad算法估計噪聲功率

(2.1)用camp算法求解下面式子得到距離擴展目標(biāo)的一維距離像s'hrrp：

式中，w為零均值，噪聲功率為的復(fù)高斯白噪聲，y為復(fù)高斯白噪聲污染的回波信號，為φd的逆矩陣(逆離散傅里葉變換矩陣)。

(2.2)重構(gòu)的一維距離像s'hrrp的最大值為目標(biāo)的最強散射點d＝max(s'hrrp)，其所對應(yīng)的基為φdd，可表示為：

式中，γmax為φdd的頻率，sd(n)為最強散射點所對應(yīng)的基向量。

(2.3)由重構(gòu)的一維距離像s'hrrp和逆傅里葉變換計算得到然后用mad算法來估計r'的噪聲功率其中由mad算法估計的過程，可由下面式子得到：

式中，r(·)表示取矢量的實部，i(·)表示取矢量的虛部，median表示計算矢量的中值。

過程3，由mad估計得到的噪聲功率后，通過montecarol實驗得到檢測門限η。

(3.1)設(shè)定虛警概率pf(pf＜＜1)，得到montecarol實驗次數(shù)為

(3.2)由過程2中得到最強散射點對應(yīng)的基通過下面式子計算sd(n)和復(fù)高斯白噪聲w(n)的準(zhǔn)模糊函數(shù)：

式中，θ表示頻率，ξ表示時延，表示共軛轉(zhuǎn)置。

(3.3)選取θ＝γmax，由下面式子得到η1

η1＝∑|ft(θ,ξ)|²

(3.4)重復(fù)3.2和3.3，次數(shù)為得到

過程4，由最強散射點對應(yīng)的基，計算重構(gòu)的接收回波信號r'和sd(n)的準(zhǔn)模糊函數(shù)。

(4.1)由過程3估計的噪聲功率將r'進(jìn)行歸一化：

(4.2)由過程2得到最強散射點所對應(yīng)的基向量sd(n)，通過下面式子計算sd(n)和rn的準(zhǔn)模糊函數(shù)：

式中，θ表示頻率，ξ表示時延，表示共軛轉(zhuǎn)置。

過程5，選取特征tf，并判定目標(biāo)是否存在。

(5.1)選取特征tf，對于過程4中的4.2得到的ft(θ,ξ)，選取頻率點γmax的能量和，得到檢測特征：

(5.2)由5.1計算得到的檢測特征和過程3得到檢測門限做比較。依據(jù)作出判定，判定是否存在目標(biāo)，其中，h1表示有目標(biāo)假設(shè)，h0表示沒有目標(biāo)假設(shè)。

本發(fā)明的優(yōu)點可通過以下仿真實驗進(jìn)一步說明。

1、實驗參數(shù)及實驗條件

實驗所選取的數(shù)據(jù)為某研究所所錄取的對空中飛行yark-42飛機的實測數(shù)據(jù)的一部分，有關(guān)寬帶雷達(dá)和飛機參數(shù)如表格1所示：

表格1寬帶雷達(dá)和飛機的參數(shù)

2、實驗內(nèi)容及結(jié)果分析

a.回波信號可以由復(fù)單頻信號基稀疏表示。仿真結(jié)果如圖2所示，其中，橫坐標(biāo)表示距離單元數(shù)，縱坐標(biāo)表示歸一化幅度及相對誤差。圖2(a)為無噪聲時，由快速傅里葉變換和camp算法得到的選取第10次回波信號的一維距離像，其相對誤差如圖2(b)所示，數(shù)量級為10^-14；圖2(c)所示為選取的第100次回波信號加入復(fù)高斯白噪聲，信噪比為6db時，由camp算法得到的一維距離像，圖2(d)為當(dāng)信噪比為6db時，由camp算法得到一維距離像和不存在噪聲時由快速傅里葉變換得到一維距離像的相對誤差，其數(shù)量級為10^-2。實驗結(jié)果表明camp算法可以從噪聲中重構(gòu)距離擴展目標(biāo)的一維距離像。

b.camp算法的重構(gòu)誤差近似服從高斯分布。選取第2000次回波信號作為實驗樣本，加入復(fù)高斯白噪聲，對重構(gòu)誤差的統(tǒng)計特性進(jìn)行分析，當(dāng)信噪比為6db時，camp算法重構(gòu)誤差的統(tǒng)計特性如圖3所示。圖3(a)和3(b)分別為實部和虛部10000次monte-carlo實驗得到的重構(gòu)誤差的統(tǒng)計特性，其中直線表示高斯概率密度函數(shù)。它用來逼近衡量重構(gòu)誤差的概率密度函數(shù)。從圖中可以看出，camp算法的重構(gòu)誤差近似服從高斯分布。

c.本發(fā)明所提出的檢測器檢測性能優(yōu)于傳統(tǒng)的距離擴展目標(biāo)檢測器。選取第5000次回波信號作為實驗樣本來驗證本發(fā)明提出的基于準(zhǔn)模糊函數(shù)的目標(biāo)時頻特征，以及選取連續(xù)的5000次回波信號驗證本發(fā)明提出的恒虛警檢測器的檢測性能，實驗結(jié)果如圖4所示。圖4(a)為無噪聲時，第5000次回波信號和最強散射點所對應(yīng)的復(fù)單頻信號基的準(zhǔn)模糊函數(shù)的能量分布圖，很容易看出，其能量主要集中于最強散射點附近。圖4(b)為復(fù)高斯白噪聲和最強散射點所對應(yīng)單頻信號基的準(zhǔn)模糊函數(shù)的能量分布圖，很容易看出，其能量是均勻分布在整個模糊域的。圖4(c)為當(dāng)信噪比為6db時，camp算法重構(gòu)得到回波信號和最強散射點所對應(yīng)復(fù)單頻信號基的準(zhǔn)模糊函數(shù)能量分布圖，很容易看出，和圖4(a)一樣，其能量主要集中于最強散射點附近，且其信噪比有所提高。圖4(d)同時示出了本發(fā)明提出的恒虛警檢測器與ssd-glrt檢測器及基于時頻分解特性的距離擴展目標(biāo)檢測器在設(shè)定虛警概率為0.001，選取連續(xù)5000次回波信號時檢測性能比較情況，如圖4(d)所示，可以看出，本發(fā)明所提出的檢測器檢測性能優(yōu)于傳統(tǒng)的距離擴展目標(biāo)檢測器。