发明名称 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法
摘要 本发明涉及一种基于短时分数阶傅里叶变换(STFRFT)的海面微动目标检测和特征提取方法,属于雷达信号处理和检测技术领域。包括以下步骤:1)海尖峰识别,将海杂波分为海尖峰序列和不含海尖峰的海杂波背景序列;2)海杂波数据筛选,选取最小平均功率对应的海杂波背景序列作为待检测数据;3)FRFT域微动目标检测,以FRFT域信号幅值作为检测统计量并与门限比较;4)最佳FRFT域滤波,通过窄带带通滤波器,提取多分量微动信号;5)设置最优时间窗长度,在STFRFT域估计微动特征。该方法能自适应抑制海杂波,改善信杂比,有效分离和提取多分量微动信号,为海面弱目标检测和特征提取提供了新的途径,具有推广应用价值。
申请公布号 CN102788969B 申请公布日期 2015.01.28
申请号 CN201210241358.4 申请日期 2012.07.04
申请人 中国人民解放军海军航空工程学院 发明人 黄勇;陈小龙;董云龙;何友;王国庆;宋杰;刘宁波;关键
分类号 G01S7/292(2006.01)I;G01S13/88(2006.01)I 主分类号 G01S7/292(2006.01)I
代理机构 代理人
主权项 基于短时分数阶傅里叶变换的海面微动目标检测和特征提取方法,其特征在于包括以下技术措施:步骤一、海尖峰识别:在接收端,将接收并经过放大和解调处理后得到的同一距离单元内的雷达回波数据根据尖峰幅度门限、尖峰宽度和尖峰间隔约束条件进行海尖峰判断,将海杂波数据分为海尖峰序列和不含海尖峰的海杂波背景序列;步骤二、海杂波数据筛选:分别计算各个海杂波背景序列的平均功率水平,选取最小平均功率对应的海杂波背景序列作为待检测数据;步骤三、分数阶傅里叶变换域微动目标检测:对待检测数据进行不同变换阶数下的离散分数阶傅里叶变换,取信号的幅值作为检测统计量,与给定虚警概率下的检测门限进行比较,如果检测统计量高于门限值,判决为存在微动目标信号,否则判决为没有微动目标信号,同时将超过门限最大峰值所对应的分数阶傅里叶变换域作为最佳分数阶傅里叶变换域;步骤四、最佳分数阶傅里叶变换域滤波:将最佳分数阶傅里叶变换域数据通过构造的最佳分数阶傅里叶变换域窄带带通滤波器<img file="FSB0000131148820000011.GIF" wi="716" he="142" />W<sub>1</sub>为尖峰宽度,<img file="FSB0000131148820000012.GIF" wi="445" he="145" />p<sub>1</sub>为最佳变换阶数,<img file="FSB0000131148820000018.GIF" wi="47" he="66" />为观测时长,<img file="FSB0000131148820000013.GIF" wi="217" he="149" />f<sub>s</sub>为采样频率,滤除除第一微动信号分量外的绝大部分信号能量,对滤波后的最佳分数阶傅里叶变换域数据进行逆离散分数阶傅里叶变换运算,获得第一微动信号数据,将原始雷达回波数据与第一微动信号数据相消,获得去除第一微动信号数据;步骤五、短时分数阶傅里叶变换域微动特征估计:在有限的观测时间范围内设置时间窗长度<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>N</mi><mi>w</mi></msub><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><msub><mi>f</mi><mi>s</mi></msub><msqrt><mn>1</mn><mo>/</mo><msub><mover><mi>k</mi><mo>^</mo></mover><mn>1</mn></msub></msqrt><mo>,</mo></mtd><mtd><msqrt><mn>1</mn><mo>/</mo><msub><mover><mi>k</mi><mo>^</mo></mover><mn>1</mn></msub></msqrt><mo>&le;</mo><msub><mi>T</mi><msub><mi>i</mi><mn>0</mn></msub></msub></mtd></mtr><mtr><mtd><msub><mi>M</mi><msub><mi>i</mi><mn>0</mn></msub></msub><mo>,</mo></mtd><mtd><msqrt><mn>1</mn><mo>/</mo><msub><mover><mi>k</mi><mo>^</mo></mover><mn>1</mn></msub></msqrt><mo>></mo><msub><mi>T</mi><msub><mi>i</mi><mn>0</mn></msub></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math><img file="FSB0000131148820000014.GIF" wi="600" he="224" /></maths><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mover><mi>k</mi><mo>^</mo></mover><mn>1</mn></msub><mo>=</mo><mo>-</mo><mi>cot</mi><mrow><mo>(</mo><msub><mi>p</mi><mn>1</mn></msub><mi>&pi;</mi><mo>/</mo><mn>2</mn><mo>)</mo></mrow><mo>/</mo><msup><mi>S</mi><mn>2</mn></msup></mrow>]]></math><img file="FSB0000131148820000015.GIF" wi="415" he="118" /></maths>为第一微动信号的调频率估计,<img file="FSB0000131148820000016.GIF" wi="238" he="81" />为尺度因子,对第一微动信号数据进行最佳变换阶数下的短时分数阶傅里叶变换运算,其窗函数采用标准高斯窗函数<img file="FSB0000131148820000017.GIF" wi="478" he="188" />|τ|≤N<sub>w</sub>/f<sub>s</sub>,得到第一微动信号的瞬时频率估计;步骤六、对去除第一微动信号的雷达数据继续进行步骤三至步骤五的运算,直到检测不出微动信号为止。
地址 264001 山东省烟台市芝罘区二马路188号电子信息工程系402教研室