距离扩展目标内禀模态特征能量智能融合检测方法

摘要

本发明公开了一种雷达距离扩展目标内禀模态特征能量智能融合检测方法，属于雷达信号处理领域。在杂噪背景未知情况下，为了克服现有距离扩展目标统计检测方法对杂噪环境适应性差等不足，本发明提出一种基于内禀模态频域能量差异的距离扩展目标智能融合检测方法；该方法根据目标对回波一维距离像不同频率内禀模态分量的差异性影响，以低频分量与高频分量的平均能量之比作为衡量标准，根据实际检测需要对杂噪特征数据库进行初始化或补充，通过融合辅助杂噪数据的特征量保持恒虚警率特性，并依据检测结果更新杂噪数据库；无需对杂噪背景进行统计建模，特别适合于固定或慢机动的微弱距离扩展目标检测，具有很强的虚警控制能力。

主权项

距离扩展目标内禀模态特征能量智能融合检测方法，其特征在于包括以下步骤：步骤1对待检测的雷达回波一维距离像进行EMD分解对待检测区域的N个距离单元回波幅值(x(t)，t=1，...，N)组成的雷达回波一维距离像x=[x(1)，x(2)，...，x(N)]，采用EMD方法将其分解，具体包括如下分解步骤：(1)确定原始信号x(t)所有的局部极值点，然后用三次样条线将所有的局部极大值点连接起来形成上包络线，再用三次样条线将所有的局部极小值点连接起来形成下包络线，上、下包络线应包络所有的数据点；(2)上、下包络线的平均值记为m1(t)，求出h1(t)=x(t)‑m1(t)，t=1，...，N         (1)如果h1(t)是一个IMF，则h1(t)就是x(t)的第1个IMF分量，记c1(t)=h1(t)；(3)如果h1(t)不满足IMF的条件，则将h1(t)作为原始数据，重复步骤(1)至步骤(2)，得到上、下包络线的平均值m11(t)，再判断h11(t)=h1(t)‑m11(t)是否满足IMF的条件，如不满足则重复循环k次，直到h1k(t)满足IMF条件并记c1(t)=h1k(t)，其中h1k(t)可表示为：h1k(t)=h1(k‑1)(t)‑m1k(t)，t=1，...，N        (2)式中，h1(k‑1)(t)为第k‑1次循环中去除上、下包络均值后获得的数据，m1k(t)表示第k次循环中上、下包络线的平均值；(4)将c1(t)从x(t)中分离出来，得到r1(t)=x(t)‑c1(t)，t=1，...，N        (3)将r1(t)作为原始数据重复步骤(1)至步骤(3)，得到x(t)的第2个满足IMF条件的分量c2(t)，如此重复循环M次，得到M个满足IMF条件的分量(ci(t)，i＝1，...，M)，且有 r 2 ( t ) = r 1 ( t ) - c 2 ( t ) · · · r M ( t ) = r M - 1 ( t ) - c M ( t ) - - - ( 4 ) 当rM(t)为一单调函数不能再从中提取满足IMF条件的分量时，循环结束，由式(3)和式(4)可知，原始输入信号x(t)可表示为 x ( t ) = Σ i = 1 M c i ( t ) + r M ( t ) - - - ( 5 ) 式中，rM(t)称为残余函数，代表信号的平均趋势；步骤2融合目标对回波一维距离像不同频率分量的差异性信息建立检测统计量雷达回波一维距离像x经过EMD分解后，得到一系列包含了从高到低不同频率的分量c1(t)，c2(t)，...，cM(t)；由于背景杂噪信号随机性强，在不同距离单元间无规律起伏，存在较强的高频分量，而目标信号在相邻距离单元间存在一定相关性，变化相对平坦，一般体现在低频分量部分；根据目标对回波一维距离像不同频率分量的差异性影响，采用低频分量的平均能量与高频分量的平均能量之比作为检测统计量λ： λ = L Σ i = L + 1 M | c i ( t ) | 2 ( M - L ) Σ i = 1 L | c i ( t ) | 2 - - - ( 6 ) 式中，L表示高频IMF分量与低频IMF分量的分界点，可以表示为：L=round(αM)              (7)式中，round(.)表示对参数进行四舍五入取整，α表示分界率，一般取0.3～0.5；步骤3根据检测需要和杂噪特征数据库的实际情况进行初始化或补充若杂噪特征数据库无数据，则需进行初始化；若杂噪特征数据库中当前检测所需特征量数量不足，则需进行额外补充；初始化或补充采用的方法包括：通过对待检测区域周围的无目标范围进行雷达照射，获得与待检测区域径向距离范围相同且方位邻近的纯杂波辅助数据，即P个长度为N的纯杂噪一维距离像信号(xj，j＝1，...，P)，按照步骤1至步骤2分别形成P个相应的检测统计量(λj，j=1，...，P)，并将特征量(λj，j=1，...，P)及相应的距离方位等信息存入杂噪特征数据库进行初始化或补充；步骤4根据杂噪功率变化自适应设定检测阈值为了消除杂噪背景功率起伏的影响，从杂噪特征数据库中提取与待检测区域径向距离范围相同且方位邻近的K个杂噪特征量(λi，i＝1，...，K)，采用单元平均思想，形成检测阈值T： T = Z 0 Σ i = 1 K λ i - - - ( 8 ) 式中，Z0表示阈值因子，可根据预设的虚警概率设置，从而保持检测方法的恒虚警率特性；步骤5对待检测的雷达回波一维距离像进行检测判决将待检测区域对应的检测统计量λ与门限T进行比较，若λ≥T，则判定待检测区域存在距离扩展目标，反之若λ＜T，则判定待检测区域不存在距离扩展目标；步骤6根据检测结果更新杂噪特征数据库若步骤5中待检测区域被判定为不存在目标，则将特征量λ及相应的距离方位等信息加入杂噪特征数据库进行更新。