一种无载波超宽带雷达的目标检测方法

摘要

本发明涉及雷达目标检测技术。本发明公开了一种无载波超宽带雷达的目标检测方法，其技术方案主要包括以下步骤：a、对接收的K次扫描回波信号进行脉冲对消处理；b、对经步骤a处理后的信号通过滑窗处理进行能量积累；c、将步骤b得到的结果与第一门限Th

说明书

技术领域

本发明涉及雷达目标检测技术，特别涉及发射信号为纳秒级无载波脉冲且目标回波形式 未知情况下的检测技术。

背景技术

无载波超宽带雷达发射纳秒级无载波脉冲，具有高距离分辨率、低截获概率、抗干扰、 强穿透力等常规雷达无法比拟的优点，尤其是优越的反隐身能力，使之成为目前研究的热点。 无载波超宽带雷达的目标回波来自整个目标的各个散射中心，其回波形式是发射信号与目标 冲击响应的卷积，表现为目标散射点的一维距离像，而不再像常规窄带雷达那样可以看作是 发射信号的“复制品”。大多数情况下，由于目标冲击响应是未知的，因而雷达检测中常用的 匹配滤波和相关检测方法不再适用于无载波超宽带雷达。

近年来，随着超宽带雷达技术的发展，出现了短时相关法、小波去噪法、Hough变换等 多种目标检测方法，但这些检测方法都存在各自的局限性。短时相关法是通过对信号数据简 单分段后进行相关处理，但由于数据段较短而受信号信噪比的制约，信噪比较小时无法保证 检测效果；小波去噪法需要知道实际信号的先验信息。而且，上述两种检测方法无法应用于 发射信号为纳秒级无载波脉冲且目标回波形式未知情况下的检测。Hough变换法难以解决算 法运算量与检测性能之间的矛盾，在实际应用中受到限制。

发明内容

本发明所要解决的技术问题，就是针对现有Hough变换检测方法，因提高检测性能而带 来算法运算量增大的缺点，提出一种改进的Hough变换检测方法实现无载波超宽带雷达的目 标检测，在尽可能减小目标检测性能损失的同时降低运算量。

本发明解决所述技术问题，采用的技术方案是，一种无载波超宽带雷达的目标检测方法， 通过向目标发射无载波脉冲信号s(t)，并对接收的扫描回波信号进行处理检测目标信息，其 特征在于，包括以下步骤：

a、对接收的K次扫描回波信号按下式进行脉冲对消处理：

$s_k^d\left(n\right)=s_{k+1}\left(n\right)-s_k\left(n\right)$

其中，K为整数，由雷达参数设定；s_k(n)为第k个回波信号的第n个距离单元的测量值； 为一次对消后的结果；n＝1,2,...,N_r；N_r为距离采样点数，由雷达参数设定；

b、对经步骤a处理后的信号通过滑窗处理进行能量积累：

$E_k\left(n\right)=\underset{n=1}{\overset{W}{\Sigma }}{\left[s_k^d\left(n\right)\right]}^2$

其中，E_k(n)为积累的信号能量；W为滑窗长度，由雷达参数设定；

c、将E_k(n)与第一门限Th₁比较，得到目标数据点；其中，Th₁由雷达参数设定；

d、判断超过第一门限Th₁的目标数据点是否连续出现P个，若是则保留第一个数据点， 然后判断后续的数据点，以此类推，得到其他数据点；其中，P为正整数，由雷达参数设定；

e、对经步骤d得到的数据点进行组合并进行Hough变换处理；

f、将经步骤e处理后的结果与第二门限Th₂进行比较，若大于第二门限Th₂，则检测到目 标；反之，则目标不存在；其中，Th₂由雷达参数设定。

具体的，所述脉冲信号s(t)为高斯脉冲信号，具有如下表达式：

$s\left(t\right)={\mathrm{\alpha e}}^{{-a}^2{t}^2}$

其中，a为脉宽因子且T为脉冲持续时间；α为脉冲幅度；a、T、α由雷达 参数设定。

具体的，所述步骤e中数据点组合为D_a：

$D_a=\left(\begin{array}{cccccccccc}1& 1& ...& 1& ...& k& ...& k& ...& K-1\\ n_{l_1}& n_{l_2}& ...& n_{l_j}& ...& n_{k_1}& ...& n_{k_j}& ...& n_{{(K-1)}_j}\end{array}\right)$

其中，k表示第k次扫描，k∈[1,K]；表示第k次扫描中第j个超过第一门限的数据点所在 的距离单元。

具体的，所述步骤e中Hough变换的具体方法为：

ρ＝xcosθ+ysinθ  θ∈[0,π]

其中，ρ、θ为数据点极坐标，分别表示距离和角度参数；x、y为数据点的直角坐标。

本发明的有益效果是，在检测性能没有明显下降的条件下，有效降低了Hough变换检测 方法的运算量，一定程度克服了传统Hough变换检测方法运算量与检测性能之间矛盾，特别 适合一些特定场合的应用。

附图说明

图1为目标模型示意图；

图2为实施例的数据点采集示意图；

图3为本发明与传统Hough变换方法的检测性能曲线。

具体实施方式

下面结合附图及实施例详细描述本发明的技术方案。需要说明的是，实施例中的参数并 不影响本发明的一般性。

实施例

本例无载波超宽带雷达系统，发射信号为无载波高斯脉冲信号s(t)，具有如下形式：

$s\left(t\right)={\mathrm{\alpha e}}^{-a^2{t}^2}$

其中a为脉宽因子且T为脉冲持续时间，α为幅度。a、T、α由雷达参数设 定。

根据瞬态电磁场理论，表面使用吸波材料或外形比较复杂的目标，其各个散射中心都可 以看作是一个色散通道。其目标冲激响应为h(t)：

$h\left(t\right)=\underset{m=1}{\overset{M}{\Sigma }}{A}_m{e}^{j{\phi }_m}\exp [-a_m^2{(t-{\tau }_m)}^2]$

其中，a_m为第m个散射中心响应函数的脉宽因子，与a的定义相同，M表示目标散射中 心的个数，A_m和τ_m分别表示第m个散射中心所对应的幅度以及该散射中心与雷达径向距离所 对应的时延，φ_m为相位因子。

那么，无载波超宽带雷达的目标回波为发射信号与目标冲激响应的卷积，对应的回波信 号为r(t)：

r(t)＝s(t)*h(t)

其中，*表示卷积。

根据上述信号模型，使用matlab(一种计算机算法语言)可以产生如图1所示目标模型 的回波信号。仿真的具体参数如下：

雷达参数设置：脉冲持续时间T＝1ns；脉冲幅度α＝1；采样频率f_s＝5GHz；脉冲重复频 率PRF＝550Hz；扫描回波次数K＝20；距离采样点数N_r＝600；滑窗积累的滑窗长度W＝15； 第一门限对应的虚警概率为0.1；第二门限对应的虚警概率(总虚警概率)为10^-4；P＝4；Hough 变换采用的距离和角度参数空间划分的二维网格大小分别为：M_ρ＝800，M_θ＝800；接收的 目标回波的信杂比范围为-15dB～0dB。

目标参数设置：如图1所示，从左到右包含9个散射中心，每个散射中心的幅度相同， 相位均匀分布，对应的时延分别为1ns，6ns，6ns，6ns，6ns，7ns，7ns，10ns，10ns。目标 以100m/s的径向速度飞行。

具体检测过程如下：

A.对接收的20次扫描回波信号s_k(n)进行脉冲对消处理，以抑制杂波对目标回波的干扰。 经对消处理后的信号为

$s_k^d\left(n\right)=s_{k+1}\left(n\right)-s_k\left(n\right)$

其中，k＝1,2,...,19，n＝1,2,...,600。

B.对每一个脉冲对消后的数据通过滑窗处理进行能量积累，以提高目标回波的信 杂噪比。经滑窗积累后的信号能量为E_k(n)：

$E_k\left(n\right)=\underset{n=1}{\overset{W}{\Sigma }}{\left[s_k^d\left(n\right)\right]}^2$

其中W＝15。

C.将滑窗处理后的信号E_k(n)与第一门限Th₁进行比较，以剔除目标幅度较小的数据点。 其中，第一门限Th₁由下式确定：

$P_{f_1}=P(E_k\left(n\right)>{\mathrm{Th}}_1)$

式中为第一门限对应的虚警概率，这里为0.1。设第k次信号E_k(n)超过门限的数据点 有M_k个，则通过第一门限检测后形成的目标数据点集合为如图2中数据点 1～4、6、8、11～18……。

D.判断超过第一门限的目标数据点是否连续出现4个，若是则保留第一 个数据点，循环处理该步骤直到k＝K-1。得到数据点A、N、R……，分别对应数据点1、 11、15……，如图2所示。这样处理可以有效减低后续Hough变换检测的运算量。通过该步 骤减小数据量处理，得到新的目标数据点集合为如图2中A、N、R……数据 点。

E.对新的目标数据点集合进行组合，得到直角坐标系下的数据点集合Da：

$D_a=\left(\begin{array}{cccccccccc}1& 1& ...& 1& ...& k& ...& k& ...& K-1\\ n_{l_1}& n_{l_2}& ...& n_{l_j}& ...& n_{k_1}& ...& n_{k_j}& ...& n_{{(K-1)}_j}\end{array}\right)$

然后，对直角坐标系下的数据点集合D_a进行Hough变换处理：

E1)划分距离和角度两维网格：将(ρ,θ)平面划分为两维网格，沿ρ轴划分的网格个数为 800，沿θ轴划分的网格个数为800。那么，ρ轴每个网格的长度为其中 (x_max,y_max)为目标在x轴和y轴的最大坐标；θ轴每个网格的长度为θ∈[0,π]。这 样，得到转换矩阵H为

$H=\left(\begin{array}{cc}\cos {\theta }_1& \sin {\theta }_1\\ {\cos \theta }_2& \sin {\theta }_2\\ ...& ...\\ \cos {\theta }_{800}& \sin {\theta }_{800}\end{array}\right)$

其中△θ＝θ_i+1-θ_i。

E2)数据映射：将直角坐标系下的数据点集合D_a通过转换矩阵H映射到(ρ,θ)空间，则 有

其中，Num为D_a中数据点个数，即经步骤d后得到的数据点个数。

E3)计算矩阵R中元素的数值：定义矩阵R，并初始化为零矩阵

其中，M_θ＝800，M_ρ＝800。设矩阵V中某个元素ρ_ij(i＝1,...,800；j＝1,...,Num)落在ρ轴 的第q个网格上，则可知其对应曲线上的点落在(ρ,θ)空间的第(i,q)个网格上。这样，将矩 阵R中对应元素r_iq(i＝1,...,800；q＝1,...,800)加1。

F.将经Hough处理后得到的矩阵R中的所有元素与第二门限Th₂进行比较，若大于门限， 则检测到目标；反之，则目标不存在。其中，Th₂由下式确定：

$P_{f_2}=P(r_{\mathrm{iq}}>{\mathrm{Th}}_2)$

式中为总虚警概率，为10^-4。

为验证本发明的检测性能，采用蒙特卡洛仿真的方法对不同信杂噪比下的检测性能进行 统计。设蒙特卡洛仿真的次数为500，总虚警概率为10^-4，检测性能曲线如图3所示，从图3 中可以看出：与传统Hough变换方法相比，本发明仅在信杂比约-12dB～-8dB时检测概率略有 下降，其他情况下则没有明显区别。

为进一步验证本发明的运算效率，将本发明与传统Hough变换方法所占用的CPU时间 进行对比(CPU为Intel(R)Core(TM)2 Quad CPU Q6600，主频为2.4GHZ，内存为8G)。这些 算法所占用的时间是通过1000次求平均处理得到的，如表1所示。从表1中可以看出：本发 明的运算效率有较大提高，是传统Hough变换方法的4倍。

表1

  传统Hough变换 本发明(P＝4)Hough变换 CPU时间(s) 32.01 7.91