基于最小二乘逼近的一阶海杂波检测方法

摘要

基于最小二乘逼近的一阶海杂波检测方法，本发明涉及一阶海杂波检测方法。本发明是为了解决现有技术查找到的布拉格峰位置不准确及虚警率高的问题。本发明方法首先由雷达的工作频率f0，求得理论布拉格频率fB，并在每个海元上划定噪声区，求得每个海元的阈值；根据雷达探测海域海态数据，确定洋流径向流速的最大值Vm，并求得布拉格频偏的最大值Δfm；根据Δfm和fB确定搜索范围，进而确定布拉格峰的疑似点，并对疑似点的幅度值进行阈值确认，判断当前海元是否有效；其次对于有效海元，取适当个数疑似点的临近点构成点集，利用最小二乘逼近法求得该点集的逼近函数；最后取逼近函数的峰值点作为布拉格峰；本发明应用于高频地波雷达探测领域。

说明书

技术领域

本发明涉及一阶海杂波检测方法，涉及高频地波雷达探测领域。

背景技术

高频地波雷达，可以突破地球曲率的限制，探测到视线以下的目标。在雷达回波中往往掺杂着大量的干扰和噪声。高频雷达一阶海杂波是雷达回波中最主要的干扰之一，它的能量往往很高，严重影响目标的检测，应该尽量抑制海杂波；但从另一方面来讲，海杂波包含着大量的海态信息，是海态反演的主要检测对象。海杂波的产生机理可以由布拉格谐振原理来解释，即当高频电磁波照射到粗糙的海面上时，电磁波会与海面相互作用发生强烈的散射作用，从而产生一阶海杂波。理论上，一阶海杂波在雷达回波RD谱上会在频率轴上形成一对关于零频对称的能量尖峰，即为Bragg峰。Bragg峰对于其存在频率上的海面目标来说是非常大的干扰，将直接导致该频率范围内目标的淹没，在有洋流，电离层杂波和强风等情况下，Bragg峰还会分裂展宽，扩大目标检测的干扰范围。而通过测量Bragg峰位置的偏移，左右Bragg峰能量的比值，一阶Bragg峰与二阶Bragg峰能量比值又能得到海面浪场、风场、流场等十分丰富的海态信息。所以，无论是海态信息的提取还是对海面目标的跟踪监测，海杂波的检测都是研究的重点。

经典的一阶海杂波检测方法有局部峰值检测法和基于特征识别法等，经典检测方法的共同特点是将检测范围内的最大值点视为Bragg(布拉格)峰，并未对Bragg峰附近的谱做任何处理。但相参积累时间过高会带来频谱分裂，这会使Bragg峰分裂为两个峰；高频噪声干扰会使Bragg峰附近的谱有毛刺，这两种情况下，都会使得查找到的Bragg峰位置不准确，虚警率非常高。

发明内容

本发明是为了解决现有技术查找到的Bragg峰位置不准确及虚警率高的问题，而提出的基于最小二乘逼近的一阶海杂波检测方法。

基于最小二乘逼近的一阶海杂波检测方法按以下步骤实现：

步骤一：由雷达的工作频率f₀，求得理论布拉格频率f_B；

步骤二：根据步骤一得到的f_B在每个海元上划定噪声区，并求得每个海元的阈值；

步骤三：根据雷达探测海域海态数据，确定洋流径向流速的最大值V_m，并求得布拉格频偏的最大值Δf_m；

步骤四：根据步骤三中求得的布拉格频偏的最大值Δf_m与步骤一中得到的理论布拉格频率f_B，确定布拉格峰的搜索范围；

步骤五：在步骤四确定的搜索范围内取最大值点作为布拉格峰疑似点；

步骤六：将步骤五确定的疑似点与步骤二得到的阈值作比较，若疑似点的幅度值大于阈值，则认为海元数据有效，为有效海元，执行步骤七；否则，检测下一海元；

步骤七：在步骤六中确定的有效海元内，取以布拉格峰疑似点为中心的点做点集，求取逼近函数y；

步骤八：取步骤七中得到的逼近函数y的峰值点记为布拉格峰值点。

发明效果：

本发明相对传统检测算法，求取了Bragg峰附近谱的逼近函数，相当于对Bragg峰附近的谱进行了平滑处理，减弱了频谱分裂和高频噪声带来的干扰，可有效提高一阶海杂波检测的准确率。

本发明利用最小二乘逼近法求得高频雷达回波多普勒谱的逼近函数，对Bragg峰附近的谱进行了平滑处理，降低了由相参积累时间过高带来的频谱分裂和高频噪声等干扰的影响，解决了一阶海杂波检测中Bragg峰位置识别不准确的问题。

附图说明

图1为距离多普勒谱图；

图2为多普勒谱图；

图3为利用最小二乘逼近法处理后的RD谱结果图；

图4为第4个波束在10km处结果图；

图5为第4个波束在50km处结果图；

图6为第4个波束在100km处结果图；

图7为第4个波束在150km处结果图；

图8为本发明流程图。

具体实施方式

具体实施方式一：如图8所示，基于最小二乘逼近的一阶海杂波检测方法包括以下步骤：

原始雷达回波数据经两次FFT运算，一次DBF运算得到回波数据的方位-距离-多普勒谱(ARD谱)。一阶海杂波的识别即是要在ARD谱上识别出一阶Bragg峰的位置。

步骤一：由雷达的工作频率f₀，求得理论布拉格频率f_B；

步骤二：根据步骤一得到的f_B在每个海元上划定噪声区，并求得每个海元的阈值；

步骤三：根据雷达探测海域海态数据，确定洋流径向流速的最大值V_m，并求得布拉格频偏的最大值Δf_m；

步骤四：根据步骤三中求得的布拉格频偏的最大值Δf_m与步骤一中得到的理论布拉格频率f_B，确定布拉格峰的搜索范围；

步骤五：在步骤四确定的搜索范围内取最大值点作为布拉格峰疑似点；

步骤六：将步骤五确定的疑似点与步骤二得到的阈值作比较，若疑似点的幅度值大于阈值，则认为海元数据有效，为有效海元，执行步骤七；否则，检测下一海元；

步骤七：在步骤六中确定的有效海元内，取以布拉格峰疑似点为中心的点做点集，求取逼近函数y；

步骤八：取步骤七中得到的逼近函数y的峰值点记为布拉格峰值点。

算法是基于最小二乘逼近法的，在此对最小二乘逼近法进行介绍。

在实际工程应用中，通常得到的并不是连续的函数f(x)，而是由实验或观测得到的离散的点集(x_i,f_i),i＝0,1,...,m。当需要求点集中未给出的变量的函数值时，就必须做出数值逼近。设为C[a,b]上n+1个线性无关函数，用表示由张成的线性子空间，则对任意的

最小二乘逼近问题就是要求一个使

其中ρ_i(i＝0,1,…,m)为权值。

求的问题等价于求多元函数

的极小值，其法方程为：

其中，

求解法方程即可得到函数并且函数存在且唯一。

具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中求得理论布拉格频率f_B的公式为：

$f_B=\pm 0.102\sqrt{f_0}---\left(6\right).$

具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中求得每个海元的阈值具体为：

每个海元的阈值为N_p与SNR的和，所述N_p为基底噪声，SNR(根据实际情况给定)为设定的最小信噪比。

本次算法将多普勒频率在[-2f_B,2f_B]范围外的区域划分为噪声区(噪声区的范围可根据实际情况调整)。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤三中求得布拉格频偏的最大值Δf_m的公式为：

根据经验确定洋流径向流速的最大值V_m(本算法取1m/s，可根据实际情况调整)，依此求出频偏的最大值，公式如下：

${\mathrm{\Delta f}}_m=\frac{2V_m}{\lambda }---\left(7\right)$

其中所述λ为雷达发射电磁波的波长。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤四中确定布拉格峰的搜索范围的具体为：[-f_B-Δf_m～-f_B+Δf_m]～[f_B-Δf_m～f_B+Δf_m]。

具体实施方式六：本实施方式与具体实施方式一至四之一不同的是：所述步骤七中取以布拉格峰疑似点为中心的点做点集，求取逼近函数y的具体过程为：

取以布拉格峰疑似点为中心的9～15个点做点集(点集个数根据相参积累时间调整)用来求取逼近函数，并去除奇异点，其中所述奇异点为幅度值小于左右两侧点的幅度值的点；

一阶Bragg峰的形状类似抛物线，因此取Φ＝Span{1,z,…,zⁿ}，ρ_i＝1(i＝1,2,…,m)；其中Φ为线性子空间，1,z,…,zⁿ为n+1个选定的线性无关函数，ρ_i为权函数，m代表点的个数；

确定逼近函数的形式为公式(8)

y＝ax²+bx+c>

其中x为每个点对应的多普勒频率，y为每个点对应的幅度值；

采用公式(9)求解系数a、b、c：

其中和为选定的线性无关函数，x_i为i点对应的多普勒频率，y_i为i点对应的幅度值；由公式(9)求解出逼近函数的系数a、b、c后，即得到了逼近函数。

实施例一：

实验中采用的数据来源于哈尔滨工业大学电子所某雷达实验站于2015年8月采集的数据，表1给出雷达的相关参数。

表1雷达系统参数

根据相关要求，部分参数不予给出，以*代替。

原始雷达回波数据经两次FFT运算、一次DBF运算后得到回波数据的方位-距离-多普勒谱(ARD谱)，由ARD谱可得到每个波束的距离多普勒谱(RD谱)和每个海元的多普勒谱，如图1和图2所示。图1中两条相对零频对称的亮带是一阶海杂波；图2中相对零频对称的两个尖峰是一阶海杂波。

图3给出利用最小二乘逼近法处理之后的RD图，并用紫色圆圈标出了查找到的Bragg峰。从图中可看出，紫色圆圈基本覆盖了一阶海杂波的两条亮带，说明查找结果与原RD谱中的一阶海杂波吻合程度很高，也即利用该方法准确的找到了左右Bragg峰的位置。

图4至图7给出了利用最小二乘逼近法处理之后的多普勒回波谱，图中用竖线标注理论Bragg峰的位置，用*点标注算法识别出的Bragg峰的位置。从图中可看出，在不同海元内，本算法都准确的找到了Bragg峰的位置，验证了算法的适用性和正确性。且图中右上方给出了Bragg峰的左侧频偏和右侧频偏及频偏差值。理论上，Bragg峰的左侧频偏和右侧频偏应该相等。因此，识别的Bragg峰的左右频偏差越小，说明算法效果越好。表2给出采用最小二乘逼近法时不同距离范围内的左右频偏差的均值和均方根误差表。

表2左右频偏差均值和均方根误差表

距离范围(km)均值(Hz)均方根误差(Hz)10-500.00400.009150-1000.00570.0112100-1500.00240.0032150-1800.00360.006010-1000.00500.0103100-1800.00280.0044

从表2可看出，由最小二乘逼近法得到的左右频偏差的均值和均方根误差都较小，其中，左右频偏差的均值控制在0.0057Hz以内，左右频偏差的均方根误差控制在0.0112Hz以内，相对于传统算法局部峰值法的识别结果，左右频偏差的均值提高了9.5％，左右频偏差的均方根误差提高了1.75％。充分说明最小二乘逼近法的效果较好，大大提高了一阶海杂波识别结果的准确率，能够准确识别一阶海杂波。