一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法

摘要

本发明公开了一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，属于雷达信号处理领域中的目标检测方法。本发明通过维格纳分布对采集到的数据样本进行分析，得到时频平面分布信号。将时频分布信号进行分阶段滑窗，得到离散平滑伪自适应变换后的信号；并以信号在时频域频率轴上投影作为参数自适应调节滑窗大小以抑制交叉项，再以所述变换信号不同尖峰的坐标为中心，进行滑窗邻域积累完成自项能量聚集，使所述变换信号核函数的能量平均值从几何中心转移至质量中心形成能量的聚集，完成信号时频量能形态自重构，能够有效的积累信号，提高弱信号峰值，实现多个弱目标检测，并降低算法计算量。

说明书

技术领域

本发明涉及雷达信号处理领域中的目标检测方法，特别涉及一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法。

背景技术

高机动弱目标检测一直是困扰雷达界的难题，这主要是因为存在两个问题：一方面目标的机动性越来越高，导致目标回波波动极大，使利用传统的多普勒处理方式无法聚集目标信号能量，因而不能进行有效检测和参数估计；另一方面，目标本身呈现出隐身性和小型化的发展趋势，以及受到外界杂波和干扰的影响，使其回波信号往往信噪比较低，而不易被检测到。围绕这一类目标，许多科研单位和学者开展了深入的研究和探索，其主要采用时频分析法,如Wigner-Ville分布(WVD)方法。

成果比较丰富，但对于实时性和分辨性要求极高的雷达系统来说，只能选择其中效率最高、代价最小的技术来实现。然而，数量众多的目标时频检测方法各有利弊，并无十分明显的、得到公认的最优方案。这主要是因为对于多个目标存在多分量信号和非线性调频信号时，WVD会出现交叉项干扰，严重影响信号时变谱规律的可分辨性和可解释性。虽然一些改进方法能够改善一定交叉项抑制问题,但大多是以增加复杂度和降低分辨率为代价。

目前，针对高机动弱目标的WVD时频信号检测方法大多缺乏工程实用性，基于多信号在时频域量能空间差异的时频信号快速检测方法还未见到报道，该领域尚存空白。

发明内容

本发明提供了一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，在时频分析基础上进行维格纳霍夫变换，提高弱信号峰值，消除强信号对弱信号的遮蔽，能够有效地同时检测出多个高机动弱目标。

本发明提供的技术方案为：

一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，包括：

对雷达信号进行数据采样得到离散化数据样本，并通过维格纳分布对所述离散化数据样本进行分析，使所述雷达信号的能量分布于时频平面内，得到时频平面分布信号；

将所述时频分布信号进行霍夫变换，得到自适应分析后的变换信号；

以所述变换信号不同尖峰的坐标为中心，进行滑窗邻域内求和积累，使所述变换信号核函数的能量平均值从几何中心转移至质量中心形成能量的聚集，进而对所述变换信号时频量能形态重构，提高弱信号峰值，实现目标检测。

优选的是，所述雷达信号进行数据采样的过程包括如下步骤：

对雷达信号进行数据采样，得到关于时间与频率的二维离散化参数信号；

在时频面上对离散变化后的参数集进行独立重采样得到多个离散化样本数据，将具有相同或相似多普勒变化的样本划分为一组，得到多组离散化数据样本，进而对所述离散化数据样本进行分阶段化处理。

优选的是，还包括：

通过对所述时频平面分布信号进行自适应滑窗，以抑制多分量信号交叉项；

并对所述时频平面分布信号进行时间和多普勒频率二维方向上的阈值处理，以滤除时频面上的剩余孤立噪声获得滤噪时频分布信号。

优选的是，所述时间与频率的二维离散化参数信号的表达式为：

其中，w

优选的是，所述时频平面分布信号的表达式为：

其中，DSPWVD(n.k)为时频分布信号，g(u)为第一实的偶窗函数，h(l)为第二实的偶窗函数，n为采样点个数，f

优选的是，所述时频平面分布信号的自适应滑窗过程，包括如下步骤：

首先，采用时频分布信号在时频域上频率轴的投影映射为参数构建滑窗权重；

然后对所述第一实的偶窗函数和所述第二实的偶窗函数进行窗函数加权，以自适应控制窗口宽度。

优选的是，所述滑窗权重的计算公式为：

其中，max

优选的是，所述滤噪时频分布信号由如下公式处理获得：

其中，ω为虚警率门限，ω＝μρn，μ为由虚警概率确定的门限调整参数，ρ为阶段时间内的信号频率单元数，n为采样点个数，n

优选的是，所述霍夫变换过程包括如下步骤：

首先，在调频范围内做维格纳霍夫变换，其变换公式为：

然后，在阶段内做维格纳霍夫变换累积，其变换公式为：

其中，调频范围为

优选的是，所述滑窗邻域内求和累积计算公式为：

其中，WH

本发明提供了一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，在时频分析基础上进行维格纳霍夫变换，提高弱信号峰值，除强信号对弱信号的遮蔽，能够有效地同时检测出多个高机动弱目标。

本发明使用时频投影映射参数进行自适应滑窗窗口宽度控制，以抑制交叉项完成滤波；对信号尖峰采用邻域积累法完成自项能量聚集，重塑信号时频量能形态；提高弱信号峰值，实现了高机动弱目标的有效检测，并降低算法计算量。

本发明还以不同尖峰的坐标为中心，进行滑窗邻域内求和积累，进而对变换信号时频量能形态重构，变换信号核函数的能量平均值从几何中心转移至质量中心形成能量的聚集，以提高弱信号峰值，实现目标检测。

附图说明

图1为本发明所述的一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法的方法流程图。

图2为本发明所述的对雷达信号进行采样并进行时频平面分析的流程图。

图3为本发明所述的时频分布信号维格纳霍夫变换的流程图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在本发明的描述中，术语“中”、“上”、“下”、“横”、“内”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

如图1所示，基于背景技术提出的技术问题，本发明提供了一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，包括：

步骤S110、对雷达信号进行数据采样得到离散化数据样本，并通过维格纳分布对离散化数据样本进行分析，使雷达信号的能量分布于时频平面内，得到时频平面分布信号；

步骤S120、将时频分布信号进行维格纳霍夫变换，得到离散平滑伪自适应分析后的变换信号；

步骤S130、以所述变换信号不同尖峰的坐标为中心，进行滑窗邻域内求和积累，使所述变换信号核函数的能量平均值从几何中心转移至质量中心形成能量的聚集，进而对所述变换信号时频量能形态重构，提高弱信号峰值，实现目标检测，消除强信号对弱信号的遮蔽，能够有效地同时检测出多个高机动弱目标。

在另一实施例中，雷达信号进行数据采样的过程包括如下步骤：

如图2所示，步骤S111、对雷达信号进行数据采样，得到关于时间与频率的二维离散化参数信号，其中，时间与频率的二维离散化参数信号的表达式为：

其中，w

步骤S112、在时频面上对离散变化后的参数集进行独立重采样得到多个离散化样本数据，将具有相同或相似多普勒变化的样本划分为一组，得到多组离散化数据样本，进而对离散化数据样本进行分阶段化处理。

作为一种优选，在时频面上对离散变化后的w

步骤S113、再将离散化后具有相近多普勒变化的样本进行WVD处理，WVD(Discreted Smoothed Pseudo WVD，DSPWVD)，其中，WVD为维格纳分布，能够将离散化样本分布在时频平面内，其中，时频平面分布信号为：

其中，DSPWVD(n.k)为时频分布信号，g(u)为第一实的偶窗函数，h(l)为第二实的偶窗函数，n为采样点个数，f

在另一实施例中，抑制多分量信号交叉项为了抑制抑制多分量信号交叉项，还包括对时频平面分布信号进行自适应滑窗，其具体步骤为：

步骤S114、通过对第一实的偶窗函数和第二实的偶窗函数进行窗函数加权，采用时频分布信号在时频域上频率轴的投影映射为参数构建滑窗权重，实现自适应控制滑窗宽度。其中，滑窗权重，即窗函数权值计算公式为：

对W

p

步骤S115、为滤除时频面上的剩余孤立噪声获得滤噪时频分布信号，并对所述时频平面分布信号进行时间和多普勒频率二维方向上的阈值处理。

先设定待检测单元的二维统计量：

其中，

若η未超过由恒虚警率确定的门限ω，则判为噪声，超过的保留原值，滤噪时频分布信号由如下公式处理获得：

其中，ω为虚警率门限，ω＝μρn，μ为由虚警概率确定的门限调整参数，ρ为阶段时间内的信号频率单元数，n为采样点个数，n

步骤S120中，时频分布信号进行维格纳霍夫变换，得到离散平滑伪自适应分析后的变换信号，对信号DSPWVD(n.k)进行Hough变换，将时频面上调频信号离散求和聚集，即完成为维格纳霍夫变换，首先要对调频范围进行预估计，以减少运算时间其变换过程为：

步骤S121、调频范围为

步骤S122、在调频范围内做维格纳霍夫变换，其变换公式为：

步骤S123、在阶段内做维格纳霍夫变换累积，其变换公式为：

尖峰邻域积累是以不同尖峰的坐标为中心,进行滑窗邻域内求和积累，使核函数的能量平均值从几何中心转移至质量中心形成能量的聚集，可改善尖峰一定范围内调频信号的自项分布，重塑信号时频量能形态，步骤S130中滑窗邻域内求和累积计算公式为：

其中，WH

本发明使用时频投影映射参数进行自适应滑窗窗口宽度控制，以抑制交叉项完成滤波；对信号尖峰采用邻域积累法完成自项能量聚集；减少了计算量和复杂度,对输入信噪比的要求也较低；实质是利用了信号的线性调频特性和有序性,以及交叉项与噪声的震荡特性和杂乱性，进而造成其时频域量能分布空间形态差异，该方法物理含义清晰，技术成本小；只需要将程序下载到通用信号处理板上即可实现，因此易于推广，且只需要在通用可编程信号处理板上进行编程，无需改变系统结构，升级方便，利于推广。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。