【深度】基于RSMH的高频雷达跨一阶峰目标检测（下）

Original 学术plus 学术plus 2022-07-29

（图片来自网络）

今日荐文

今日荐文的作者为中国电子科学研究院专家史劼，航天系统部信息网络管理中心张胜磊等。本篇节选自论文《基于RSMH的高频雷达跨一阶峰目标检测》，发表于《中国电子科学研究院学报》第12卷第1期。本文较长，此为下篇。

摘要：论文结合时频分析和图像处理技术提出了一种新的变换——RSMH(RS-method Hough)，并基于此变换提出了一种高频雷达跨一阶峰目标检测算法。本算法先对重排后的回波时频图像二值化和边缘检测，应用行扫描检测法剔除剩余杂波，然后采用零均值逼近法对该回波的RSMH进行预处理，最后在Hough域利用聚类算法提取各聚类中心并进行门限检测。实测海杂波数据的处理结果验证了该方法的正确性和有效性。

关键词: 高频雷达；时频分析；跨一阶峰目标；RS-method-Hough变换；行扫描检测；聚类分析

3 实验数据处理预分析

为了验证本文所提出的算法的正确性和有效性，采用武汉大学高频地波雷达朱家尖站的实测数据对该算法的性能进行测试。雷达工作频率为7.851MHz，对应的Bragg频率为0.286 Hz，一个CIT为167s。通过向实测海杂波数据中加入仿真目标来模拟出现跨一阶峰目标的实际场景，取靠近雷达方向为正。目标1以初速度-7.64m/s做匀速运动，目标2以初速度9.55m/s，加速度-0.046m/s2做匀减速运动，其对应的多普勒频率变化范围分别为-0.4Hz和0.5Hz ~ 0.1Hz，因此，目标2为跨一阶峰目标。

图3(a)给出了一个CIT内的实测数据添加仿真目标的多普勒谱，尽管目标1对应的尖峰很明显，但目标2和一阶峰交叠，且严重展宽，因此无法直接在多普勒域对其检测。图3(b)、(c)分别为实验数据的SM和RSM分布，多普勒域中被掩盖的目标2在时频图中特征明显。对RSM中海杂波与零频干扰以带宽置零，结果如图3(d)所示，置零过程截断了目标信号对应的时频图像，损失了部分能量，但由于被截断的LFM信号共线，仍将视为一个目标被检测到。图3(e)给出了图3(d)经过二值化和边缘检测的结果，由于置零带宽有限，剩余杂波以“虚线”形式存在，基于此特征提出的行扫描检测法剔除剩余杂波后的结果如图3(f)所示。图3(g)为图3(f)对应的RSMH，多簇亮点中的两个最强亮点即为目标，若直接把该RSMH作为聚类算法的输入，将产生如图3(h)所示的大量虚警，而采用本文提出的零均值逼近法进行预处理，不仅减少了输入聚类算法的冗余数据，而且提高了聚类的准确性，结果如图3(i)所示。图3(j)给出了经过门限检测，进一步排除虚警后的结果，由式(8)和式(10)得到目标参数信息如表1所示，且检测到的目标初速度和加速度相对误差都在5%内，验证了本文算法的有效性。

表1 目标参数估计结果

为了与常规的Radon-Wigner法对比，图3(k)给出了Radon-Wigner法对之前同一组数据的处理结果，真实目标被大量亮点簇所掩盖，这是由于跨一阶峰目标情形下交叉项干扰严重，且海杂波无法完全抑制，导致该算法下的剩余杂波会以匀速目标的形式造成大量虚警。而本文提出的算法不仅能检测到一阶峰附近的匀速目标，还能分离出跟一阶峰交叠的机动目标，且不需提供目标个数先验信息，进一步验证了本算法的优越性。

以远离一阶峰的区域作为噪声基底，将不同信噪比(SNR)的目标加入实测海杂波数据中，在每种SNR情况下进行1000次检测，检测概率与SNR的关系如图3(l)所示。由图可知，当SNR为3dB时，检测概率为0.83，当SNR大于5dB时，检测概率接近1。因此，本文方法表现出良好的弱目标检测能力。

图3 RSMH法对实测数据中仿真目标的检测结果(a)实测数据添加目标的多普勒谱

图3 RSMH法对实测数据中仿真目标的检测结果(b)实测数据添加目标的SM

图3 RSMH法对实测数据中仿真目标的检测结果 (c)实测数据添加目标的RSM

图3 RSMH法对实测数据中仿真目标的检测结果 (d)海杂波、零频干扰置零

图3 RSMH法对实测数据中仿真目标的检测结果(e)边缘检测后的二值图像

图3 RSMH法对实测数据中仿真目标的检测结果(f)行扫描法剔除剩余杂波

图3 RSMH法对实测数据中仿真目标的检测结果(g)剔除剩余杂波后的RSMH

图3 RSMH法对实测数据中仿真目标的检测结果(h)未经预处理的聚类结果

图3 RSMH法对实测数据中仿真目标的检测结果(i)预处理后的聚类结果

图3 RSMH法对实测数据中仿真目标的检测结果(j)门限检测结果

图3 RSMH法对实测数据中仿真目标的检测结果(k)Radon-Wigner法结果

图3 RSMH法对实测数据中仿真目标的检测结果(l)算法检测性能

4 结语

论文结合SM分布和Hough变换提出了一种新的变换——RSMH变换，并基于此提出了一种高频雷达跨一阶峰目标检测算法。该算法先对重排后的回波时频强度图二值化和边缘检测，减弱了由海杂波的能量优势对目标形成的压制；随后应用行扫描检测法剔除以“虚线”形式存在的剩余杂波；然后采用零均值逼近法对该回波的RSMH进行预处理，大量减少了输入聚类算法的冗余数据点；最后在Hough域利用聚类算法提取各聚类中心并进行门限检测。实测数据处理结果表明，本算法不仅能检测到一阶峰附近的匀速目标，还能在未知目标个数的情况下分离出跨一阶峰目标信号，且目标参数估计相对误差在5%内，验证了本文算法的有效性和正确性。