海雜波中小目標(biāo)的特征檢測方法.pdf

1、海面監(jiān)視雷達(dá)可以完成對大范圍海面的預(yù)警、監(jiān)視和探測，在軍事和民用領(lǐng)域均有廣泛應(yīng)用。由于高分辨海雜波的空時(shí)非平穩(wěn)特性，傳統(tǒng)目標(biāo)檢測方法面臨低檢測概率，高虛警的問題，使得海雜波背景下的對海面目標(biāo)特別是慢速、漂浮小目標(biāo)的檢測成為國內(nèi)外專家和學(xué)者研究的重點(diǎn)與難點(diǎn)。本文在對實(shí)測雷達(dá)海雜波數(shù)據(jù)特性分析的基礎(chǔ)上，主要研究在高分辨海雜波背景下海面慢速、漂浮小目標(biāo)的檢測問題。研究的問題包括:海雜波分形特性分析與目標(biāo)檢測方法、基于快速凸包學(xué)習(xí)的三特征聯(lián)合檢

2、測方法、匹配與高分辨海雜波多普勒譜特性的檢測方法以及基于塊白化海雜波抑制的海雜波時(shí)頻特性分析與目標(biāo)檢測方法。本文主要研究成果概括如下:
　　1.分析了海雜波幅度時(shí)間序列的多尺度分形特性與分形特征的空時(shí)變性。在對海雜波擴(kuò)展自相似建模的基礎(chǔ)上，利用多尺度Hurst指數(shù)討論了在三個(gè)尺度區(qū)間內(nèi)海雜波時(shí)間序列的起伏的主導(dǎo)因素，定性的分析了噪聲對序列分形特性的影響;通過對不同時(shí)間不同海況條件下采集的實(shí)測數(shù)據(jù)分析發(fā)現(xiàn)海雜波的分形特征如Hurst

3、指數(shù)隨外界條件如海態(tài)、雷達(dá)照射方向與浪向的夾角的不同而改變。提出了兩個(gè)基于改進(jìn)分形特征的海面漂浮小目標(biāo)檢測方法。實(shí)測數(shù)據(jù)表明，由于利用了海雜波序列的多尺度性和空時(shí)變性，基于多尺度Hurst指數(shù)和基于相對Hurst指數(shù)相比基于Hurst指數(shù)的方法有更好的檢測性能。
　　2.討論了傳統(tǒng)目標(biāo)檢測問題與異常檢測中單分類問題的聯(lián)系，為海面目標(biāo)檢測問題提供了新的解決途徑。由于海面目標(biāo)的復(fù)雜性和多樣性，通常無法獲取所有種類目標(biāo)回波，因此我們將純

4、雜波回波看作正常觀測，含目標(biāo)回波看作異常觀測，并從回波中提取三個(gè)在兩種觀測模式下具有明顯差異的特征，分析了兩種模式下特征向量在三維特征空間上的可分性。提出了利用正常觀測訓(xùn)練回波樣本，通過快速凸包學(xué)習(xí)算法在特征空間獲得檢測判決區(qū)域的非參數(shù)方法，并提出了三特征聯(lián)合檢測方法。與基于海雜波分形特性的目標(biāo)檢測方法相比，該方法可以在短的觀測時(shí)間獲得較好的檢測結(jié)果。
　　3.在實(shí)測海雜波數(shù)據(jù)基礎(chǔ)上，對海雜波多普勒功率譜建模。與地雜波相比，海雜波

5、具有較寬的多普勒帶寬。我們在多普勒域?qū)⒑ｋs波功率譜分為雜波占優(yōu)單元、噪聲占優(yōu)單元以及雜波噪聲混合單元，并將海雜波多普勒譜建模為一個(gè)正隨機(jī)過程，該隨機(jī)過程在每個(gè)多普勒單元滿足具有不同形狀參數(shù)和尺度參數(shù)的K分布模型。考慮到海面漂浮目標(biāo)在多普勒域的能量擴(kuò)散現(xiàn)象，提出了匹配于海雜波多普勒譜特性的雙重檢測方法。實(shí)測數(shù)據(jù)的實(shí)驗(yàn)表明當(dāng)信雜比較高時(shí)該檢測器具有很好的檢測性能。
　　4.高分辨海雜波的非平穩(wěn)性導(dǎo)致在較長觀測時(shí)間下，傳統(tǒng)雜波白化方法在

6、估計(jì)雜波協(xié)方差矩陣時(shí)無法得到足夠的參考單元回波樣本，降低了雜波抑制的有效性，進(jìn)而限制了檢測器在長時(shí)間積累條件下的目標(biāo)檢測性能。針對這一問題，我們提出了塊白化的海雜波抑制方法，將海雜波背景下的檢測問題轉(zhuǎn)化為在近似白噪聲背景下的檢測問題，有效抑制時(shí)頻平面上交叉項(xiàng)對回波能量累積的影響，在此基礎(chǔ)上給出了:(1)基于時(shí)頻脊引導(dǎo)的Hough變換的目標(biāo)檢測方法。提出的時(shí)頻脊引導(dǎo)的Hough具有比傳統(tǒng)Hough變換更小的計(jì)算復(fù)雜度，并能較好的積累目標(biāo)能

7、量，具有較強(qiáng)的實(shí)際應(yīng)用價(jià)值;(2)基于改進(jìn)凸包學(xué)習(xí)算法的時(shí)頻雙特征檢測方法。利用特征分布的先驗(yàn)知識，改進(jìn)的凸包學(xué)習(xí)算法可以更高效的獲得檢測判決區(qū)域。針對純雜波回波和目標(biāo)所在單元回波在時(shí)頻平面上的時(shí)頻脊的差異，給出了兩種提取脊能量和脊全變差的方法，并用Bhattacharyya距離定量的評估了兩種提取方法提取的兩種模式下的特征在特征平面上的可分性。兩個(gè)特征對于檢測海面漂浮目標(biāo)來說具有較好的互補(bǔ)性，通過實(shí)測數(shù)據(jù)驗(yàn)證，得到的雙特征檢測器具有很