基于高斯短时分数阶Fourier变换的海面微动目标检测方法-论文.pdf

《基于高斯短时分数阶Fourier变换的海面微动目标检测方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

第5期电子学报vo1．42No．52014年5月ACIIAELECn)NICASINICAMay2014基于高斯短时分数阶Fourier变换的海面微动目标检测方法陈小龙，刘宁波，王国庆，关键，何友(1．海军航空工程学院电子信息工程系，山东烟台264001；2．海军航空工程学院信息融合研究所，山东烟台264001)摘要：海上目标随海面颠簸导致姿态变化，引起回波功率调制效应，导致回波多普勒体现时变和非平稳特性．为此，本文将微多普勒理论应用于海杂波中弱目标检测，提出一种基于高斯短时分数阶Fourier变换(GSTFRFF)的海面微动目标检测方法．首先，建立海面目标的平动和三维转动回波模型；然后，基于海尖峰判别方法对回波信号进行数据筛选，改善信杂比，并采用GSTFRFF对微动信号进行增强处理，利用海面目标与海杂波的微动特征差异设计恒虚警检测方法；最后，通过GSTFI~F域滤波，提取信号的微动特征并得到瞬时频率．实测雷达数据仿真结果验证了算法的有效性，具有在强海杂波中检测微弱目标的能力．关键词：微动目标；海尖峰；高斯短时分数阶Fourier变换；目标检测；特征提取中图分类号：TN957．51文献标识码：A文章编号：0372—2112(2014)05．0971．07电子学报URL：http：／／www．ejourna1．org．allDOI：10．3969／j．issn．0372．2112．2014．05．021GaussianShort-TimeFractionalFourierTransformBasedDetectionAlgorithmofTargetwithMicro—MotionatSeaCHENXiao—long，LIUNing-bo2，WANGGuo．qing2，GUANJian，HEYou?(1．DepartmentofElectronicandInformation西M西，NavalAeronauticalandAstronauticalUniversity，YantaiShandong264001，China；2．InstituteofInformationFusion，NavalAeronauticalUniversity，Yantai，Shandong264001，China)Abstract：11leattitudeoftargetatseamayvarywiththefluctuationofseasurface．whichinducestheefectofpowermodu．1ationofradarecho，andalsotheDopplerreflectstime-varyingandnonstationaryproperties．Inthispaper，micro-Dopplertheoryisappfiedtoweaktargetdetectionwithinseaclutter，andanalgorithmofdetectingmicro-modontargetatseaisproposedviaGanssianshort-timefractionalFouriertransform(GSTFRFF)．Firstly，sign~modeloftargetontheseasurfaceisestablishedincludingtransla-lionand3一Drotationmovements．Then，radarretllITlSareselectedbasedonseaspikesidentificatio力forbettersigna1．to-cluterratio．Moreover，micro-motionsignalisenhancedviaGSTFRPT，andsignaturediferencesbetweentargetandseaclutterareutilizedfordesigningconstantfalsealarmratiodetector．Finally，micro-motionsignatureandinstantaneousfrequencyCanbeexlractedandob．tainedbyfilteringinGSTFRFrdomain．Simulationresultswithrealdatasetsvalidatetheefectivenessofthealgorithm，whichisqualifiedfordetectingweaktargetinstrongseaclutterenvironment．Keywords：micro-motiontarget；seaspikes；Gaussianshort-timefractionalFourierla'ansform；targetdetection；featureex—traction辨率雷达以低擦地角照射粗糙海面或在高海况条件下，1引言雷达屏幕出现强杂波尖峰，体现出明显的时变特性_2]，高海况条件下可靠、稳健的弱目标检测技术始终是并且，海面目标的复杂运动(非匀速运动或三维转动)，雷达信号处理领域的难题_1J．传统基于统计理论的目标导致多普勒频率随时间非线性变化[，使得目标能量积检测方法将海杂波视为随机过程，但目标模型和杂波模累效果差，降低了雷达检测性能．型均呈多样化发展趋势，尤其是杂波分布模型，在复杂近年来，随着高分辨雷达和信号处理水平的提高，环境中往往不成立或不完全成立，这就使经典目标检测微多普勒理论已成为目标探测与识别领域的重要研究方法由于模型失配而不能取得预期的检测结果．当高分方向l_4j．微动是由目标的特殊结构在特定的受力作用下收稿日期：2013-02．27；修回日期：2013一i0．10责任编辑：蓝红杰基金项目：国家自然科学基金(No．61201445，No．61179017，No．61002045)；“泰山学者”建设工程专项经费 第5期陈小龙：基于高斯短时分数阶Fourier变换的海面微动目标检测方法973假设雷达和舰船在同一个坐标平面，则可通过推导式的一阶近似，则同一距离单元内的海面微动目标回波(9)的第二行得到RIDS距离可建模为r(t)=sin(all+a12Y+口13)+coscp(a21+a22Y+a23z)(t)=s(t)+C(t)(9)=：A(t)exp(j27vf／t+j7ct)+c()，}tIsTallcos0ycos0~(17)a12——cosOysinOz式中，A(t)为第i个微动信号分量的幅度，是时间的函a13=sin0y(1。)数，中心频率和调频率分别为f／，k，c(￡)为海杂波．a2l：sinsinvc0s+COSOxsin0~2la22一sinO~sinOrsinO,+c0sc0s3海面微动目标检测方法a23——sinO~cosOy3．1海尖峰识别和抑制对式(9)时间求导，则由目标旋转运动产生的微多普勒由于海尖峰的出现，使得海杂波由稳态向非稳态，可表示为非时变向时变转换，体现出微多普勒特性，雷达将海尖峰误判为具有一定速度的运动目标，进而导致虚警概fr=T=—¨)率的增加．因此，研究海尖峰的识别和抑制方法对于海为了计算方便，分别分析三种旋转运动，转动角速度分面目标尤其是微动目标的检测至关重要．首先需要将另0为(u=OJt，∞=Oy／t，coz=Oz／t，叫=／．海尖峰从杂波背景中分离出来，采用FredP0sner_10l等人(1)横滚运动提出的基于三特征参数的海尖峰识别方法，在此情况下，Oy==0，因此目标到雷达的距离可rlI表示为{I-IH(18)r(t)=sin·+cos(C050x。Y—sinO~‘)(12)【，多普勒频率为式中，为HH极化方式下雷达回波的第i个采样点，厶：÷【cos·一sin·60(cosOx‘Y—sinO。)和，分别表示尖峰宽度(尖峰持续时间)和尖峰一cos(sin0~·+cos0~‘cU)](13)间隔．尖峰幅度门限可取为海杂波平均功率的在较短的观测时间范围内，旋转角度非常小，cos》倍，sin~o，sin0x一叫t，COS0x1．式(13)简化为TnH=一寺^’∑lcllI(＼19)，厶÷cos(一一2)(14)i=1式中，Ⅳ为序列长度．该识别方法同样适用于w极化．上式表明横滚运动产生的多普勒具有调频特性，其频根据式(18)的判定准则从海杂波序列中提取出海率与角速度以及舰船的运动坐标有关．尖峰，则海杂波序列被分为无海尖峰的海杂波背景和(2)偏航运动海尖峰序列．将海尖峰序列置零，仅保留不含海尖峰的此时==0，同样采用近似计算，则由偏航运动海杂波背景序列，分别计算各个海杂波背景序列的平均产生的多普勒可表示为功率水平，假设海杂波序列被分为2n个数据段，其中第厶寺c0s(+)(15)1，3，5，⋯，2n一1段为海尖峰序列，而其余的第2，4，6，⋯上式表明由于有调频项的存在，多普勒谱发生偏移和，2n段为海杂波背景序列，选取最小平均功率对应的海杂波背景序列作为待检测数据，计算方法如下展宽．，．、(3)俯仰运动ao“I瓦台(J．)川l。)J，(20)0=0y=0，则多普勒可表示为i=1，2，⋯，n，=1，2，⋯，厶一÷cos(似+叫一龇一∞2)(16)式中，托为第i个海杂波背景序列，Mi为序列长度，io由上述刚体目标微多普勒调制模型的讨论中得为最小平均功率对应的海杂波背景序列序号．此方法知，在雷达发射LFM信号照射点目标的前提下，目标的可降低海尖峰的比重，进一步改善SCR，达到抑制海杂微多普勒频率由非匀速平动和三维转动引起的，可建波的目的．模为多分量调频信号，其幅度和频率受海况影响．微动3．2微动信号的GSTFRFY目标在较短时间范围内，可用LFM信号作为调频信号通过增加窗函数，STFRYF能够很好地描述和分析 974电子学报2014正时变信号，尤其是目标的微动特征，克服了FRFT不具步骤1在接收端，得到经解调和脉压处理后的同有描述信号局部特征的缺点[。]一距离单元内的雷达回波数据c(i)，i=1，2，⋯，Ⅳ，并按照式(18)的海尖峰识别方法，将海杂波数据分为海尖s1(，“)=I(r)g(r—t)(r，M)dr峰序列和不含海尖峰的海杂波背景序列，分别计算各(21)个海杂波背景序列的平均功率水平，选取最小平均功式中a，=p兀／2是旋转角度，P为变换阶数，(t，)表率对应的海杂波背景序列i作为待检测数据，计算方示核函数，g(t)为窗函数．法如式(20)所示．本文采用具有最小时宽带宽积且较为常用的高斯步骤2对待检测数据进行不同变换阶数下的窗函数g(r)GSTFRH'运算，采用分级迭代的计算方法进行峰值搜)=exp(一嘉)，IrI(22)索J，并记录峰值对应的GSTFRFI"域坐标(P，／Zi)=argmaxlGSTFRFr(p，M)I(27)式中，为标准差．根据FRFY的乘积性质[n]，函数(t)式中，：Mi／f,为待检测数据的时长，为采样频率．和Y(f)乘积的唧可分解为以下三步：首先，将(￡)取GSTFRFF域信号幅值作为检测统计量，与给定虚警进行Fr并乘以chirp信号；其次，与Y(t)的fTr做卷概率下的检测门限进行比较，判决目标的有无积运算；最后，再次乘以chirp信号并进行幅度调整．因此，微多普勒信号s(t)的GSTFRFT表示为1l乏叩(28)GSTFRFF．(H)=【0；式中，P为GSTFRFr域的第个峰值，为检测门限，V二可采用常用的恒虚警(ConstantFalseAlarmRate，CFAR)·I(r)G[(M—r)csc~]e-连cotaidr(23)检测方法确定门限_1．式中，为s(t)的FRFI"，／2表示高斯窗函数g(r)的步骤3将最佳GSTFRFY域数据通过窄带带通滤Fr，即波器，滤除除第一微动信号分量(P，，“)外的绝大部分信号能量，㈤=j’)exo(一jur)dr=exp(一{)Gs咧(t，M)lr=GSTFRFTp，(t，)lr·H(p1，u)(24)(29)式中，H(P，)为窄带带通滤波器，其带宽与峰值宽度(r)=Ai()A压一I』，ld(2rtf~一一a)ud‘‘一有关，即=2A(t)ei专totalsine[(2一rCSC~)](25)日(Pl,u，=一式中，=(1一jcota)／27r．则(t)的GSTFRFr表达式为式中，W1=·GSTFRH'a(Ⅲ)=2A(f)T／om口-步骤4对滤波后的最佳GSTFR~域数据进行逆运算，提取出第一微动信号分量(t)，Jfsinc[(2一rcsc)]e一—7’(u-r)一a~’drl()=GSTFRH~_pl(t，u)l(31)(26)进而得到调频率的估计值当r：2sina时，微多普勒信号的GSTFRH"模函kl=一cot(P1~／2)／S(32)数达到最大值，表现为sinc函数．式中，S_-j为量纲归一化的尺度因子．3．3算法流程步骤5将滤除第一微动信号的雷达回波继续进行图2为本文所提方法的流程图，具体步骤如下：步骤2至步骤4的运算，检测并提取其它微动信号分量．图2基于GSTFRFT的微动目标检测与特征提取方法流程图