一种高频地波雷达杂波与目标识别方法

本发明属于高频地波雷达杂波与目标识别，具体涉及一种基于时频分析与深度学习的高频地波雷达杂波与目标识别方法。

背景技术：

1、高频地波雷达的工作频率在3～30mhz，其最大探测的距离可覆盖200至500公里。由此可见，高频地波雷达的探测能力足以覆盖专属经济区，实现对海面舰船和低空飞行器的超视距探测。高频地波雷达凭借其探测距离远、覆盖范围广、全天时全天候的优势，成为对海洋专属经济区远距离探测、实时预警的有效设施。但是，高频地波雷达面临一个最棘手的问题就是杂波对目标识别的影响。其中，一阶海杂波与e层的电离层杂波的能量远超过目标。两种杂波在多普勒维与距离维上均有扩展，扩展的杂波会淹没运动的目标。因此，会有大量的目标无法被识别出来，导致漏警。

2、时频分析是对杂波回波成分进行分析的一个主要方法，它被运用在多种雷达的海杂波回波成分的分析上，例如x波段固态全相参雷达与高频地波雷达系统中，涉及军用与民用领域。其中，短时傅里叶变换(short-time fourier transform,stft)被广泛应用。但是，因为stft受到海森堡(heisenberg)测不准原理的影响，不能同时获得最优时域分辨率和频域分辨率。此外，wigner-ville分布也广泛用于信号处理。但是，在分析多分量信号时，wigner-ville分布会产生交叉干扰项。虽然，小波变换有能力充分展示信号的细节信息。但是，此方法性能取决于选择的小波基函数。由于电离层杂波与海杂波会实时变化，以上方法都不能很好地分析电离层杂波，海杂波与目标回波成分。由于海面上与电离层的状况是时刻发生变化的，所以对杂波成分的时频分析结果会有所影响。之前的基于时频分析的目标识别与检测方法需要人为判断，具有主观性。

3、综上所述，现有技术存在无法保证快速且准确地区分目标与杂波成分，以及对目标识别存在漏警的问题。因此，在高频地波雷达的海杂波与电离层杂波干扰下，如何对分散的目标进行识别，如何精准地识别每一种杂波是一个难点，对现有系统的性能造成很大影响。

技术实现思路

1、本发明的目的是为解决现有技术无法快速且准确地区分目标与杂波成分，以及对目标识别存在漏警的问题，而提出了一种高频地波雷达杂波与目标识别方法，可以用于识别高频地波雷达下多种e层电离层杂波，海杂波以及不同形态的目标，增大目标发现概率。

2、本发明为解决上述技术问题所采取的技术方案是：一种高频地波雷达杂波与目标识别方法，所述方法具体包括以下步骤：

3、步骤一、获取包含m批雷达回波数据的数据集，并对获取的数据集中的每批雷达回波数据分别进行预处理，得到每批雷达回波数据对应的距离-多普勒图；

4、步骤二、对于步骤一中的任意一批雷达回波数据，对该批雷达回波数据对应的距离-多普勒图中各距离单元的回波能量进行归一化，得到归一化后的回波数据；再对归一化后的回波数据中的各距离单元进行时频分析，得到在各距离单元上的时频分析结果；

5、同理，对步骤一中的每批雷达回波数据对应的距离-多普勒图均进行上述处理；

6、步骤三、将时频分析结果作为训练集的输入，将时频分析结果所对应的距离单元上包含的回波成分作为训练集的输出，利用训练集的输入和输出对yolo-v5网络进行训练，得到训练好的yolo-v5网络；

7、步骤四、对待检测的雷达回波数据进行预处理；

8、步骤五、对步骤四中的预处理结果进行归一化，得到归一化后的回波数据；

9、步骤六、对步骤五中归一化后的回波数据中的各距离单元进行时频分析，得到时频分析结果；

10、步骤七、将步骤六中得到的时频分析结果输入训练好的yolo-v5网络，通过训练好的yolo-v5网络输出回波成分，完成了对不同种杂波与不同目标的识别。

11、进一步地，所述对获取的数据集中的每批雷达回波数据分别进行预处理，预处理的具体过程为：

12、对获取的数据集中的任意一批雷达回波数据，对该批雷达回波数据依次进行滤波、放大、解调、脉冲压缩和波束形成处理；

13、同理，分别对每批雷达回波数据进行预处理。

14、进一步地，所述步骤二中采用的归一化方法为全局阈值归一化。

15、进一步地，所述全局阈值归一化的具体过程为：

16、从距离-多普勒图中找出所有距离单元的最大回波能量值，将找出的最大回波能量值定义为max，根据最大回波能量值对各距离单元的回波能量值进行正则化，将各距离单元的回波能量值映射到[0,1]之间。

17、进一步地，所述各距离单元上的时频分析结果包括以下几种：

18、1)距离单元上仅包含扩展电离层杂波时的时频分析结果；

19、2)距离单元上仅包含均匀分布的镜面电离层杂波时的时频分析结果；

20、3)距离单元上仅包含非均匀分布的镜面电离层杂波时的时频分析结果；

21、4)距离单元上仅包含单个目标时的时频分析结果；

22、5)距离单元上包含多个目标融合时的时频分析结果；

23、6)距离单元上包含靠近海杂波的目标时的时频分析结果；

24、7)距离单元上包含靠近扩展电离层杂波的目标时的时频分析结果；

25、8)距离单元上包含靠近均匀分布的镜面离层杂波的目标时的时频分析结果；

26、9)距离单元上包含靠近非均匀分布的镜面离层杂波的目标时的时频分析结果；

27、10)距离单元上包含扩展电离层杂波与海杂波时的时频分析结果；

28、11)距离单元上包含均匀分布的镜面电离层杂波与海杂波时的时频分析结果；

29、12)距离单元上包含非均匀分布的镜面电离层杂波与海杂波时的时频分析结果。

30、进一步地，所述归一化后的回波数据中的某个距离单元上包含靠近海杂波的目标时，对该距离单元进行时频分析的具体过程为：

31、将该距离单元上的雷达回波数据表示为：

32、χ(t)＝c(t)+n(t)+s(t)                         (1)

33、其中，χ(t)为雷达回波数据，c(t)表示海杂波信号，s(t)表示目标信号，n(t)表示噪声信号；

34、在该距离单元上，接收到的目标信号s(t)利用t时刻目标分量的叠加表示：

35、

36、sm(t)＝αm exp(j2πfmt+ψm)                      (3)

37、其中，m是目标的个数，sm(t)是第m个目标的回波分量，αm为第m个目标信号的幅值，j是虚数单位，fm是第m个目标的频率，ψm是第m个目标的随机相位，t是时间；

38、在该距离单元上，海杂波表示为：

39、

40、其中，ai+为正一阶峰受到浪高影响的第i个调幅系数，ai-为负一阶峰受到浪高影响的第i个调幅系数，e是自然对数的底数，vt(i)为第i个方向面源的径向海流速度，fb为布拉格频率，表示初始相，n表示海散射斑块的数量，λ为雷达的载波波长；

41、将接收信号模型简化为：

42、f(t)＝c(t)+s(t)                            (5)

43、其中，f(t)是简化后的接收信号模型；

44、

45、式中，ρ为傅里叶变换对应的频率，为接收信号f(t)的傅里叶变换结果；

46、采用汉明窗对式(6)进行处理：

47、

48、其中，γf(η,t)是接收信号f的短时傅里叶变换结果表示，g(·)是汉明窗，τ代表窗函数g(t)在时间t轴移动后的中心点位置，η代表短时傅里叶变换对应的频率，是实数域；

49、在固定时间t0将雷达回波信号表示为：

50、

51、将式(8)代入式(7)，则雷达回波信号表示为式(9)：

52、

53、其中，为g(·)的估计表示，定义

54、根据γf(η,t)求得雷达回波信号f(t)的局部瞬时频率

55、

56、其中，代表求实部，代表γf(η,t)的偏导数；

57、按照的映射关系，fsst将γf(η,t)的频率变量进行重新分配，得到最终的时频平面表示tf(ω,t)：

58、

59、其中，δ为dirac函数，ω代表基于傅里叶的同步压缩变换后频率。

60、进一步地，所述归一化后的回波数据中的某个距离单元上包含靠近扩展电离层杂波的目标时，对该距离单元进行时频分析的具体过程为：

61、将该距离单元上的雷达回波数据表示为：

62、χ(t)＝ξ(t)+n(t)+s(t)                         (12)

63、其中，χ(t)表示雷达回波数据，ξ(t)表示扩展电离层杂波信号，s(t)表示目标信号，n(t)表示噪声信号；

64、扩展电离层杂波信号ξ(t)为：

65、

66、其中，ε(t)为时变杂波振幅，为时变电离层的多普勒频率；

67、单个目标信号sm(t)表示为：

68、sm(t)＝αm exp(j2πfmt+ψm)                     (14)

69、其中，αm为第m个目标信号的幅值，ψm为第m个目标信号的随机相位，fm为第m个目标的频率；

70、在t时刻，该距离单元接收到m个目标回波信号时，目标信号s(t)表示为：

71、

72、其中，sm(t)是第m个目标的回波分量，n(t)为高斯白噪声；

73、将接收信号模型简化为：

74、f(t)＝s(t)+ξ(t)                           (16)

75、其中，f(t)是简化后的接收信号模型；

76、

77、式中，ρ为傅里叶变换对应的频率，t为时间，为接收信号f(t)的傅里叶变换结果；

78、采用汉明窗对式(17)进行处理：

79、

80、其中，γf(η,t)是接收信号f的短时傅里叶变换结果表示，g(·)是汉明窗，τ代表窗函数g(t)在时间t轴移动后的中心点位置，η代表短时傅里叶变换对应的频率，是实数域；

81、在固定时间t0将雷达回波信号表示为：

82、

83、其中，ε(t0)是时变杂波振幅，ε'(t0)是时变的杂波振幅函数的导数，是时变电离层的多普勒频率，是时变电离层的多普勒频率函数的导数；

84、将式(19)代入式(18)，则雷达回波信号表示为式(20)：

85、

86、其中，为g的估计表示，定义和η＝ε'(t)；

87、根据γf(η,t)求得雷达回波信号f(t)的局部瞬时频率

88、

89、其中，代表求实部，代表γf(η,t)的偏导数；

90、按照的映射关系，fsst将γf(η,t)的频率变量进行重新分配，得到最终的时频平面表示tf(ω,t)：

91、

92、其中，δ为dirac函数，ω代表基于傅里叶的同步压缩变换后频率。

93、更进一步地，所述第m个目标信号的幅值的绝对值|αm|为：

94、

95、其中，scrt是t时刻的信杂比。

96、本发明的有益效果是：

97、本发明基于时频分析结果和时频分析结果对应的回波成分对深度学习模型进行训练，对于待检测的雷达回波数据，将待检测的雷达回波数据对应的时频分析结果输入训练好的深度学习模型，通过深度学习模型即可输出待检测的雷达回波数据中包含的回波成分。本发明基于时频分析与深度学习技术，能够识别出靠近杂波的目标，弱目标以及融合目标。准确且快速的识别出电离层杂波与海杂波，有利于目标检测和航迹跟踪，有效减小对目标的漏警。且本发明方法具有实施简单方便、可自适应强的特点。