一种基于图像分割的信号分选关联方法、介质及装置与流程

本发明涉及雷达信号侦察数据处理，具体而言，涉及一种基于图像分割的信号分选关联方法、介质及装置。

背景技术：

1、传统的分选方法主要包括基于直方图的分选方法、基于pri变换的分选方法、基于特征参数聚类的分选方法。关联方法主要包括基于统计的方法和基于模糊理论的不确定性方法。这类方法共同特点是过度依赖于人工设定的门限，算法适应性差，无法实现端到端的处理过程。分选和关联前后结构相互制约，缺乏灵活性。随着战场电磁环境和雷达对象变得越来越复杂，传统的信号分选和关联方法容易出现增批、漏批以及特征参数获取不完整的问题，难以满足雷达信号侦察系统告警准确性的需求。

技术实现思路

1、本发明旨在提供一种基于图像分割的信号分选关联方法、介质及装置，以解决雷达侦察领域信号分选和关联的问题，有效抑制传统分选关联算法导致的目标增批、漏批问题。

2、本发明提供的一种基于图像分割的信号分选关联方法，包括如下步骤：

3、s1，脉冲序列预处理，得到灰度图像集；

4、s2，对灰度图像集进行数据增强；

5、s3，基于数据增强后的灰度图像集构建数据集；

6、s4，利用数据集训练u-net模型；

7、s5，将训练好的u-net模型用于图像分割；

8、s6，基于图像分割结果得到信号分选结果；

9、s7，基于信号分选结果进行目标关联。

10、进一步的，步骤s1中，脉冲序列预处理包括：

11、s11，对脉冲序列按固定时间窗t及滑动时间窗δt进行滑窗切割，得到n个时长为t的脉冲序列；

12、s12，对每一个时长为t的脉冲序列，提取每一个脉冲的toa和doa信息，并将其转换为toa-doa二维灰度图像；所有时长为t的脉冲序列的toa-doa二维灰度图像构成灰度图像集；其中，toa-doa二维灰度图像中像素点的横坐标为toa，纵坐标为doa。

13、进一步的，步骤s11中，所述滑窗切割是指，对总时长为γ的脉冲序列每次切割t时长的数据，然后向后滑动δt的时长，再进行切割，直到处理完整个脉冲序列，两个时间窗之间满足关系：t>δt。

14、进一步的，总时长为γ的脉冲序列经过滑窗切割之后产生时长为t的脉冲序列个数为：

15、

16、式中，[ ]表示取整。

17、进一步的，步骤s12中，对脉冲序列中的第n个脉冲，其对应到灰度图像中像素点的横坐标xn的计算方式如下式所示：

18、

19、式中，[ ]表示取整，w为灰度图像宽度，toamax为当前脉冲序列中的最大toa，toan为第n个脉冲的toa，toamin为当前片段中的最小toa，rest为时间分辨率。

20、进一步的，步骤s12中，对脉冲序列中的第n个脉冲，其对应到灰度图像中像素点的横坐标yn的计算方式如下式所示：

21、

22、式中，[ ]表示取整，doan为第n个脉冲的doa，resdoa为方位分辨率，灰度图像高度为360/resdoa。

23、进一步的，步骤s6中，基于图像分割结果得到信号分选结果包括：

24、根据图像分割结果，不同的像素点将被分为不同类别，依据像素点和pdw之间的映射关系，直接得到对原始pdw的信号分选结果。

25、进一步的，步骤s7中，基于信号分选结果进行目标关联包括：

26、设基于图像分割结果得到的信号分选结果的脉冲序列为：

27、{s1、s2、...、sk+1、sk+2、...、sk+m}

28、经过滑窗切割之后的脉冲序列为：

29、{sk+1、sk+2、...、sk+m、...、sn-1、sn}

30、通过共有的脉冲序列{sk+1、sk+2、...、sk+m}，将两次信号分选结果关联起来形成一个目标。

31、本发明还提供一种计算机终端存储介质，存储有计算机终端可执行指令，所述计算机终端可执行指令用于执行上述的基于图像分割的信号分选关联方法。

32、本发明还提供一种计算装置，包括：

33、至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于图像分割的信号分选关联方法。

34、综上所述，由于采用了上述技术方案，本发明的有益效果是：

35、本发明提供了一种基于图像分割的雷达信号分选方法，利用脉冲描述字(pdw)中的toa和doa信息构建toa-doa二维灰度图像，同时保存像素点和脉冲描述字之间的映射关系，通过训练u-net模型进行像素分割，对二维灰度图像中每一个像素点进行分类，最后依据像素点和脉冲描述字之间的映射关系实现单节拍的雷达信号分选。针对多节拍分选结果的关联问题，采用滑窗处理，每次滑动固定的时间窗口，利用前后两次窗口内重叠的部分脉冲实现节拍之间的目标关联。本发明可以有效抑制传统分选算法对雷达信号分选的增批、漏批问题。

技术特征：

1.一种基于图像分割的信号分选关联方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于图像分割的信号分选关联方法，其特征在于，步骤s1中，脉冲序列预处理包括：

3.根据权利要求2所述的基于图像分割的信号分选关联方法，其特征在于，步骤s11中，所述滑窗切割是指，对总时长为γ的脉冲序列每次切割t时长的数据，然后向后滑动δt的时长，再进行切割，直到处理完整个脉冲序列，两个时间窗之间满足关系：t>δt。

4.根据权利要求3所述的基于图像分割的信号分选关联方法，其特征在于，总时长为γ的脉冲序列经过滑窗切割之后产生时长为t的脉冲序列个数为：

5.根据权利要求2所述的基于图像分割的信号分选关联方法，其特征在于，步骤s12中，对脉冲序列中的第n个脉冲，其对应到灰度图像中像素点的横坐标xn的计算方式如下式所示：

6.根据权利要求2所述的基于图像分割的信号分选关联方法，其特征在于，步骤s12中，对脉冲序列中的第n个脉冲，其对应到灰度图像中像素点的横坐标yn的计算方式如下式所示：

7.根据权利要求1所述的基于图像分割的信号分选关联方法，其特征在于，步骤s6中，基于图像分割结果得到信号分选结果包括：

8.根据权利要求1所述的基于图像分割的信号分选关联方法，其特征在于，步骤s7中，基于信号分选结果进行目标关联包括：

9.一种计算机终端存储介质，存储有计算机终端可执行指令，其特征在于，所述计算机终端可执行指令用于执行如权利要求1-8中任一权利要求所述的基于图像分割的信号分选关联方法。

10.一种计算装置，其特征在于，包括：

技术总结
本发明提供一种基于图像分割的信号分选关联方法、介质及装置，所述方法包括如下步骤：S1，脉冲序列预处理，得到灰度图像集；S2，对灰度图像集进行数据增强；S3，基于数据增强后的灰度图像集构建数据集；S4，利用数据集训练U‑NET模型；S5，将训练好的U‑NET模型用于图像分割；S6，基于图像分割结果得到信号分选结果；S7，基于信号分选结果进行目标关联。本发明可以有效抑制传统分选算法对雷达信号分选的增批、漏批问题。

技术研发人员：赵巍,沈路,杨启伦,杜冶,左园,陈惠娟,漆小华
受保护的技术使用者：中国电子科技集团公司第二十九研究所
技术研发日：
技术公布日：2024/2/8