利索能及
我要发布
收藏
专利号: 2022103015338
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于组合凸包的海面小目标特征检测方法,其特征在于,包括以下步骤:S1、假设雷达在一个距离单元接收到连续N个脉冲,这N个脉冲构成一个观测向量z=[zT(1),z(2),...,z(N)] ,称为待检测单元CUT;同时,获得CUT周围P个参考单元的观测向量zp,p=1,2,...,P,构建目标检测问题;

S2、将S1中的CUT观测向量z和参考单元的观测向量zp转换到频域,计算得到多普勒幅度频谱;利用参考单元的频谱向量,对CUT的频谱向量进行白化处理,获得白化频谱;

S3、在时域中,对S1中观测向量进行分段处理,将每一段脉冲回波的平均幅度值设为加权因子,计算相对加权平均振幅;

在频域中,对S2中的频谱和白化频谱,分别提取相对变差系数和衡量白化峰高比两个特征,衡量频谱的几何差异性;

S4、将S3中提取的三个特征,构建三维特征空间,形成特征向量ξ,作为检验统计量;

S5、在给定虚警率的条件下,首先采用聚类算法将海杂波训练样本划分为K个簇,然后对每个簇进行凸包算法,最后将K个凸包进行组合,形成了最终的非凸判决区域Ω;

S6、计算检验统计量ξ和判决区域Ω的位置,判断出观测向量z中是否存在目标:如果ξ∈Ω,则表明观测向量z含有目标回波;

如果 则表明观测向量z不含有目标回波。

2.根据权利要求1所述的基于组合凸包的海面小目标特征检测方法,其特征在于:S1中将目标检测问题归为以下的二元假设检验问题:其中,c表示海杂波向量,s表示目标向量,cp表示第p个单元是海杂波向量,H0假设表示观测向量只含有海杂波,H1假设表示观测向量含有目标;

检测的本质就是判断CUT观测向量属于哪一类,将检测问题看成是一个两分类问题,H0假设为第一类,H1假设为第二类。

3.根据权利要求2所述的基于组合凸包的海面小目标特征检测方法,其特征在于:对于S1中的CUT观测向量z,计算所得多普勒幅度频谱为:其中,f表示频率变量,fr是脉冲重复频率,exp(.)表示指数函数;

对CUT的频谱进行白化处理,白化谱WS按照下式计算:其中,Zp(f)表示第p个参考单元的多普勒幅度频谱。

4.根据权利要求3所述的基于组合凸包的海面小目标特征检测方法,其特征在于:包括提取时域特征:基于海杂波和目标短时间序列不变的假设,首先将S1中观测向量分为Q段其中,L表示每段脉冲数,满足L×Q=N,加权平均幅度WAA定义为:其中,ωq表示第q段的加权因子,相对加权平均幅度RWAA定义为:提取频域特征:

为了衡量海杂波和含目标回波频谱的几何差异性,定义相对变异系数RCV为:其中,CV为变异系数CV用来描述频谱波动的差异,按照下式计算:对于S2中的白化频谱,定义白化峰高比WPHR为:其中,#Θ表示集合Θ中元素数量的运算符,集合Θ由下式给出:Θ=[‑fr/2,fmax‑Δ]∪[fmax+Δ,fr/2]其中,fmax是具有最大白化频谱的频率值,Δ是fmax周围的受保护区域。

5.根据权利要求4所述的基于组合凸包的海面小目标特征检测方法,其特征在于:将S3中提取的三个特征,RWAA,RCV,WPHR,分别记为ξ1,ξ2,ξ3;以每一个特征为一个维度,构建三维特征空间,那么,S1中的CUT观测向量转换为一个3D特征向量:该特征量作为检验统计量,进行判别。

6.根据权利要求5所述的基于组合凸包的海面小目标特征检测方法,其特征在于,S5具体包括以下步骤:S5.1雷达获得大量的海杂波样本,按照S2到S4,构建3D训练样本集合,假设按照原始凸包算法,已获得虚警可控下的凸判决区域,该区域包含样本数A个;

S5.2在样本集A中,随机选取K个样本作为聚类质心,记为 剩余的样本按照距离聚类质心最近的欧几里德距离的准则分为K类S5.3在每个簇中,计算新的聚类质心

其中,Nk是第k个簇中的样本数,通过上式重新分配所有样本;

S5.4重复步骤S5.3,直到A中的所有样本都没有簇变换,集合A被K个簇完全划分,即A=A1∪A2∪...∪AK;

S5.5在第k个类别,凸包通过由Gk个三角形面组成的多面体包围Nk个样本,通过凸包算法将K个簇包裹住,这样K个凸包就获得了组合凸包,即最终的非凸判决区域ΩΩ={CH(A1),CH(A2),...,CH(AK)}其中,CH(A)表示对A的样本集形成凸包。