[发明专利]一种雷达密集假目标干扰抑制方法

权利要求书

1.一种雷达密集假目标干扰抑制方法，其特征在于，包括如下步骤：

步骤1，计算雷达扫描数据参数：导入雷达扫描的待检测目标的原始视频数据，计算待检测目标方位噪声功率，得到噪声估值；

步骤2，干扰感知：感知干扰环境，定位干扰源，确定干扰中心和干扰区域；

步骤3，干扰识别：对步骤2中的干扰区域雷达原始视频数据进行信号统计分析，判定是否存在密集假目标干扰；

步骤4，干扰抑制：采用频域滤波技术对密集假目标干扰数据进行抗干扰抑制处理；

步骤5，目标检测：采用恒虚警CFAR处理抗干扰抑制后的待检测目标数据；

步骤6，对待检测目标进行跟踪和航迹关联，完成目标跟踪；

步骤1包括：将雷达扫描的待检测目标方位区域划分为K个方位单元，获取每个方位单元上的噪声功率均值，即待检测目标方位噪声功率，通过对所有方位单元的噪声功率数据采用选小处理，得到噪声估值P_noise；

步骤2包括：将待检测目标方位噪声估值与设定的阈值gate比较，判定噪声估值超过阈值gate的待检测目标方位存在干扰源，阈值gate由噪声估值P_noise决定：

gate＝1.2*P_noise；

步骤3包括如下步骤：

步骤3-1，选择干扰区域：干扰区域的选择包括两种部分：部分一为以步骤2计算得到的干扰中心方位开窗，选择干扰区域；部分二为人工选择，通过人机交互在雷达视频数据的中间距离区域选择一个开窗作为干扰区域；由此得到连续两个窗口区域；选定的干扰区域数据由步骤1中M个距离和N个方位上的原始视频数据构成，用P(i,j)表示；

步骤3-2，斜度计算：计算选定的干扰区域视频数据P(i,j)的频谱S(i,j)：

S(i,j)＝log(|FFT(P(i,j))|)，0＜i≤M,0＜j≤N，

其中，i表示原始视频数据的距离单元，j表示原始视频数据的方位单元，FFT表示利用快速傅里叶变换计算频谱数据；

对频谱数据S(i,j)进行统计分析，定义X1，X2，X3分别为一阶、二阶、三阶累积和的均值，计算公式为：

$X1=\frac{1}{MN}\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}S(i,j),$

$X2=\frac{1}{MN}\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{S}^2(i,j),$

$X3=\frac{1}{MN}\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{S}^3(i,j),$

定义斜度skew计算公式如下：

$skew=\frac{X3-3\·X1\·X2+2\·X{1}^3}{{\[X2-X{1}^2\]}^{3/2}};$

步骤3-3，干扰判别：当斜度统计量skew满足给定的门限T时，判定步骤3-1的干扰区域存在密集假目标干扰，当连续两个窗口数据至少有一个满足密集假目标干扰判定，则输出干扰标识为真，否则输出干扰标识为假，完成当前扫描周期的干扰判别。

2.根据权利要求1所述的一种雷达密集假目标干扰抑制方法，其特征在于，步骤4中，根据雷达扫描的待检测目标方位视频的FFT频谱分析，采用提取并消除干扰频谱能量的方法，抑制密集假目标干扰，包括以下步骤：

步骤4-1，对雷达原始视频经过FFT变换，得到包含干扰信息的频谱数据Fs(ω)：

Fs(ω)＝FFT[P(e),L]，

其中，FFT是快速傅里叶变换，P(e)是输入雷达原始视频的第e个方位上数据，L是FFT变换点数，ω是FFT后的频率频点；

步骤4-2，提取干扰能量位置并对干扰频谱清零：通过设定干扰门限Gate计算干扰能量位置，门限定义为：Gate＝3.5μ，其中频谱能量均值μ通过如下公式计算得到，

$\mathrm{\μ}=\frac{1}{L}\underset{\mathrm{\ω}=1}{\overset{L}{\Σ}}Fs\left(\mathrm{\ω}\right),$

将Fs(ω)超过门限的频谱清零得到新的频谱数据Fs′(ω)；

步骤4-3，将新的频谱数据Fs′(ω)经过IFFT变换，得到密集假目标干扰抑制后的视频S′(i)，S′(i)＝IFFT[Fs′(ω),L]，其中，IFFT表示L点的傅里叶反变换。