[发明专利]一种基于特征子空间方位稳定性的强弱目标检测方法有效

专利信息
申请号: 201610179247.3 申请日: 2016-03-25
公开(公告)号: CN107229044B 公开(公告)日: 2019-07-09
发明(设计)人: 郑恩明;陈新华;李媛;钟茜;孙长瑜 申请(专利权)人: 中国科学院声学研究所
主分类号: G01S7/537 分类号: G01S7/537
代理公司: 北京方安思达知识产权代理有限公司 11472 代理人: 王宇杨;杨青
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 特征 空间 方位 稳定性 强弱 目标 检测 方法
【说明书】:

发明涉及一种基于特征子空间方位稳定性的强弱目标检测方法,包括:首先对接收线阵中各阵元接收信号的协方差矩进行特征分解,得到特征值与对应的特征子空间,然后利用目标特征子空间对应空间谱的方位估计值较稳定,背景噪声特征子空间对应空间谱的方位估计值较随机的特点,结合各特征子空间的空间谱对应方位估计值的离散程度对各特征子空间归一化空间谱进行方位方差加权,得到一频率所对应的空间谱,进而得到宽带空间谱。

技术领域

本发明涉及声纳信号处理领域,特别涉及一种基于特征子空间方位稳定性的强弱目标检测方法。

背景技术

目标检测与方位估计是阵列信号处理的一个重要分支。在强目标背景情况下, 对于弱目标检测和方位估计问题,现有技术中所采用的主要办法包括:强干扰抑制 方法、基于特征子空间方法、分子带检测方法。

现有的强干扰抑制方法可通过零点约束技术、阵列极化技术、干扰阻塞技术、 逆波束形成技术、空域滤波技术等相关技术,先抑制掉强干扰,然后再对弱目标实 现检测和方位估计,但此方法要求确知哪些目标是强目标,否则需要进行分多方位 区间进行强目标抑制,且在强/弱目标方位很近时,抑制强目标信号的同时也会衰减 弱目标信号,存在一定方位区间和信干比下不能实现对弱目标的有效检测和方位估 计。

现有的基于特征子空间方法可通过如下方法实现对弱目标检测和方位估计,一种通过设定较大特征值对应特征子空间为强目标子空间,该方法不需要确知强目标 所在方位等先验信息,但需要确知强目标个数;一种通过特征子空间对应空间谱的 最大值与旁瓣谱峰平均值来判定强/弱目标及其方位值,该方法不需要确知强目标所 在方位和强目标个数等先验信息,但存在判别门限取值问题;另一种依据各子空间 对应空间谱最大值位置的不同,通过判别最大值所在位置是否为所需位置来判别强/ 弱目标所在特征子空间,该方法不需要确知强目标有关的先验信息,但需要确知弱 目标所在方位位置,由于该方法判别比较简单,使该法成为较为流行方法,但该方 法怎么能实现对强/弱目标在同一方位历程图的显示,还有待进一步研究。另外一种 方法为利用特征矢量矩阵对阵元接收数据做变换,然后对变换后各通道数据用最大 模值归一化,最后采用特征子空间方法实现强/弱目标检测和方位估计,但该方法方 位估计性能存在受数据段最大值波动影响问题。

分子带检测方法则是通过对不同频带进行波束形成,然后再通过归一化空间谱、加权各频带空间谱实现对本频带内强/弱目标检测和方位估计,不需要进行干扰抑制 和特征分解,对频带不同的强/弱目标信号可实现较好检测,但当强弱目标辐射信号 在同一频带时,该方法性能会急剧下降,而实际应用中,对各子带的划分也存在一 定最佳取值问题。

在强目标背景情况下,上述方法对弱目标检测和方位估计问题提出的不同解决方法,并取得了一定的研究成果,得到了一定应用。尤其是近年来,在对多目标检 测与方位估计具有超分辨能力的基于特征子空间方法倍受研究学者关注,尤其是最 近所提出的依据各子空间对应空间谱最大值位置的不同,通过判别最大值所在位置 是否为所需位置,来判别强/弱目标所在特征子空间的方法,更是有待我们进行深入 研究。但针对实际应用中,怎样稳健实现同一频带下的强/弱目标检测和方位估计, 并将检测结果在同一方位历程图清晰地显现出来,供操作人员直观地查看和分析, 现有技术还没有提出较好的解决方法。

发明内容

本发明的目的在于克服现有技术中无法稳健实现同一频带下的强/弱目标检测和方位估计,并将检测结果在同一方位历程图清晰地显现出来的问题,从而提出一种 基于特征子空间方位稳定性的强弱目标检测方法。

为了实现上述目的,本发明提供了一种基于特征子空间方位稳定性的强弱目标检测方法,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院声学研究所,未经中国科学院声学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610179247.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top