[发明专利]一种基于毫米波测云雷达的自适应频域检测方法

权利要求书

1.一种基于毫米波测云雷达的自适应频域检测方法，其特征在于，包括：

S1.对数据进行预处理和噪声功率自适应估计；

S2.依据检测噪声门限对功率谱进行逐频点检测，并对保护窗外的噪声点进行抑制；其中，所述逐频点检测包括：

S201a.计算确定检测噪声门限NoiseThreshold，

NoiseThreshold＝NoiseDeep*NoiseBase，

NoiseBase为S1中计算得到的噪声功率，NoiseDeep为上一帧计算得到的噪声深度；

S201b.对功率谱进行逐频点检测，将频谱信号强度小于检测噪声门限值的频点检测掉，保留高于检测噪声门限的频点；

S3.完成功率谱谱矩计算进行SNR估计和检测，对得到检测后的逻辑矩阵中值滤波；其中，所述对得到检测后的逻辑矩阵中值滤波进一步包括：

S301a.假设雷达回波的距离单元个数为M，射线数为N，在经过前述步骤后得到二维Detection[M,N]逻辑矩阵；

S301b.以二维窗对Detection[M,N]进行滑窗中值滤波处理得到Detection_Med[M,N]；

S4.对中值滤波后的检测结果进行评估，完成所述检测噪声门限的自适应修正迭代；其中，所述对中值滤波后的检测结果进行评估进一步包括：

对Detection[M,N]中的0和1的个数进行统计，其结果假设分别为A0个和B0个，其中A0+B0＝M*N；

对Detection_Med[M,N]中的0和1的个数进行统计，其结果假设分别为A1个和B1个，其中A1+B1＝M*N；其中虚警概率可以表示为：Pf＝(B0-B1)/A1；

其中，完成所述检测噪声门限的自适应修正迭代进一步包括：

预设期望虚警概率为Pf0，若满足以下条件：

(Pf-Pf0)|ε|，其中,ε为概率常数；

则对噪声深度NoiseDeep进行如下调整：

NoiseDeep＝NoiseDeep+NoiseDeep*0.01；

若满足以下条件：

(Pf-Pf0)-|ε|，

则对噪声深度NoiseDeep进行如下调整：

NoiseDeep＝NoiseDeep-NoiseDeep*0.01。

2.根据权利要求1所述的一种基于毫米波测云雷达的自适应频域检测方法，其特征在于，S1所述对数据进行预处理包括:

对功率谱数据进行转化，所述功率谱数据为对数值P_dB(f_k)，单位为dB，得到所测功率的线性值P(f_k)；

转化公式为：P(f_k)＝10^[P_dB(f_k)/10]，

f_k＝(k-FFTNum/2)/FFTNum×Prf/CNum，

假设FFT点数为FFTNum，则第k条谱线f_k采用上述公式计算，其中k的范围为0～FFTNum-1，其中Prf表示脉冲重复频率，CNum表示相干积累点数。

3.根据权利要求1所述的一种基于毫米波测云雷达的自适应频域检测方法，其特征在于，S1所述噪声功率自适应估计包括：将距离单元内的频谱等分，计算每一份的平均功率得到其集合，找出其中最小的一个作为噪声功率估计NoiseBase。

4.根据权利要求1所述的一种基于毫米波测云雷达的自适应频域检测方法，其特征在于，S2所述对保护窗外的噪声点进行抑制包括：

S202a.找到功率谱最大的谱线，以其为中点设置保护窗，保护窗外的孤立噪点不受保护，即使该谱线超过检测噪声门限也可将其去除；

S202b.将叠加在目标信号谱线上的噪声去除；

S202c.估计得到距离单元内的噪声功率；

S202d.得到检测后的功率谱信号。