[发明专利]一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法有效
申请号: | 201810046357.1 | 申请日: | 2018-01-17 |
公开(公告)号: | CN108387880B | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 马红光;姜勤波;郭金库;游鸿 | 申请(专利权)人: | 西安大衡天成信息科技有限公司 |
主分类号: | G01S7/41 | 分类号: | G01S7/41 |
代理公司: | 西安智大知识产权代理事务所 61215 | 代理人: | 段俊涛 |
地址: | 710075 陕西省西安市高*** | 国省代码: | 陕西;61 |
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 尺度 lyapunov 指数 海杂波 背景 弱小 目标 检测 方法 | ||
1.一种基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法,其特征在于,包括如下步骤:
S1)对于非相干雷达回波,按顺序执行S2),反之转S3);
S2)对雷达回波数据进行希尔伯特变换,生成I、Q数据序列;
S3)计算回波数据瞬时相位角θ;
S4)计算瞬时相位角θ的一阶微分二阶微分构造雷达回波数据的状态空间矩阵其中,θ的一阶微分是雷达回波的瞬时频率,二阶微分是瞬时频率的变化率,状态空间矩阵为完备正交矩阵,不失真地反映了雷达回波中海杂波的非线性、非高斯和非平稳特性;
S5)按一定分割尺度L,将雷达回波数据的状态空间矩阵分割为一系列互不相交的子矩阵xi;
S6)计算各子矩阵的协方差矩阵对各协方差矩阵进行特征值分解,提取主特征值σip和对应的主特征向量vip,计算相邻协方差矩阵主特征向量vip,vip+1之间的夹角定义(σip,ψi)为雷达回波数据的有向Lyapunov指数;
S7)如果对状态空间矩阵的分解尺度满足目标检测精度,则进入S8);否则,给出新的分割尺度,返回S5);
S8)计算各尺度有向Lyapunov指数(σip,ψi)的波动量RMS(m),m为拟合多项式的最高阶数;
S9)分别对各个尺度有向Lyapunov指数(σip,ψi)的波动量设置目标检测门限,超出门限的波动量即为检测到的目标,其对应的距离和瞬时速度由雷达回波所处的距离单元及其回波数据状态空间矩阵的确定。
2.根据权利要求1所述基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法,其特征在于,所述步骤S4)中,对于相干雷达而言,其输出到雷达终端的回波数据已做正交化处理,即包括I、Q数据流;对非相干雷达输出的回波数据则需要做希尔伯特变换,生成I、Q数据流,而后提取瞬时相位,建立雷达回波数据的状态空间矩阵
3.根据权利要求1所述基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法,其特征在于,所述步骤S5)~S7)中,分割尺度L的设定根据回波数据的长度N选择,L=2k,k=1,2,…P,2P≤(N-2)/2,k为分解尺度指数,P为k的极大值,定义Lyapunov指数为雷达回波数据状态空间矩阵分割后各子矩阵的协方差矩阵的主特征值σip,其演化方向为相邻协方差矩阵的主特征向量vip,vip+1之间的夹角ψi,(σip,ψi)为雷达回波数据在分割尺度L下的有向Lyapunov指数,不同的分割尺度L计算得到的结果为多尺度有向Lyapunov指数。
4.根据权利要求1所述基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法,其特征在于,所述步骤S5)~S6)中,当长度为N的海杂波数据被转换成状态空间矩阵后,分割尺度L将其分割成互不相交的子矩阵x(j)L×3,j=1,2,…M,M=floor[(N-2)/L];
各子矩阵的协方差矩阵
协方差矩阵C(j)是L×L方阵,对其进行特征值分解,获得L个特征值σi和对应的特征向量vi,提取其中的主特征值σip和对应的主特征向量vip。
5.根据权利要求1所述基于多尺度有向Lyapunov指数的海杂波背景下弱小目标检测方法,其特征在于,所述步骤S7)中,当连续2个分割尺度均在相同距离单元检测到目标时,认为达到了目标检测精度,停止对状态空间的分割。
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西安大衡天成信息科技有限公司,未经西安大衡天成信息科技有限公司许可,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/201810046357.1/1.html,转载请声明来源钻瓜专利网。