[发明专利]一种OTH雷达图像粗糙度的干扰抑制自适应优化方法

权利要求书

1.一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，其特征在于：基于图像处理，实现OTH雷达的干扰自适应最优抑制，具体包括以下步骤：

S1：将OTH雷达的回波信号进行矩阵形式排列，并通过常规雷达信号处理方法生成RDS图；

S2：将S1中的RDS图转化为灰度图像；

S3：基于S2中的灰度图像，计算干扰噪声区域的粗糙度值；

S4：结合固定相似度约束下设计滤波器的干扰抑制方法，对噪声区域的粗糙度值进行处理，通过优化滤波器的参数，输出干扰自适应最优抑制。

2.根据权利要求1所述的一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，其特征在于，S1的具体实施步骤包括：

A1：将雷达回波信号排列为矩阵X_R∈C^L×P，其中L为OTH雷达接收的均匀阵列中的振元个数，P为一个想干处理间隔内的采样点个数；

A2：采用L维权向量a对X_R进行波束形成，输出为时域数据x_R＝a·X_R；

A3：对时域数据x_R进行脉冲压缩和多普勒处理，即可得到RDS矩阵其中，M为一个相干处理间隔内的积累周期数，N为单周期内的采样点数；

A4：将RDS矩阵Z的值按照幅度dB值显示，即可得到RDS图。

3.根据权利要求2所述的一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，其特征在于，步骤S2中将RDS图转化为灰度图像采用对数函数的灰度变换算法，公式为：

G(m,n)＝255·log{max[|Z(m,n)|,|Z|_max×10^-80/20]/|Z|_max×10^-80/20}；

其中，|Z|_max表示RDS矩阵中的最大模值，255为灰度级，80为动态范围。

4.根据权利要求3所述的一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，其特征在于，步骤S3中的粗糙度值计算步骤包括：

B1：计算灰度图像G中大小为2^k×2^k个像素活动窗口像素的平均强度值，采用的公式为

其中，k＝1,…，K控制活动窗口大小，一般K值在2至6之间，G(m,n)为像素点(m,n)的灰度值；

B2：计算每个像素点在水平互不重叠窗口之间的平均强度差E_k,h(x,y)和垂直方向上互不重叠的窗口之间的平均强度差E_k,v(x,y)，采用公式为：

E_k,h(x,y)＝|A_k(x+2^k-1,y)-A_k(x-2^k-1,y)|

E_k,v(x,y)＝|A_k(x,y+2^k-1)-A_k(x,y-2^k-1)|；

B3：取每个像素的最佳尺寸其中k_best是使E_k,h(x,y)和E_k,_v(x,y)中较大者达到最大的k值；

B4:计算粗糙度值：

5.根据权利要求4所述的一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，其特征在于，输出干扰自适应最优抑制的过程为：

C1：设计滤波器并进行抑制干扰，并根据似度约束下滤波器干扰抑制方法和粗糙度值计算公式，令相似度参数ε初始值为1，即ε₀＝1，计算初始粗糙度值F₀，令ε的优化步长为Δε＝0.01、阈值比率η＝0.01，j为迭代次数，初始值为0，其中，ε取值范围为(0,1]；

C2：令j＝j+1，ε_j＝ε_j-1-Δε，计算粗糙度差值ΔF＝F_j-1-F_j；

C3：判断，ΔF/F_j-1η，取得最优抑制，转至步4，否则，转至步C2；

C4：输出ε_opt对应最优滤波器的干扰抑制结果，其中若ΔF0，ε_opt＝ε_j-1，否则，ε_opt＝ε_j。