[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

说明书

本发明公开了一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，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。

技术领域

本发明涉及雷达图像处理领域，尤其涉及一种OTH雷达图像粗糙度的干扰抑制自适应优化方法。

背景技术

OTH雷达工作在高频段，利用电离层反射高频电磁波进行海态探测和目标检测，具有覆盖范围大、探测距离远、可反隐形飞机等优点，一般，OTH雷达采用动目标检测技术，信号检测通常在距离-多普勒谱图(Range-Doppler Spectrum，RDS)图中进行，但是其性能容易受到由其它设备发射的同频段射频干扰(radio frequency interference,RFI)的影响，RFI被雷达接收并经信号处理后，会在RDS 图上表现出不同形态，影响目标检测甚至是海杂波谱探测，干扰抑制一直受到高频雷达研究的关注，学者们也提出了基于不同原理的干扰抑制方法，但是，由于 OTH雷达中干扰和杂波特性均为未知，传统干扰抑制方法都不能从理论上证明某方法最优，也难以提出明确的优化方向。

目前，基于RDS图的研究发现，从传统信号数据特征上难以评判RDS图的优劣，而在RDS图中各信号的形态特征有明显不同，海杂波区域是不规则边缘的带状区域；窄带干扰表现为平行于距离维的高亮直线；宽带干扰表现为遍布全图的条纹状；目标信号呈现高亮点状区域；噪声区域形态呈平缓状，随着干扰抑制不充分或过度抑制时，RDS图形态也会变化，尽管此类变化从传统的信号处理角度来说难以表征和量化，但是从图像的角度却可以直观判断其优劣，而纹理是图像的一个重要特征，可用于分析许多类型的图像，其中Tamura纹理侧重对图像全局特征的提取，其粗糙度是最基本的纹理特征，可以直观反映人眼对图像粗糙程度的感知。

发明内容

针对上述现有技术的不足，本专利申请所要解决的技术问题是：如何提供一种方便快捷、快速实现最优抑制的OTH雷达图像粗糙度的干扰抑制自适应优化方法。

为了实现上述目的，本发明采用了如下技术方案：

一种OTH雷达图像粗糙度的干扰抑制自适应优化方法，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。

优选的，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。