[发明专利]一种基于倒谱分析的杂波环境无人机检测方法

说明书

一种基于倒谱分析的杂波环境无人机检测方法，涉及雷达目标检测技术领域，针对现有技术中在杂波环境中检测悬停无人机时准确率低的问题，包括步骤一：获取原始回波数据，然后对原始回波数据进行脉冲压缩得到脉压后数据s₀(r，n)，其中r代表距离单元序号，n代表脉冲序号，对N个脉冲进行多普勒处理，得到RD谱s₁(r，d)，d代表多普勒单元序号，在RD谱s₁(r，d)上进行单元平均恒虚警检测，得到初步检测结果，即潜在目标的点迹，其所在距离单元为R_bin；步骤二：利用倒谱分析对初步检测结果进行筛选，识别其为杂波还是目标，然后剔除杂波。在检测阶段对杂波和目标进行区分，能够有效地在杂波环境中检测到悬停的无人机，准确率高。

技术领域

本发明涉及雷达目标检测技术领域，具体为一种基于倒谱分析的杂波环境无人机检测方法。

背景技术

近年来随着控制芯片性能的提升和相关控制算法的成熟，小型多旋翼无人机日益成熟和普及，其广泛应用在生产生活的各个领域。然而无人机带来的隐患也不容忽视，“黑飞”的无人机威胁着民航、大型集会、国家安全和个人隐私。无人机属于低、小、慢目标，而城市中建筑密集、环境复杂，杂波、干扰很多，为检测带来困难，尤其是无人机悬停时，难以与固定杂波区分。检测阶段如果产生大量虚警，会严重增加系统负担，为后续的识别、跟踪带来困难。无人机高速旋转的旋翼对雷达回波进行调制，在频谱上于无人机主体两侧形成微多普勒特征。目前已经有许多文献研究无人机微多普勒特征结合雷达截面积、速度等特征进行无人机识别、分类的方法，很多方法采用高维度特征和基于机器学习的分类器。而针对检测阶段由杂波引起的大量虚警，需要一种计算简便、快速，不需要大量训练数据的检测点迹筛选方法，为后续的识别、跟踪节约资源。

发明内容

本发明的目的是：针对现有技术中在杂波环境中检测悬停无人机时准确率低的问题，提供一种基于倒谱分析的杂波环境无人机检测方法。

本发明为了解决上述技术问题采取的技术方案是：

一种基于倒谱分析的杂波环境无人机检测方法，包括以下步骤：

步骤一：获取原始回波数据，然后对原始回波数据进行脉冲压缩得到脉压后数据s₀(r,n)，其中r代表距离单元序号，n代表脉冲序号，对N个脉冲进行多普勒处理，得到RD谱s₁(r,d)，d代表多普勒单元序号，在RD谱s₁(r,d)上进行单元平均恒虚警检测，得到初步检测结果，即潜在目标的点迹，其所在距离单元为R_bin；

步骤二：利用倒谱分析对初步检测结果进行筛选，识别其为杂波还是目标，然后剔除杂波。

进一步的，所述步骤二的具体步骤为：

步骤二一：对步骤一中初步检测结果，即潜在目标的点迹，进行倒谱分析，该点迹所在距离单元为R_bin，将步骤一中脉压后数据s₀(r,n)中距离单元序号为R_bin的数据s₀(R_bin,n) 赋值给x(n)，即令x(n)＝s₀(R_bin,n)，其中n＝0,…,N-1；

步骤二二：首先对x(n)进行短时傅里叶变换，然后取对数并进行逆傅里叶变换，得到倒谱CEP(m,q)，其中，m＝0,…,N_m-1为时间序号，q＝0,…,N-1为倒时间序号；

步骤二三：计算倒谱CEP(m,q)的时间均值

步骤二四：对步骤二三处理后的倒谱进行幅度校正CLBCEP(q)＝q×MEANCEP(q)

步骤二五：计算步骤二四处理后的倒谱的均值然后乘以系数α作为门限T＝αμ；