[发明专利]一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法

权利要求书

1.一种高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，其特征在于，包括：

对雷达信号进行数据采样得到离散化数据样本，并通过维格纳分布对所述离散化数据样本进行分析，使所述雷达信号的能量分布于时频平面内，得到时频平面分布信号；

将所述时频分布信号进行霍夫变换，得到自适应分析后的变换信号；

所述霍夫变换过程包括如下步骤：

首先，在调频范围内做维格纳霍夫变换，其变换公式为：

然后，在阶段内做维格纳霍夫变换累积，其变换公式为：

其中，调频范围为g_i为调频估计值，g_i＝(k_i+1-k_i-1)/nΔt，WH_s(k，g)为阶段内维格纳霍夫变换信号，WH_i(k，g)为调频范围内的维格纳霍夫变换信号，k_i-1为阶段i的前一段初始频率，k_i+1为阶段i的后一段初始频率，Δt为采样间隔，D(g_i)为估计方差，D(g_i)＝48/(Sn⁴Δt⁴π²)；S为信噪比，n为信号采样点数；

对所述变换信号进行尖峰邻域积累，以不同尖峰的坐标为中心,进行滑窗邻域内求和积累，使核函数的能量平均值从几何中心转移至质量中心形成能量的聚集，改善尖峰一定范围内调频信号的自项分布，重塑信号时频量能形态，进而对所述变换信号时频量能形态重构，提高弱信号峰值，实现目标检测；

所述滑窗权重的计算公式为：

其中，max_k[p_i(n,k)]为p_i(n，k)各个k值采样的最大值，max_n{max_k[p_i(n,k)]}为时频全局最大值，p_i(n,k)为时频面上频率轴投影映射参数，w_s(n,k)_max为时频二维离散化参数信号最大值，w_s(n,k)_min为时频二维离散化参数信号最小值，K为调频斜率；

滑窗邻域内求和累积计算公式为：

其中，WH_s(k_i0,g_j0)′为滑窗邻域内求和积累值，g_i0为尖峰初始调频率，k_i0为尖峰初始离散频率，k_i1为尖峰初始离散频率中心坐标，g_j1为尖峰初始调频率的中心坐标。

2.根据权利要求1所述的高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，其特征在于，所述雷达信号进行数据采样的过程包括如下步骤：

对雷达信号进行数据采样，得到关于时间与频率的二维离散化参数信号；

在时频面上对离散变化后的参数集进行独立重采样得到多个离散化样本数据，将具有相同或相似多普勒变化的样本划分为一组，得到多组离散化数据样本，进而对所述离散化数据样本进行分阶段化处理。

3.根据权利要求1或2所述的高机动弱目标的阶段离散化维格纳霍夫变换时频形态自重构检测方法，其特征在于，还包括：

通过对所述时频平面分布信号进行自适应滑窗，以抑制多分量信号交叉项；

并对所述时频平面分布信号进行时间和多普勒频率二维方向上的阈值处理，以滤除时频面上的剩余孤立噪声获得滤噪时频分布信号。