[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

说明书

本发明公开了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，属于雷达信号处理领域中的目标检测方法。本发明通过维格纳分布对采集到的数据样本进行分析，得到时频平面分布信号。将时频分布信号进行分阶段滑窗，得到离散平滑伪自适应变换后的信号；并以信号在时频域频率轴上投影作为参数自适应调节滑窗大小以抑制交叉项，再以所述变换信号不同尖峰的坐标为中心，进行滑窗邻域积累完成自项能量聚集，使所述变换信号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，完成信号时频量能形态自重构，能够有效的积累信号，提高弱信号峰值，实现多个弱目标检测，并降低算法计算量。

技术领域

本发明涉及雷达信号处理领域中的目标检测方法，特别涉及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。

背景技术

高机动弱目标检测一直是困扰雷达界的难题，这主要是因为存在两个问题：一方面目标的机动性越来越高，导致目标回波波动极大，使利用传统的多普勒处理方式无法聚集目标信号能量，因而不能进行有效检测和参数估计；另一方面，目标本身呈现出隐身性和小型化的发展趋势，以及受到外界杂波和干扰的影响，使其回波信号往往信噪比较低，而不易被检测到。围绕这一类目标，许多科研单位和学者开展了深入的研究和探索，其主要采用时频分析法,如Wigner-Ville分布(WVD)方法。

成果比较丰富，但对于实时性和分辨性要求极高的雷达系统来说，只能选择其中效率最高、代价最小的技术来实现。然而，数量众多的目标时频检测方法各有利弊，并无十分明显的、得到公认的最优方案。这主要是因为对于多个目标存在多分量信号和非线性调频信号时，WVD会出现交叉项干扰，严重影响信号时变谱规律的可分辨性和可解释性。虽然一些改进方法能够改善一定交叉项抑制问题,但大多是以增加复杂度和降低分辨率为代价。

目前，针对高机动弱目标的WVD时频信号检测方法大多缺乏工程实用性，基于多信号在时频域量能空间差异的时频信号快速检测方法还未见到报道，该领域尚存空白。

发明内容

本发明提供了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，在时频分析基础上进行维格纳霍夫变换，提高弱信号峰值，消除强信号对弱信号的遮蔽，能够有效地同时检测出多个高机动弱目标。

本发明提供的技术方案为：

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，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；

以所述变换信号不同尖峰的坐标为中心，进行滑窗邻域内求和积累，使所述变换信号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，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。

优选的是，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。

优选的是，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。

优选的是，所述时间与频率的二维离散化参数信号的表达式为：