[发明专利]基于改进OS-CFAR检测与时频聚类的雷达目标微多普勒提取方法

说明书

本发明属于雷达信号处理领域，涉及一种基于OS‑CFAR与时频聚类的雷达目标微多普勒提取方法，该方法在获取雷达目标回波的时频图后，基于改进OS‑CFAR检测方法提取每个时刻的微多普勒分量，进行一维时频聚类；然后，联合所有时刻的微多普勒分量，进行二维时频聚类；最后，对聚类结果进行统计，根据统计属性去除无效的微多普勒分量，得到最终的目标微多普勒提取结果。有益效果如下：本发明能够实现多分量微多普勒提取，能够处理有噪声的雷达目标回波，能够作为进一步估计微动参数的有效依据，相比原有OS‑CFAR检测算法运行时间节约50％以上。

技术领域

本发明属于雷达信号处理领域，涉及一种基于改进有序统计量恒虚警检测(ordered statistic-constant false alarm rate，OS-CFAR)与时频聚类的雷达目标微多普勒提取方法。

背景技术

雷达目标的运动产生多普勒。不同的运动方式将产生具有不同变化特性的多普勒。特别地，当雷达目标具有微动时，雷达回波将具有微多普勒效应，即受到时变的频率调制。目标的微动包括振动、转动、进动等往复性运动。目标的微多普勒包含了目标的独特运动信息，可用作辨识目标的有效特征。例如，不同类型的飞机具有不同的旋翼半径和旋翼转速，通过获取目标微多普勒能够反向计算飞机的旋翼转速和半径，从而实现飞机类型的判断。

微动目标的雷达回波为典型的多分量非平稳信号，表现为具有多个不同的随时间变化的微多普勒分量。短时傅里叶变换等时频分析工具能够获取雷达回波的联合时间-频率分布，是分析目标微多普勒的主要数学工具之一。获取时频分布图后，可使用图像曲线检测方法提取目标微多普勒。针对雷达目标微多普勒提取，对比文件“陈行勇，刘永祥，黎湘等.雷达目标微多普勒特征提取.信号处理[J]，2007,23(2)：222-226”提出基于峰值检测和一阶条件矩的方法，该方法具有实现简单、计算量小等优势，被广泛使用，然而该方法受噪声影响较大，容易产生错误的估计值。

发明内容

针对噪声条件下的雷达目标微多普勒提取问题，本发明提出一种基于改进OS-CFAR检测与时频聚类的雷达目标微多普勒提取方法，该方法在获取雷达目标回波的时频图后，基于改进OS-CFAR检测方法提取每个时刻的微多普勒分量，进行一维时频聚类；然后，联合所有时刻的微多普勒分量，进行二维时频聚类；最后，对聚类结果进行统计，根据统计属性去除无效的微多普勒分量，得到最终的目标微多普勒提取结果。

为达到上述目的，本发明是通过以下技术方案实现的：

一种基于改进OS-CFAR检测与时频聚类的雷达目标微多普勒提取方法，包括下列步骤：

S1计算微动目标雷达回波的时频图

记微动目标的雷达回波为s(n)，信号的采样时间间隔为ΔT，其中0≤n＜N表示信号的离散时间，N为信号的长度，NΔT即为信号的持续时间。微动目标的雷达回波s(n)可表示为：

其中，为微动目标回波的第i个分量信号，简称为第i个分量信号，1≤i≤L，L为分量信号数目，a_i(n)为第i个分量信号的瞬时幅度，为第i个分量信号的瞬时相位。第i个分量信号的微多普勒f_i(n)定义为的导数的即

使用短时傅里叶变换获取微动目标雷达回波的时频图：

其中h(m)为时间窗函数，m表示时间窗函数的时间，0≤m＜N_h，N_h为窗函数长度，N_f为离散傅里叶变换的点数，k＝0,1,…,N_f-1表示离散频率。窗函数长度N_h的取值一般可设置为10到之间的整数；此处采用长度为65的汉明窗作为时间窗函数，有