[发明专利]一种基于时频谱熵估计的车辆目标微动信号抑制方法

权利要求书

1.一种基于时频谱熵估计的车辆目标微动信号抑制方法，其特征在于步骤如下：

步骤1：对雷达接收的车辆目标的时域信号s(t)做傅里叶变换得到S(f)：

S(f)＝∫s(t)exp(-j2πft)dt    (1)

采用凝聚算法分离S(f)得到多个峰值的频谱包络其中，Q_k为第k个谱包络，为谱包络各个点幅度的位置，计算每个谱包络的质量中心Z_k：

步骤2：当包络的谱质量中心Z_k在多普勒滤波器组的杂波区时则认为该包络是地杂波的回波信号，杂波区的区域选取多普勒滤波器组中心N/2正负P之间，P根据具体的雷达参数和应用场景设置；选取地杂波的谱质量中心Z_a＝Z_k{find(-P≤(Z_k-N/2)≤P)}，其中find(·)是搜索-P≤(Z_k-N/2)≤P的多普勒通道，根据谱质量中心Z_a对应的选取地杂波频谱中心的谱包络Q_a；

步骤3：假设谱包络的集合为C，其中C＝{Q₁,...Q_k}，剩余的各个信号的频谱包络C₀就是车辆目标主体和微动部件带来的回波，其中C₀＝C-Q_a；对集合C₀中的各频谱包络补零，以保证信号的长度都为N，得到集合C₁＝{G₁,...G_k-1}；对集合C₁中的各频谱包络做逆傅里叶变换得到时域信号集合C₂＝{h₁,...h_k-1}，所述的逆傅里叶变换如式(3)所示：

h(t)＝∫G(f)exp(j2πft)df    (3)

对集合C₂中的时域信号分别做短时傅里叶变换，由公式(4)所示得到时域信号的时频表征集合C₃＝{STFT₁,...STFT_k-1}：

STFT(τ,f)＝∫h(t)w(t-τ)exp(-j2πft)dt    (4)

其中τ为慢时间，w(t)是高斯窗函数；

步骤4：将时频表征平面等分为N²个面积相等的时频单元，每个时频单元的能量为STFT(i,j)，其中i＝1,2,...,N，j＝1,2,...,N，采用公式(5)估计集合C₃各时频表征的时频谱熵值；

选取时频谱熵最小的信号作为车辆的主体目标回波信号，并将该包络对应的谱宽和谱质量中心上报后续数据处理模块。

2.根据权利要求1所述的一种基于时频谱熵估计的车辆目标微动信号抑制方法，其特征在于步骤1中所述的凝聚算法具体如下：首先设置标记q(n)＝0，k＝0，n＝1...N，其中N为多普勒滤波器的总数，当S(n)≤A时设置q(n)＝1，A是幅度门限，当S(n)A时S(n)属于每个包络的幅度谱集合Q_k，S(n)是离散化的S(f)，其中k为包络个数计数器，当S(n)A且q(n)-q(n-1)＝-1时计数器k＝k+1；将多普勒滤波器号n从1遍历到N，最终的k值就是包络的个数K，Q_k是利用凝聚算法提取的第k个谱包络，

3.根据权利要求1所述的一种基于时频谱熵估计的车辆目标微动信号抑制方法，其特征在于所述的高斯窗函数w(t)的宽度选择N/5。