[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

说明书

本发明涉及一种基于时频谱熵估计的车辆目标微动信号抑制方法，将采集的窄带雷达探测的车辆回波信号通过傅里叶变换投影到频率谱，将回波的多个峰值的频谱包络分离成单峰值谱包络信号，并利用重心法求出每个谱包络信号的谱质量中心。将谱质量中心最靠近频谱中心的谱包络判定为地杂波信号，并从频谱剔除该包络。通过采用逆傅里叶变换将剩余的谱包络转换成时域信号，通过短时傅里叶变换将各时域信号转换成时频谱图，根据时频谱熵公式计算各信号时频图的时频谱熵。判定时频谱熵大的为车辆目标微动部件产生的信号，并将对应的频谱包络剔除以达到抑制车辆微动信号的效果。本发明有效的滤除微动部件带来的回波信号，提高雷达的检测能力，降低雷达虚警。

技术领域

本发明属于雷达信号处理领域，具体涉及一种基于时频谱熵估计的车辆目标微动抑制方法，用于窄带雷达战场侦察模式下的虚假目标抑制。

背景技术

在窄带雷达探测车辆目标场景下，轮式车辆的车轮旋转和履带式车辆的履带旋转会调制雷达发射信号产生微动回波信号，这种微动信号附加于车辆目标主体信号造成雷达回波在频谱域产生多个峰值，使得一个车辆目标在频谱域会被凝聚成为多个目标，增加雷达目标检测的虚警，并有可能造成雷达数据处理模块在目标跟踪时速度相关错误。因此需要分离车辆微动信号与主体信号，并剔除车辆微动部件带来的信号，减小雷达目标检测的虚警。

传统的杂波抑制和假目标剔除方法大部分都是通过分析雷达回波信号在频谱域多个特征来分类和识别目标与杂波；但是微动信号是典型的非平稳信号，而傅里叶变换先验要求待处理的信号为平稳信号，当处理非平稳信号时，通过傅里叶变换得到的频谱信号无法有效的表征非平稳信号的信号特征。因此车辆微动部件带来的微多普勒信号与车辆主体回波信号的特征在频谱域难以被识别和分离。时频变换作为处理非平稳信号的一类有效方法，经常被应用于处理微动信号，文献1【张彦梅,于敬波.坦克目标时频特征分析[J].北京理工大学学报(自然科学版),2009,(1):50～53.】详细分析了基于不同种类和型号的坦克目标炮塔激励的不同微多普勒特征，采用时频变换将不同类型的坦克目标回波信号变换到时频域，并通过分析时频谱的谱宽、微多普勒谱的周期性和微多普勒谱的各极值点等时频谱特征为坦克目标识别提供有效的信息，但是该论文将车辆目标的微动信号作为目标识别的一种信息，没有提出实现车辆主体和微动信号分离的有效方法。文献2【李开明,张群,雷磊,罗迎.基于动态字典的卡车目标微动参数估计方法[J].电子学报,2016,Vol.44(11).】提出了一种基于动态字典的卡车目标微动参数估计方法。利用车轮旋转点的微动参数构造相应的字典库进行匹配分解，建立了微动参数提取的凸优化模型，并通过对字典的动态调整和最小二乘准则下的迭代逼近，实现了卡车目标微动参数的准确估计，理论上可以实现卡车目标微动信号与主体信号的分离，但是该方法作为一种参数化估计方法，要求微动信号回波与预先设定模型匹配，使得算法失去广谱适应性，而且该方法采用过完备字典进行参数匹配，维数较大，计算复杂度高。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于时频谱熵估计的车辆目标微动信号抑制方法，根据地杂波信号、车辆主体回波信号和车辆微动部件回波信号在频谱和时频域的特征区别，达到抑制地杂波信号和车辆微动部件回波信号的效果。

技术方案

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：