[发明专利]基于信号结构信息的窄带雷达目标检测方法

权利要求书

1.一种基于信号结构信息的窄带雷达目标检测方法，其特征在于，包括：

(1)构建训练数据集：

(1a)计算窄带雷达场景中目标回波结构信息在距离维覆盖的检测单元数量N_s；

(1b)分别获取目标存在和不存在时窄带雷达接收的回波信号；

(1c)根据目标存在时窄带雷达接收的回波信号和检测单元数量N_s，构造正样本数据集

(1d)根据目标不存在时窄带雷达接收的回波信号和检测单元数量N_s，构造负样本数据集

(1e)将数量相同的正样本数据集和负样本数据集组成训练数据集

(2)构建一个依次由输入编码层、隐藏层和输出解码层组成的全卷积深度神经网络，并将交叉熵损失函数作为该网络的代价函数J(θ)；

(3)根据训练数据集和代价函数J(θ)，使用最小批梯度下降法对全卷积神经网络进行训练，得到训练好的全卷积神经网络；

(4)窄带雷达目标检测：

(4a)获取窄带雷达回波数据并依次进行脉冲压缩和相干积累处理，得到距离多普勒矩阵；

(4b)在距离多普勒矩阵中，以各个检测单元为中心，提取大小为N_s×N_s的矩阵涵盖的回波信号，组成针对各个待检测单元的回波信号矩阵，并对其取模值；

(4c)将回波信号矩阵的模值输入训练好的全卷积神经网络，得到各个检测单元内目标存在的概率Λ_n；

(4)根据雷达期望的虚警概率P和负样本数据使用蒙特卡罗方法计算检测门限γ，将目标存在的概率Λ_n与检测门限γ进行对比，完成对目标的检测：

当Λ_n≥γ时，则目标存在，

否则，目标不存在。

2.根据权利要求1所述的方法，其特征在于：(1a)中计算窄带雷达场景中目标回波结构信息在距离维覆盖的检测单元数量N_s，公式如下：

其中，F_s表示窄带雷达的采样频率，B表示窄带雷达发射信号的带宽，表示向上取整操作。

3.根据权利要求1所述的方法，其特征在于：(1c)中构造正样本数据集实现如下：

(1c1)对目标存在时窄带雷达接收的回波信号，依次进行脉冲压缩和相干积累处理，获得距离多普勒矩阵；

(1c2)计算目标所在的距离单元和多普勒通道；

(1c3)从距离多普勒矩阵中，以目标所在距离单元和多普勒通道为中心，提取出大小为N_s×N_s的矩阵所涵盖的区域回波，并对其取模值；

(1c4)将取模值的回波信号矩阵作为正样本数据；

(1c5)重复(1c1)-(1c4)，得到正样本数据集

4.根据权利要求1所述的方法，其特征在于：(1d)中构造负样本数据集实现如下：

(1d1)将目标不存在时窄带雷达接收的回波信号，依次经过脉冲压缩和相干积累处理，获得距离多普勒矩阵；

(1d2)从距离多普勒矩阵中，随机地采集相邻距离单元和相邻多普勒单元回波，组成大小为N_s×N_s的回波信号矩阵，并对其取模值；

(1d3)将取模值的回波信号矩阵作为负样本数据；

(1d4)重复(1d1)-(1d3)，得到负样本数据集