[发明专利]一种基于U-Net网络的高频地波雷达杂波分类方法

说明书

一种基于U‑Net网络的高频地波雷达杂波分类方法，属于雷达杂波分类领域。本发明解决了现有对高频地波雷达杂波的分类方法准确率不高的问题。本发明方法包括：获取高频地波雷达回波的距离多普勒谱；对距离多普勒谱进行预处理，得到电离层杂波增强谱和一阶海杂波增强谱；利用训练集对电离层杂波识别网络和一阶海杂波识别网络进行训练，得到训练好的电离层杂波识别网络和一阶海杂波识别网络；将待分类的高频地波雷达杂波同时输入训练好的电离层杂波识别网络和一阶海杂波识别网络，得到两种杂波识别结果；将电离层杂波识别结果和一阶海杂波识别结果进行合并，得到高频地波雷达回波距离多普勒谱的杂波分类结果。本发明用于高频地波雷达杂波的分类。

技术领域

本发明涉及一种基于U-Net网络的高频地波雷达杂波分类方法，属于雷达杂波分类技术领域。

背景技术

雷达是一种利用无线电进行目标探测的工具，被广泛应用于军事和民用中。杂波分类技术是一种背景感知技术，它可以通过杂波的形状、统计特性等信息，自适应地对雷达获取的回波数据进行分类。通过杂波分类技术，可以利用分类结果提取杂波的必要参数，也可以为后续目标检测与跟踪提供有用的先验信息。

高频地波雷达的检测环境十分复杂，不仅包括海杂波、电离层杂波、流星余迹等由雷达工作产生的“自干扰”，还包括电台干扰、冲击干扰和大气噪声等独立于雷达工作模式的“外部干扰”。感知并识别这些杂波干扰，实现对环境的认知，对后续检测器的性能提升具有重要地位。

目前，在高频地波雷达杂波分类领域，相关的研究较少。2004年，X.Lu等人采用KL散度进行距离-多普勒谱进行区域分割，区分海杂波和大气噪声区域。但是这种分类方法只考虑了杂波的统计特性，而忽略了形状和空间连续性信息，对高频的地波雷达杂波分类准确率并不高，分类性能有待进一步加强。

发明内容

本发明的目的是为了解决现有对高频地波雷达杂波的分类方法准确率不高的问题，现提出了一种基于U-Net网络的高频地波雷达杂波分类方法。

一种基于U-Net网络的高频地波雷达杂波分类方法，包括：

步骤一、获取高频地波雷达回波的距离多普勒谱；对距离多普勒谱进行数据预处理，得到电离层杂波增强谱和一阶海杂波增强谱；将电离层杂波增强谱作为训练集1，将一阶海杂波增强谱作为训练集2；

步骤二、利用训练集1对电离层杂波识别网络进行训练，得到训练好的电离层杂波识别网络，所述电离层杂波识别网络为损失函数采用焦点损失函数的U-Net网络；

步骤三、利用训练集2对一阶海杂波识别网络进行训练，得到训练好的一阶海杂波识别网络，所述一阶海杂波识别网络为加入了注意力引导机制的U-Net网络；

步骤四、将待分类的高频地波雷达杂波同时输入训练好的电离层杂波识别网络和训练好的一阶海杂波识别网络，输出得到电离层杂波识别结果以及一阶海杂波识别结果；

步骤五、将输出得到的电离层杂波识别结果和一阶海杂波识别结果进行合并，得到高频地波雷达回波距离多普勒谱的杂波分类结果，完成杂波分类。

本发明的有益效果是：

本发明能够对检测背景进行准确的分割，识别出高频地波雷达的一阶海杂波和电离层杂波所在单元，利用杂波分类结果，可以获取检测背景的先验知识，实现在线背景感知。在后续目标检测器设计时，可以利用杂波分类结果选择不同策略的检测器，提升目标的检测性能，降低虚警概率。

附图说明

图1为本发明方法流程图；

图2为高频地波雷达的距离—多普勒谱；

图3为本发明预处理后得到的电离层杂波增强谱；

图4为本发明预处理后得到的一阶海杂波增强谱；