[发明专利]一种基于图熵的海杂波背景下弱目标检测方法及装置

说明书

本发明属于雷达目标检测技术领域，公开了一种基于图熵的海杂波背景下弱目标检测方法，包括如下步骤：利用雷达接收的回波数据从频域上的图信号的邻接矩阵中提取信息熵特征；基于图熵的弱目标检测器实现，获得目标检测结果对比分析。本发明的有益效果为进一步探索杂波与目标间的特性，提出了基于图的信息熵特征，实测海杂波数据实验中，结合其他的熵特征检测的性能曲线分析，表明了本发明提出的基于图熵的弱目标检测装置具有更好的检测性能。

技术领域

本发明属于雷达目标检测技术领域，涉及一种基于图熵的海杂波背景下弱目标检测方法及装置。

背景技术

在海杂波背景下，由于海杂波具有非高斯、非线性、非平稳等特性，雷达在检测小船、浮冰和飞机残骸等海面漂浮小目标时，不可避免地会受到海面中海况、风速等环境的影响，因此小目标检测一直是海面目标检测的重难点。传统的基于统计模型的检测算法，会由于海况的复杂性导致统计模型存在一定的误差。随着图结构在生物、交通、语音信号处理和神经网络等领域都有着广泛的应用，图结构作为一种通用的数据表现形式，也被应用到海杂波弱目标检测中。图顶点之间的边和边权重包含了图顶点上信号间的关联信息，即通过图来获取数据间的关联性。

在2019年出版的IEEE Communication Letter第57卷上，YAN Kun等提出了一种基于图的海杂波目标检测方法，其中将雷达回波数据转换成图，实现了对回波数据检测功能，并且该方法在低信噪比(Signal-to-noise ratio,SNR)下其检测性能较好，该论文的不足在构建图时并没有考虑到数据间的连通密度，以及图中数据的稀疏性，有改进的空间。又，发明专利申请公开了一种基于图连通密度的海面目标检测方法及其装置，申请号：202110196211.7，公开号：CN113009443A，该发明专利申请通过将雷达回波的频域信号构建成图，利用图连通密度构成的拉普拉斯矩阵对其提取拉普拉斯矩阵特征值的最大值，不仅考虑到了数据间的关联性，还考虑到了数据间的连通性，但并没有进一步探究海杂波与目标间的特性，还存在更优的弱目标检测方法。

发明内容

为了解决现有技术中海杂波背景下弱目标检测困难，需要寻求更优的检测方法的问题，本发明提供了一种基于图熵的海杂波背景下弱目标检测方法及装置，对雷达接收回波数据从频域上的图信号中提取信息熵特征，通过去除图信号中的孤立点，并计算去孤立点后的图信号中的信息熵，经过实测海杂波数据进行实验得到较好的检测性能。

为实现上述目的，本发明提供如下技术方案：

第一方面，一种基于图熵(Graph Entropy,GE)的海杂波背景下弱目标检测方法，包括如下步骤：

利用雷达接收的回波数据从频域上的图信号的邻接矩阵中提取信息熵特征；

基于图熵的弱目标检测器实现，获得目标检测结果对比分析。

结合第一方面，进一步的，所述从频域上的图信号的邻接矩阵中提取信息熵特征的方法为：

雷达回波频域上的图信号表示为：

G＝(V,E)

其中，V为图的顶点集，E为边集，e_δβ表示顶点vδ到顶点v_β的边，v_δ,v_β∈V，δ,β∈[0,γ]；根据eδβ生成图的边集E＝{eδβ|δ,β∈(γ+1)×(γ+1)}，γ为量化等级数；

边集E中每条边出现的次数计算顶点集中各个顶点之间的连通密度：

ωδβ＝∑eδβ

其中，ω_δβ表示顶点vδ与顶点v_β之间的连通密度；

根据顶点之间的连通密度获得海面目标图的邻接矩阵A：