[发明专利]一种基于空时联合滤波技术抑制图像序列中海杂波的航海雷达目标检测算法

说明书

本发明公开了一种基于空时联合滤波技术抑制图像序列中海杂波的航海雷达目标检测算法，该方法首先对选定区域原始雷达图像序列进行海杂波抑制，选取原始雷达图像序列中需要抑制海杂波的区域，利用三维傅里叶变换(3D‑FFT)获得三维频率波数域图像谱，选择一种基于色散关系的空时联合滤波器滤除海杂波能量，对滤波后的图像序列的三维频率波数域图像谱进行三维傅里叶逆变换(3D‑IFFT)，获得抑制海杂波后的图像序列；再对抑制海杂波后的图像序列进行目标点检测。本发明目的在于解决航海雷达图像中强海杂波信号对目标检测的影响，抑制雷达图像中的强海杂波信号，提高图像的信噪比，进而提高强海杂波情况下的目标检测概率。

技术领域

本发明属于海洋环境条件下海洋遥感技术领域，具体涉及一种基于空时联合滤波技术抑制图像序列中海杂波的航海雷达目标检测算法。

背景技术

在复杂的海杂波背景下有效地检测微弱目标一直是航海雷达面临的一项挑战。在海杂波较强的环境下，目标回波往往淹没在杂波中难以检测。因此，在检测器检测图像中的目标点之前，需要对目标点周围的海杂波点强度进行抑制[1-3]。此类方法是一种海杂波抑制下的目标检测方法，该类方法第一步通过海杂波在时空域、时频域、距离多普勒域等不同维度下的特征，建立海杂波模型并设计合适的滤波器来抑制图像中的海杂波。第二步使用检测器对抑制海杂波后的图像进行目标点提取。见参考文献[1-3]([1]李文静,李卓林,袁振涛.基于稀疏重构的海杂波抑制和目标提取算法[J/OL].系统工程与电子技术:1-12[2021-11-18].[2]陈小龙,关键,董云龙,赵志坚.稀疏域海杂波抑制与微动目标检测方法[J].电子学报,2016,44(04):860-867.[3]罗倩.基于稀疏表示的杂波建模和微弱运动目标探测[J].现代雷达,2016,38(02):43-46+83.)。

海杂波可以定义为雷达发射的电磁波照射在海表面形成的后向散射回波。海杂波的特性十分复杂，其振幅的变化是一个随机过程，在时间上表现为非平稳，在空间上表现为非均匀。海杂波主要由张力波和重力波组成，这两种波会受海表面的风速、流速、温度、湿度等环境因素剧烈影响，不同环境下的海杂波的特征也会产生明显变化，使得建立海杂波模型并抑制海杂波变得困难。

目前，海杂波抑制下的目标检测算法主要分为时域对消法、子空间分解法、神经网络检测法和时频分析四大类[4]。时域对消法主要包括动目标显示(MTI)[5]、动目标检测(MTD)[6]、自适应动目标检测(AMTI)[7]、空时自适应处理(STAP)[8]和根循环迭代抵消法[9]等。子空间分解法主要包括使用特征值分解(EVD)[10]、奇异值分解(SVD)[11]等分解法抑制海杂波并检测目标。神经网络检测方法主要采取了卷积神经网络[12]和浅层神经网络。浅层神经网络其中包括基于径向基函数神经网络(RBFNN)[13]、小波神经网络(WNN)[14]等。时频分析法分为时域分析与时频域分析，时频域分析利用海杂波和目标具有的不同时频特性在时频域抑制海杂波并检测目标，主要包括短时傅里叶变换(STFT)[15]、分数阶傅立叶(FRFT)[16]、稀疏傅里叶(SFT)[17]等方法。时域分析主要为经验模态分解(EMD)[18]，是一种基于时域的局部特征分析方法，它可以处理时域信号幅度序列，根据信号回波幅度的变化来抑制海杂波并检测目标。