CN107479037B - 一种pd雷达杂波区域判别方法 - Google Patents

Abstract

本发明涉及一种PD雷达杂波区域判别方法，包含：S1、PD雷达获取回波信号的频率、距离和幅度的三维数据；S2、创建回波信号的时频域二维图；S3、计算回波信号的基底噪声；S4、根据基底噪声的大小确定分割阈值，对回波信号的时频域二维图进行分割，得到时频域二值图；S5、对时频域二值图进行形态学处理，使其中的杂波点连通到一起；S6、对完成形态学处理的时频域二值图进行连通区域提取，并对每个连通区域进行标注；S7、去除面积较小的连通区域，得到回波信号的杂波区域图。本发明将图像处理技术运用到雷达杂波处理中，可准确的判别雷达下视态势下回波信号的杂波区域，消除杂波对雷达目标检测的干扰，提高PD雷达的目标检测性能。

Description

一种PD雷达杂波区域判别方法

技术领域

本发明涉及一种PD雷达(Pulse-Doppler Radar，脉冲多普勒雷达)杂波区域判别方法，属于雷达信号处理领域。

背景技术

雷达作为精确制导系统的核心，其主要任务是采用高精度探测技术，有效地从复杂背景中探测、截获、识别及跟踪目标，并获取目标的位置和运动参数，最终将这些参数提供给高精度控制系统，实现对目标的精确导引。

雷达在下视姿态下探测低空目标时，极易受到地杂波的干扰，目标信号有可能被杂波淹没，导致雷达的截获概率、跟踪精度降低，甚至丢失目标，严重影响雷达低空探测的性能。因此，分析研究杂波对抗技术是现代雷达的一个重要工作。

雷达数据处理中对抗杂波的方法主要有两类，一类是分析杂波特性和目标特性，然后根据杂波特性和目标特性设计目标检测跟踪算法，此类方法通常算法都很复杂而且检测性能低下。另一类是估计杂波所在的区域并予以剔除，然后在非杂波区域检测目标，此类方法对杂波区域估计的精度要求非常高。传统的杂波区域判别方法是根据雷达的高度、速度和天线指向角度等参数直接估算出杂波所在区域位置，这种方法简单直观，但对雷达飞行各种参数的精度要求很高，如果参数误差较大，则估算也会产生较大的误差。

现有技术中，文献《机载PD雷达杂波建模与仿真研究》(舰船电子对抗，2015，38(3):65-69)中针对机载PD雷达地杂波进行了仿真分析，构建了机载PD雷达在地杂波中检测目标的模型，仿真模型可以反映出高度线杂波、主瓣杂波、副瓣杂波、目标回波的关系，但是这种方法比较依赖雷达预装信息，可靠性不佳，当雷达预装信息不够精确时，误差较大。

中国专利CN104360324B《一种基于图像处理的杂波图分区方法》介绍了一种基于图像处理的杂波图分区的方法。该方法首先通过计算雷达作用距离和波束宽度确定杂波图划分方式、计算得到杂波强度估值，再运用中值滤波去除异常点，然后通过8领域连通检测完成杂波区域划分。此方法能够对杂波图进行分区，但是测量误差比较大，当杂波强度比较弱时，杂波区划分效果差。

中国专利CN102565763A《一种自适应杂波抑制动目标信号处理技术及实现方法》介绍了一种自适应杂波抑制动目标信号处理的方法。该方法采用杂带滤波器组和杂波对消技术实现对杂波的抑制，通过自适应算法实现对运动目标信噪比的提高和对杂波的抑制。此方法能够很大程度上消除地物、海浪杂波等干扰，提高对运动目标检测能力，但是通过对消处理并不能完全滤出所有的杂波，目标检测虚警概率比较高。

中国专利CN104931938A《相参捷变频雷达杂波抑制方法及系统》介绍了一种相参捷变频雷达杂波抑制算法，该方法将雷达基带回波信号排列成回波信号矩阵，通过计算回波信号矩阵抑制回波信号中的杂波分量，保留运动目标的信号分量，再对回波信号进行相参积累。此方法能够抑制信号中的杂波分量，提升目标的信噪比，但是并不能完全抑制杂波，当杂波比较强时，杂波对目标检测的影响仍然很大。

基于上述，本发明提出一种PD雷达杂波区域判别方法，将图像处理技术运用到雷达杂波处理，可准确的提取杂波区域，消除杂波对雷达目标检测的干扰，避免了传统的杂波区域估算法中因雷达预装参数误差而导致杂波区域估计误差对目标检测的不利影响，提高了PD雷达系统的目标检测性能，有效解决现有技术中存在的限制和缺陷。

发明内容

本发明的目的是提供一种PD雷达杂波区域判别方法，将图像处理技术运用到雷达杂波处理中，可准确的判别雷达下视态势下回波信号的杂波区域，消除杂波对雷达目标检测的干扰，提高PD雷达的目标检测性能。

为实现上述目的，本发明提供一种PD雷达杂波区域判别方法，包含以下步骤：

S1、PD雷达在工作状态下，获取回波信号的频率、距离和幅度的三维数据；

S2、根据回波信号的三维数据，创建回波信号的时频域二维图；

S3、计算回波信号的基底噪声；

S4、根据基底噪声的大小确定分割阈值，对回波信号的时频域二维图进行分割，得到时频域二值图；

S5、对时频域二值图进行形态学处理，使其中的杂波点连通到一起；

S6、对完成形态学处理的时频域二值图进行连通区域提取，并对每个连通区域进行标注；

S7、去除面积较小的连通区域，得到回波信号的杂波区域图。

所述的S1中，PD雷达在下视姿态下运用中重频模式获取回波信号的频率、距离和幅度的三维数据。

其中，所述的中重频模式为：回波信号经过下变频以及低通滤波，再进行抽取重排，并进行二维FFT时频域变换，从而获取回波信号的频率、距离和幅度的三维数据，得到对应各个距离门和各个频率门的回波幅度数据。

所述的S3中，基底噪声的计算方法为：

S31、在所有距离门中，提取中间若干个距离门的回波幅度数据；

S32、基于提取的回波幅度数据，将所有频率门按顺序平均分成若干段；

S33、对每段中所包含的回波幅度数据计算平均值；

S34、将计算得到的各个平均值由小到大进行排序，取第二小的平均值作为基底噪声。

其中，在计算基底噪声时，提取中间10个距离门的回波幅度数据，并且将频率门按顺序平均分成8段。

所述的S4中，将基底噪声与预先设定的截获门限的和值作为分割时频域二维图的分割阈值。

所述的S5中，对时频域二值图进行形态学处理的方法为：依次对时频域二值图进行膨胀运算和腐蚀运算；其中，膨胀运算和腐蚀运算的结构元素设定为大小相同的矩阵结构。

所述的S6中，对连通区域Y的提取方法为：

其中，B₀为连通区域Y中的某一个点；S’为3×3的正方形结构元素；

表示采用结构元素S’进行膨胀运算；A”为完成形态学处理的时频域二值图；当B_i+1＝B_i时停止迭代，取Y＝B_i即可得到要提取的连通区域。

所述的S7中，根据预先设定的点数阈值，将所包含的点数小于点数阈值的连通区域去除。

综上所述，本发明所提供的PD雷达杂波区域判别方法，将图像处理技术运用到雷达杂波处理中，可准确的判别杂波区域，消除杂波对雷达目标检测的干扰，避免了传统的杂波区域估算法由于雷达预装参数误差而导致杂波区域估计误差对目标检测的不利影响，提高了PD雷达系统的目标检测性能。

附图说明

图1为本发明中的PD雷达杂波区域判别方法的流程图；

图2为本发明中的根据回波信号的实测三维数据创建的时频域二维图；

图3为本发明中的时频域二维图完成阈值分割后得到的时频域二值图；

图4为本发明中的完成形态学处理后的时频域二值图；

图5为本发明中的连通区域提取并标注后的图像；

图6为本发明中的提取得到的回波信号的杂波区域图。

具体实施方式

以下结合图1～图6，详细说明本发明的一个优选实施例。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用以方便、明晰地辅助说明本发明实施例的目的。

如图1所示，为本发明所提供的PD雷达杂波区域判别方法，将图像处理技术运用到雷达杂波处理，可准确的提取杂波区域，提高PD雷达系统的目标检测性能，包含以下步骤：

S1、PD雷达在工作状态下，获取回波信号的频率、距离和幅度的三维数据；

S2、根据回波信号的三维数据，创建回波信号的时频域二维图；

S3、计算回波信号的基底噪声；

S4、根据基底噪声的大小确定分割阈值，对回波信号的时频域二维图进行分割，得到时频域二值图；

S5、对时频域二值图进行形态学处理，使其中的杂波点连通到一起；

S6、对完成形态学处理的时频域二值图进行连通区域提取，并对每个连通区域进行标注；

S7、去除面积较小的连通区域，得到回波信号的杂波区域图。

所述的S1中，PD雷达在下视姿态下运用中重频模式获取回波信号的频率、距离和幅度的三维数据。

其中，所述的中重频模式为：回波信号经过下变频以及低通滤波，再进行抽取重排，并进行二维FFT(Fast Fourier Transformation，快速傅里叶变换)时频域变换，从而获取回波信号的频率、距离和幅度的三维数据，得到对应各个距离门和各个频率门的回波幅度数据。

所述的S3中，基底噪声的计算方法为：

S31、在所有距离门中，提取中间若干个距离门的回波幅度数据；

S32、基于提取的回波幅度数据，将所有频率门按顺序平均分成若干段；

S33、对每段中所包含的回波幅度数据计算平均值；

S34、将计算得到的各个平均值由小到大进行排序，取第二小的平均值作为基底噪声。

在本发明的一个优选实施例中，在计算基底噪声时，提取中间10个距离门的回波幅度数据，并且将频率门按顺序平均分成8段。

所述的S4中，将基底噪声与预先设定的截获门限的和值作为分割时频域二维图的分割阈值。

所述的S5中，对时频域二值图进行形态学处理的方法为：依次对时频域二值图进行膨胀运算和腐蚀运算；其中，膨胀运算和腐蚀运算的结构元素设定为大小相同的矩阵结构。

所述的S6中，对连通区域Y的提取方法为：

其中，B₀为连通区域Y中的某一个点；S’为3×3的正方形结构元素；

表示采用结构元素S’进行膨胀运算；A”为完成形态学处理的时频域二值图；当B_i+1＝B_i时停止迭代，取Y＝B_i即可得到要提取的连通区域。

所述的S7中，根据预先设定的点数阈值，将所包含的点数小于点数阈值的连通区域去除。

以下通过一个具体实施例，详细说明本发明提供的PD雷达杂波区域判别方法。首先，PD雷达在下视姿态下获取实测地杂波的回波信号，回波信号经过中重频模式处理后得到一组频率、距离和幅度的三维数据。其中，频率门个数为512，距离门个数为100，因此根据回波信号的实测三维数据创建时频域二维图，如图2所示，其中横坐标为频率，纵坐标为距离。

接着，在100个距离门中提取中间10个距离门的回波幅度数据，也就是提取第46～55个距离门的回波幅度数据；并且，将512个频率门按顺序平均分成8段，即每段包含64个频率门，640个回波幅度数据；对每段中的回波幅度数据计算平均值；将计算得到的8个平均值由小到大进行排序，取第二小的平均值作为基底噪声值N。

然后，需要对回波信号的时频域二维图进行阈值分割。此时，先根据基底噪声和截获门限确定阈值：

T＝N+Th；

其中，T为分割阈值，N为基底噪声值，Th为预先设定的截获门限值。

将回波信号的时频域二维图中大于分割阈值的点置1，小于分割阈值的点置0，得到阈值分割的表达式为：

其中，A(x,y)表示完成阈值分割后得到的时频域二值图，具体如图3所示；f(x,y)表示进行阈值分割前的时频域二维图。

接下来，就要对时频域二值图进行形态学处理，使其中的杂波点连通到一起；具体方法包含以下步骤：

采用原点位于中心的5×7对称矩阵S作为膨胀运算和腐蚀运算的结构元素，如下所示：

进行膨胀运算；

数学上，膨胀运算定义为集合运算，时频域二值图A采用结构元素S进行膨胀运算，记作

定义为：

膨胀运算的过程为：先对结构元素S进行关于原点的映射，从而得到

再将

平移z得到

最后计算

与集合A(时频域二值图)交集不为空的元素集合；

运用5×7对称矩阵S作为结构元素对时频域二值图进行膨胀运算，即使二值图中的每个值为1的点在距离方向上向外扩张2个距离门，在频率方向上向外扩张3个频率门。膨胀运算后可将二值图中原本断裂开的点桥接起来，且会使图像边界向外扩张；

进行腐蚀运算；

数学上，腐蚀运算的定义与膨胀运算相似，完成膨胀运算的时频域二值图A’采用结构元素S进行腐蚀运算，记作A’ΘS，定义为：

腐蚀运算的过程为：先将结构元素S平移z得到(S)_z，计算(S)_z仍在集合A’(完成膨胀运算的时频域二值图)中的元素集合；

运用5×7对称矩阵S作为结构元素对完成膨胀运算的时频域二值图进行腐蚀运算，可对图像消除物体边界点，使图像边界向内部收缩，这样可以将膨胀运算所导致的图像边界点向外扩张的区域收缩回来，从而使得杂波区域的面积不会明显改变。

本实施例中，完成膨胀运算和腐蚀运算的形态学处理后的时频域二值图如图4所示。

此时，完成形态学处理(即完成膨胀运算和腐蚀运算)的时频域二值图A”，其中存在多个连通区域，需要提取出感兴趣的区域，并对每一个连通区域进行标注。具体方法为：

假设Y代表在集合A”(完成形态学处理的时频域二值图)中的一个连通区域，运用下述公式完成连通区域的提取：

其中，B₀为连通区域Y中的某一个点，S’为3×3的正方形结构元素；当B_i+1＝B_i时停止迭代，取Y＝B_i即可得到要提取的连通区域。

按照上述方法得到A”中的所有连通区域之后，对每一个连通区域进行标注；标注后的图像如图5所示。

最后，将所包含的点数小于30(点数阈值)的连通区域去除，即可得到最终提取的回波信号的杂波区域图，如图6所示。

综上所述，本发明所提供的PD雷达杂波区域判别方法，将图像处理技术运用到雷达杂波处理中，可准确的判别杂波区域，消除杂波对雷达目标检测的干扰，避免了传统的杂波区域估算法由于雷达预装参数误差而导致杂波区域估计误差对目标检测的不利影响，提高了PD雷达系统的目标检测性能。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (5)

1.一种PD雷达杂波区域判别方法，其特征在于，包含以下步骤：

S1、PD雷达在工作状态下，获取回波信号的频率、距离和幅度的三维数据；

其中，PD雷达在下视姿态下运用中重频模式获取回波信号的频率、距离和幅度的三维数据；

所述的中重频模式为：回波信号经过下变频以及低通滤波，再进行抽取重排，并进行二维FFT时频域变换，从而获取回波信号的频率、距离和幅度的三维数据，得到对应各个距离门和各个频率门的回波幅度数据；

S2、根据回波信号的三维数据，创建回波信号的时频域二维图；

S3、计算回波信号的基底噪声，具体为：

S31、在所有距离门中，提取中间若干个距离门的回波幅度数据；

S32、基于提取的回波幅度数据，将所有频率门按顺序平均分成若干段；

S33、对每段中所包含的回波幅度数据计算平均值；

S34、将计算得到的各个平均值由小到大进行排序，取第二小的平均值作为基底噪声；

S4、根据基底噪声的大小确定分割阈值，对回波信号的时频域二维图进行分割，得到时频域二值图；

其中，将基底噪声与预先设定的截获门限的和值作为分割时频域二维图的分割阈值；

S5、对时频域二值图进行形态学处理，使其中的杂波点连通到一起；

S6、对完成形态学处理的时频域二值图进行连通区域提取，并对每个连通区域进行标注；

S7、去除面积较小的连通区域，得到回波信号的杂波区域图。

2.如权利要求1所述的PD雷达杂波区域判别方法，其特征在于，在计算基底噪声时，提取中间10个距离门的回波幅度数据，并且将频率门按顺序平均分成8段。

3.如权利要求1所述的PD雷达杂波区域判别方法，其特征在于，所述的S5中，对时频域二值图进行形态学处理的方法为：依次对时频域二值图进行膨胀运算和腐蚀运算；其中，膨胀运算和腐蚀运算的结构元素设定为大小相同的矩阵结构。

4.如权利要求1所述的PD雷达杂波区域判别方法，其特征在于，所述的S6中，对连通区域Y的提取方法为：

其中，B₀为连通区域Y中的某一个点；S’为3×3的正方形结构元素；

表示采用结构元素S’进行膨胀运算；A”为完成形态学处理的时频域二值图；当B_i+1＝B_i时停止迭代，取Y＝B_i即可得到要提取的连通区域。

5.如权利要求1所述的PD雷达杂波区域判别方法，其特征在于，所述的S7中，根据预先设定的点数阈值，将所包含的点数小于点数阈值的连通区域去除。

Images