一种基于杂波谱背景的静止目标侵入探测算法的制作方法

1.本发明涉及目标侵入探测技术领域，尤其涉及一种基于杂波谱背景的静止目标侵入探测算法。


背景技术：

2.雷达使用电磁波进行目标探测，通过发射电磁波信号并接收回波，进而识别和追踪入侵目标。采用雷达进行目标探测，在地低光照、恶劣天气下雷达的目标探测性能也没有损失，具有较高的稳定性。基于此，近年来，基于雷达的目标入侵检测在交通、安防等领域得到越来越多的应用。
3.但是，由于雷达在探测时会受到背景杂波、随机干扰杂波等的影响，导致回波信号中存在噪声干扰，从而降低了目标探测结果的精度。
4.因此，亟需一种能够对雷达探测回波信号进行滤波，提高处于杂波谱背景下的静止目标侵入探测精度的探测算法。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种基于杂波谱背景的静止目标侵入探测算法。
6.一种基于杂波谱背景的静止目标侵入探测算法，包括以下步骤：采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据所述时频关系计算得到目标距离；获取雷达接收到的回波信号，采用最小均方算法对所述回波信号进行自适应滤波处理，得到目标时域信号序列；对所述目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号；采用单元平均恒虚警检测器算法，对所述频域脉冲压缩信号进行检测，得到检测结果中的目标信号。
7.在其中一个实施例中，所述采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据所述时频关系计算得到目标距离，包括：设雷达的发射信号为：
[0008][0009]
式中，a0为发射信号幅度，f0为载波频率，为发射信号初始相位，μ为调频斜率，t为调制周期；雷达的接收信号为：
[0010][0011]
式中，ar为接收信号幅度，为接收信号附加相移；在式(1)和(2)中，有：
[0012]
μ＝b/(t/2)＝2b/t
ꢀꢀ
(3)
[0013]
式中，b为最大频偏；根据雷达的发射信号和接收信号，有：
[0014][0015][0016][0017]
式中，f
t
为发射信号瞬时频率，fr为接收信号瞬时频率，τ为目标回波延迟时间，其中，τ＝2r/c《《t，r为目标距离，c为光速，则根据发射信号和接收信号的瞬时频率，计算得到差频信号频率为：
[0018][0019]
在三角调频连续波的下扫频段，有fb《0，则目标距离为：
[0020][0021]
在其中一个实施例中，所述获取雷达接收到的回波信号，采用最小均方算法对所述回波信号进行自适应滤波处理，得到目标时域信号序列，包括：获取雷达接收到的回波信号，根据回波信号d(k)的位置信息，从背景杂波库中取出历史杂波z(k)；根据所述历史杂波z(k)，动态延时生成输入杂波序列x(k)i，对所述杂波序列进行自适应均衡处理，得到杂波估计值回波信号d(k)＝s(k)+z(k)，s(k)为目标信号，d(k)与杂波估计值之差为采用最小均方算法对滤波器权值进行调整，通过算法进行m次迭代，得到即为期望最佳杂波估计值则目标信号为：
[0022][0023]
在其中一个实施例中，所述滤波器的滤波阶数设置为6。
[0024]
在其中一个实施例中，所述采用最小均方算法对所述回波信号进行自适应滤波处理，包括：对滤波器进行初始化，令k＝0，w(0)＝[w1,w2,
…
wm]＝[0,
…
,0]
t
，ε(0)＝0，输入μ值，x(0)＝[x1,x2,
…
xm]＝[0,
…
,0]
t
；获取待处理的回波信号d(k)，根据d(k)的位置信息，从杂波图谱数据库中提取对应地理坐标的杂波数据序列z(1),z(2),
…
,z(n)；令k＝k+1，x(k-1)右移一位，将z(k)加入到x(k)的第一个分量位置，产生输入序列x(k)，则有：
[0025][0026][0027]
w(k+1)＝w(k)+μx(k)ε(k)
ꢀꢀ
(12)
[0028]
将ε(k)加入到对消后的目标信号序列s(k)；判断k≥n是否成立，n为滤波阶数，若成立，则退出，d(k)即为对消后的目标时域信号序列；若不成立，则返回至k＝k+1步骤，重复
迭代，直至得到对消后的目标时域信号序列。
[0029]
在其中一个实施例中，所述采用单元平均恒虚警检测器算法，对所述频域脉冲压缩信号进行检测，得到检测结果中的目标信号，包括：将所述频域脉冲压缩信号作为被检测单元信号，输入单元平均恒虚警检测器算法；根据所述被检测单元信号，计算相邻两个单元的信号强度均值，作为杂波均值，并乘以门限系数得到检测门限；将所述被检测单元信号与所述检测门限进行比较，得到检测结果，所述检测结果中包括目标信号和杂波信号；其中，在所述被检测单元大于所述检测门限时，判定所述被检测单元信号为目标信号；在所述被检测单元小于或等于所述检测门限时，判定所述被检测单元信号为杂波信号。
[0030]
相比于现有技术，本发明的优点及有益效果在于：采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据时频关系计算得到目标距离；获取雷达接收到的回波信号，采用最小均方算法对回波信号进行自适应滤波处理，得到目标时域信号序列，通过自适应滤波的方式对杂波进行抑制；对目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号；采用单元平均恒虚警检测器算法，对频域脉冲压缩信号进行检测，得到检测结果中的目标信号，能够将目标信号从杂波中提取出来，实现了对目标信号和杂波的区分，从而确保对目标的检测精度。
附图说明
[0031]
图1为一个实施例中一种基于杂波谱背景的静止目标侵入探测算法的流程示意图；
[0032]
图2为一个实施例中雷达采用对称三角波调制时的时频关系示意图；
[0033]
图3为一个实施例中自适应杂波对消方法的流程示意图；
[0034]
图4为一个实施例中为滤波算法的执行过程示意图；
[0035]
图5为一个实施例中lms滤波算法的效果图，其中，(1)为背景杂波和随机干扰频谱的效果图；(2)为(1)采用lms滤波算法滤波后提取的目标频谱；(3)为背景杂波与两个随机干扰和目标频谱的效果图；(4)为(3)采用lms滤波算法滤波后提取的目标频谱；
[0036]
图6为一个实施例中的单元平均恒虚警检测算法的流程示意图；
[0037]
图7为一个实施例中单元平均恒虚警检测算法的对比效果图，其中，(1)为检测结果与阈值线的效果图；(2)为最终检测结果的效果图。
具体实施方式
[0038]
在进行本发明具体实施方式说明之前，先对本发明的整体构思进行如下说明：
[0039]
本发明主要是杂波谱背景的静止目标侵入探测过程研发的，目前静止目标侵入探测容易受到杂波影响，导致侵入目标的探测精度低。
[0040]
因此本发明提出了一种基于杂波谱背景的静止目标侵入探测算法，采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据时频关系计算得到目标距离；获取雷达接收到的回波信号，采用最小均方算法对回波信号进行自适应滤波处理，得到目标时域信号序列，通过自适应滤波的方式对杂波进行抑制；对目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号；采用单元平均恒虚警检测器算法，对频域脉冲压缩信号进行检测，得到检测结果中的目标信号，能够将目标信号从杂波中提取出
来，实现了对目标信号和杂波的区分，从而确保对目标的检测精度。
[0041]
介绍完本发明的整体构思后，为了使本发明的目的、技术方案及优点更加清楚明白，下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0042]
在一个实施例中，如图1所示，提供了一种基于杂波谱背景的静止目标侵入探测算法，包括以下步骤：
[0043]
步骤s101，采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据时频关系计算得到目标距离。
[0044]
具体地，通过线性调频连续波雷达进行静止目标入侵探测，对该雷达采用三角波连续调频方式进行调制，三角波调制能够将数字信号转换为模拟信号，从而实现数字信号的传输，且能够实现较高的信号传输速率。通过获取雷达的发射信号和接收信号，得到发射和接收信号之间的时频关系，并根据时频关系对侵入静止目标的距离进行计算，得到目标距离。
[0045]
其中，步骤s101包括：设雷达的发射信号为：
[0046][0047]
式中，a0为发射信号幅度，f0为载波频率，为发射信号初始相位，μ为调频斜率，t为调制周期；雷达的接收信号为：
[0048][0049]
式中，ar为接收信号幅度，为接收信号附加相移；在式(1)和(2)中，有：
[0050]
μ＝b/(t/2)＝2b/t
ꢀꢀ
(3)
[0051]
式中，b为最大频偏；根据雷达的发射信号和接收信号，有：
[0052][0053][0054][0055]
式中，f
t
为发射信号瞬时频率，fr为接收信号瞬时频率，t为目标回波延迟时间，其中，τ＝2r/c《《t，r为目标距离，c为光速，则根据发射信号和接收信号的瞬时频率，计算得到差频信号频率为：
[0056][0057]
在三角调频连续波的下扫频段，有fb《0，则目标距离为：
[0058][0059]
具体地，如图2所示，为线性调频连续波雷达采用对称三角波调制时的发射与接收信号的时频关系曲线，通过雷达的发射信号和接收信号，结合图2，能够对发射和接收信号的差频信号频率进行计算，在三角波的下扫频段，由于差频信号频率小于0，但绝对值与式(7)相同，因此，能够根据差频信号频率计算得到目标距离。
[0060]
在一个实施例中，若采用锯齿波对雷达进行调制，则对应的目标距离计算公式为
[0061]
步骤s102，获取雷达接收到的回波信号，采用最小均方算法对回波信号进行自适应滤波处理，得到目标时域信号序列。
[0062]
具体地，由于雷达接收到的信号会受到环境因素的影响，存在背景杂波，因此，可以根据雷达接收到的回波信号，采用lms(lesat mean square，最小均方)算法对回波信号进行自适应滤波处理，通过自适应噪声抵消的方法来抑制杂波，从而提升对回波信号的滤波效果，减小杂波对目标判断的影响。
[0063]
其中，步骤s102包括：获取雷达接收到的回波信号，根据回波信号d(k)的位置信息，从背景杂波库中取出历史杂波z(k)；根据历史杂波z(k)，动态延时生成输入杂波序列x(k)i，对杂波序列进行自适应均衡处理，得到杂波估计值回波信号d(k)＝s(k)+z(k)，s(k)为目标信号，d(k)与杂波估计值之差为采用最小均方算法对滤波器权值进行调整，通过算法进行m次迭代，得到即为期望最佳杂波估计值则目标信号为：
[0064][0065]
具体地，如图3所示，为自适应杂波对消流程，滤波所用的背景杂波谱存储在数据库中，能够根据杂波所处的位置信息进行存取。在采用基于lms算法的自适应噪声抵消方法抑制杂波时，根据a/d转换后得到的回波信号d(k)的位置信息从背景杂波库中取出杂波z(k)，按照算法要求动态延时生成输入杂波序列，该序列经过自适应均衡后得到杂波估计值回波信号d(k)＝s(k)+z(k)，其中，s(k)是需要提取的目标信号，z(k)是背景杂波信号；d(k)与杂波估计值之差为再经过lms算法对滤波器权值进行调整，产生下一个杂波估计的迭代值当算法进行了m次迭代后，将作为期望的最佳杂波估计值作为期望的最佳杂波估计值则有从而得到目标信号s(k)，根据以前的多次杂波测量数据来估计下一次测量时的杂波值，并与实际测量值进行对消，将对消后的差值作为目标信号，实现对回波信号的滤波处理，以便于进行后续处理。
[0066]
其中，滤波器的滤波阶数设置为6。
[0067]
具体地，在设计滤波器的阶数时，需要考虑实时性和雷达自身工作状态的影响，在雷达站移动情况下，尤其要考虑算法满足移动实时性的要求；但另一方面，滤波阶数太低又会降低滤波效果。因此，将滤波阶数设置为6，能够既满足移动实时性的需求，又符合需求的滤波效果。
[0068]
其中，采用最小均方算法对回波信号进行自适应滤波处理的步骤包括：对滤波器进行初始化，令k＝0，w(0)＝[w1,w2,
…
wm]＝[0,
…
,0]
t
，ε(0)＝0，输入μ值，x(0)＝[x1,x2,
…
xm]＝[0,
…
,0]
t
；获取待处理的回波信号d(k)，根据d(k)的位置信息，从杂波图谱数据库中提取对应地理坐标的杂波数据序列z(1),z(2),
…
,z(n)；令k＝k+1，z(k-1)右移一位，将z(k)加入到x(k)的第一个分量位置，产生输入序列x(k)，则有：
[0069]
z^(k)＝w(k)
t
x(k)
ꢀꢀ
(10)
[0070][0071]
w(k+1)＝w(k)+μx(k)ε(k)
ꢀꢀ
(12)
[0072]
将ε(k)加入到对消后的目标信号序列s(k)；判断k≥n是否成立，n为滤波阶数，若成立，则退出，d(k)即为对消后的目标时域信号序列；若不成立，则返回至k＝k+1步骤，重复迭代，直至得到对消后的目标时域信号序列。
[0073]
具体地，如图4所示，为滤波算法的执行过程，首先对滤波器进行初始化；获取待处理的回波信号，根据回波信号的位置信息，从杂波图谱数据库中提取对应位置坐标的杂波数据序列，用于对回波信号中的杂波进行对比识别。运行滤波算法，对每一个新输入的信号进行计算；利用期望输出目标信号，计算误差信号，得到差值；并采用lms算法更新公式，更新滤波器系数；判断当前值是否超过滤波阶数，在未超过时，返回至k＝k+1步骤，重复迭代，直至得到对消后的目标时域信号序列；在超过时，结束滤波算法，得到目标时域信号序列。通过上述步骤实现自适应杂波对消，将雷达接收到的回波信号中的杂波进行过滤，减少了回波信号中的噪声。
[0074]
步骤s103，对目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号。
[0075]
具体地，在自适应滤波完成固定杂波对消后，进行傅里叶变换脉冲压缩，并进行脉冲积累，最后进行静目标检测。积累过程就是将同方位角，同距离单元的频域信号进行复数加，脉冲积累数量定为6，得到目标的频域脉冲压缩信号。
[0076]
如图5所示，(1)为背景杂波和随机干扰的fft计算的频谱，(2)为目标频谱，(3)为上述杂波加目标信号后，又再加随机干扰构成的被检测信号的频谱，(4)为采用lms算法对被检测信号进行滤波处理后得到的信号频谱。从图(3)中可看出，在被检测信号频谱中，三个目标信号均已淹没在噪声中了。在采用lms算法对被检测信号进行滤波处理后，得到(4)的频谱，实现对目标信号的精准提取，避免了杂波对目标信号的影响。
[0077]
步骤s104，采用单元平均恒虚警检测器算法，对频域脉冲压缩信号进行检测，得到检测结果中的目标信号。
[0078]
具体地，经过上述步骤的杂波抑制处理，频域脉冲压缩信号中只包含有目标信号和随机干扰杂波，根据杂波电平的变化，自动调节检测门限值，信号电平超过门限值即判定为目标信号。
[0079]
从杂波背景区分，可以划分为高斯环境和非高斯环境，高斯环境下的幅度概率从
瑞利分布，非高斯环境下的概率分布常用的有对数-正太分布和韦伯尔分布等。不同的分布适用于不同的杂波环境。
[0080]
对于道路的测试环境而言，在雷达波束(距离0-300m，方位角2
°
(在300m处展宽约10m))范围内不存在大的反射物体，整个波束范围内的散射体是均匀的，故高斯分布的假设基本成立。我们将以此为基础来研究探测目标的恒虚警检测。
[0081]
对道路上大多数的平直区域，采用单元平均恒虚警检测器算法，对频域脉冲压缩信号进行检测，将其中的目标信号与杂波信号进行分离，得到滤波后的目标信号，从而提高了检测结果的精度。采用分区域的检测算法，对大多数的平直区域，采用较简单的单元平均恒虚警检测器算法；而对于边缘和附近区域，需考虑杂波边缘突变和存在大的干扰目标情况，采用特殊检测算法。
[0082]
其中，步骤s104包括：将频域脉冲压缩信号作为被检测单元信号，输入单元平均恒虚警检测器算法；根据被检测单元信号，计算相邻两个单元的信号强度均值，作为杂波均值，并乘以门限系数得到检测门限；将被检测单元信号与检测门限进行比较，得到检测结果，检测结果中包括目标信号和杂波信号；其中，在被检测单元大于检测门限时，判定被检测单元信号为目标信号；在被检测单元小于或等于检测门限时，判定被检测单元信号为杂波信号。
[0083]
具体地，如图6所示，输入信号为脉冲压缩后的频域信号，不同的频率处的信号代表了相应距离处一个距离单元的接收信号。设xd为被检测单元信号，算法依据xd邻近的2n个单元的信号强度均值，视为杂波均值，乘以门限系数k后得到检测门限u0。将xd信号与门限u0进行比较，便得到检测结果：xd信号》u0，判xd信号为目标信号，否则判为杂波，恒虚警检测的效果如图7所示。算法中要对xd周围留出1～2个保护单元。
[0084]
在本实施例中，采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据时频关系计算得到目标距离；获取雷达接收到的回波信号，采用最小均方算法对回波信号进行自适应滤波处理，得到目标时域信号序列，通过自适应滤波的方式对杂波进行抑制；对目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号；采用单元平均恒虚警检测器算法，对频域脉冲压缩信号进行检测，得到检测结果中的目标信号，能够将目标信号从杂波中提取出来，实现了对目标信号和杂波的区分，从而确保对目标的检测精度。
[0085]
显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(rom/ram、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。
[0086]
以上内容是结合具体的实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

技术特征：
1.一种基于杂波谱背景的静止目标侵入探测算法，其特征在于，包括：采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据所述时频关系计算得到目标距离；获取雷达接收到的回波信号，采用最小均方算法对所述回波信号进行自适应滤波处理，得到目标时域信号序列；对所述目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号；采用单元平均恒虚警检测器算法，对所述频域脉冲压缩信号进行检测，得到检测结果中的目标信号。2.根据权利要求1所述的基于杂波谱背景的静止目标侵入探测算法，其特征在于，所述采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据所述时频关系计算得到目标距离，包括：设雷达的发射信号为：式中，a0为发射信号幅度，f0为载波频率，为发射信号初始相位，μ为调频斜率，t为调制周期；雷达的接收信号为：式中，a
r
为接收信号幅度，为接收信号附加相移；在式(1)和(2)中，有：μ＝b/(t/2)＝2b/t
ꢀꢀ
(3)式中，b为最大频偏；根据雷达的发射信号和接收信号，有：有：有：式中，f
t
为发射信号瞬时频率，f
r
为接收信号瞬时频率，τ为目标回波延迟时间，其中，τ＝2r/c<<t，r为目标距离，c为光速，则根据发射信号和接收信号的瞬时频率，计算得到差频信号频率为：在三角调频连续波的下扫频段，有f
b
<0，则目标距离为：
3.根据权利要求1所述的基于杂波谱背景的静止目标侵入探测算法，其特征在于，所述获取雷达接收到的回波信号，采用最小均方算法对所述回波信号进行自适应滤波处理，得到目标时域信号序列，包括：获取雷达接收到的回波信号，根据回波信号d(k)的位置信息，从背景杂波库中取出历史杂波z(k)；根据所述历史杂波z(k)，动态延时生成输入杂波序列x(k)
i
，，对所述杂波序列进行自适应均衡处理，得到杂波估计值回波信号d(k)＝s(k)+z(k)，s(k)为目标信号，d(k)与杂波估计值之差为采用最小均方算法对滤波器权值进行调整，通过算法进行m次迭代，得到即为期望最佳杂波估计值则目标信号为：4.根据权利要求3所述的基于杂波谱背景的静止目标侵入探测算法，其特征在于，所述滤波器的滤波阶数设置为6。5.根据权利要求3或4所述的基于杂波谱背景的静止目标侵入探测算法，其特征在于，所述采用最小均方算法对所述回波信号进行自适应滤波处理，包括：对滤波器进行初始化，令k＝0，w(0)＝[w1,w2,
…
w
m
]＝[0,
…
,0]
t
，ε(0)＝0，输入μ值，x(0)＝[x1,x2,
…
x
m
]＝[0,
…
,0]
t
；获取待处理的回波信号d(k)，根据d(k)的位置信息，从杂波图谱数据库中提取对应地理坐标的杂波数据序列z(1),z(2),
…
,z(n)；令k＝k+1，x(k-1)右移一位，将z(k)加入到x(k)的第一个分量位置，产生输入序列x(k)，则有：z^(k)＝w(k)
t x(k)
ꢀꢀ
(10)w(k+1)＝w(k)+μx(k)ε(k)
ꢀꢀ
(12)将ε(k)加入到对消后的目标信号序列d(k)；判断k≥n是否成立，n为滤波阶数，若成立，则退出，s(k)即为对消后的目标时域信号序列；若不成立，则返回至k＝k+1步骤，重复迭代，直至得到对消后的目标时域信号序列。6.根据权利要求1所述的基于杂波谱背景的静止目标侵入探测算法，其特征在于，所述采用单元平均恒虚警检测器算法，对所述频域脉冲压缩信号进行检测，得到检测结果中的目标信号，包括：将所述频域脉冲压缩信号作为被检测单元信号，输入单元平均恒虚警检测器算法；根据所述被检测单元信号，计算相邻两个单元的信号强度均值，作为杂波均值，并乘以
门限系数得到检测门限；将所述被检测单元信号与所述检测门限进行比较，得到检测结果，所述检测结果中包括目标信号和杂波信号；其中，在所述被检测单元大于所述检测门限时，判定所述被检测单元信号为目标信号；在所述被检测单元小于或等于所述检测门限时，判定所述被检测单元信号为杂波信号。

技术总结
本发明提供一种基于杂波谱背景的静止目标侵入探测算法，包括：采用三角波连续调频方式对雷达进行调制，获取雷达发射和接收信号的时频关系，根据所述时频关系计算得到目标距离；获取雷达接收到的回波信号，采用最小均方算法对所述回波信号进行自适应滤波处理，得到目标时域信号序列；对所述目标时域信号序列进行傅里叶变换，得到目标的频域脉冲压缩信号；采用单元平均恒虚警检测器算法，对所述频域脉冲压缩信号进行检测，得到检测结果中的目标信号。本发明实现了在杂波谱背景下的静止目标侵入探测，且能够对雷达回波信号进行自适应滤波处理，过滤背景杂波等干扰信号，提高了目标侵入探测的精度。入探测的精度。入探测的精度。


技术研发人员：董祎 龚小姣 伍剑 韩宁 张刘鑫 涂松 杨孟媛 段瑶
受保护的技术使用者：重庆军工产业集团股份有限公司
技术研发日：2023.06.15
技术公布日：2023/9/20