基于图多特征的海面小目标检测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115774248A(43)申请公布日2023.03.10(21)申请号202211513958.1G01S13/88(2023.01)(22)申请日2022.11.29(71)申请人电子科技大学长三角研究院（湖州）地址313000浙江省湖州市西塞山路819号科技创新综合体B1幢(72)发明人蒋俊正梁振传钱江(74)专利代理机构重庆航图知识产权代理事务所(普通合伙)50247专利代理师孙方(51)Int.Cl.G01S7/41(2006.01)G06F18/213(2006.01)G06F18/214(2023.01)G06F18/20(2023.01)G01S7/292(2006.01)权利要求书4页说明书9页附图2页(54)发明名称基于图多特征的海面小目标检测方法及系统(57)摘要本发明公开一种基于图多特征的海面小目标检测方法及系统，本方法及系统分为训练和检测两部分，训练部分包括对训练单元的雷达回波数据进行预处理，对预处理后的数据提取图特征并构造图特征向量，利用凸包学习算法计算判决区域；检测部分包括对待检测单元的雷达回波数据进行预处理，对预处理后的数据提取图特征并构造待检测单元的图特征向量，通过判决区域和待检测单元的图特征向量构造检测统计量判断雷达目标是否存在；本发明从海杂波序列中提取三种不同的图特征，并联合利用这三种图特征对纯杂波数据与含有目标的回波数据进行区分以完成海面目标检测，与现有的基于单一图特征的检测器相比，从不同角度考虑雷达回波数据间的相关性，并进行构图，提取多个图特征，避免了矩阵的特征分解计算，有着更快的特征提取速度，CN115774248A并具有更好的目标检测性能。CN115774248A权利要求书1/4页1.基于图多特征的海面小目标检测方法，其特征在于：包括以下步骤：步骤1，通过雷达发射机发射脉冲信号，并通过雷达接收机接收由海面反射回来的多脉冲信号，多脉冲信号经过匹配滤波后得到雷达回波数据，该回波数据分为纯杂波回波数据和包含目标的回波数据；从纯杂波回波数据中选取P个距离单元作为训练单元，该训练单元时间序列zp为：zp＝[zp(1),zp(2),…,zp(N)]，其中，p＝1,2,…,P，P为训练单元数目，N为时间序列长度；将训练单元时间序列zp平均分成长度为L的短向量，即：zp＝[zp,1,zp,2,…,zp,l,…,zp,N/L]，其中，p＝1,2,…,P，zp,l表示训练单元时间序列的第l个短向量，l＝1,2,…,N/L；从包含目标的回波数据中选取待检测单元r；步骤2，对训练单元时间序列zp进行预处理，得到训练单元时间序列zp的归一化多普勒功率谱即其中，p＝1,2,…,P，表示由训练单元时间序列zp的第l个短向量预处理得到的归一化多普勒功率谱；步骤3，将训练单元时间序列zp的归一化多普勒功率谱建模成图和图信号，其中训练单元时间序列zp的每个短序列zp,l的归一化多普勒功率谱都能通过建模得到两个无向图和图上的信号，并计算得到三个图特征：图拉普拉斯正则η1(zp,l)、图拉普拉斯矩阵的迹η2(zp,l)、图顶点入度的方差η3(zp,l)，由这三个特征构造一个图三特征向量：Tη(zp,l)＝[η1(zp,l),η2(zp,l),η3(zp,l)]，其中，[·]T表示对矩阵进行转置；将P个训练单元和每个训练单元的N/L个图三特征向量组成一个训练样本集合步骤4，根据训练样本集合在三维特征空间中获得一个三维凸包，并在给定的虚警概率Pf下，利用贪婪凸包学习算法计算检测器的决策区域Ω；步骤5，对待检测单元r计算得到图拉普拉斯正则η1(r)、图拉普拉斯矩阵的迹η2(r)、图顶点入度的方差η3(r)这三种图特征，构造待检测单元的图三特征向量η(r)，即η(r)＝[η1T(r),η2(r),η3(r)]；步骤6，根据检测器的决策区域Ω和待检测单元的图三特征向量η(r)，计算待检测单元的检测统计量根据检测统计量的大小判断目标是否存在：如果检测统计量大于零，表明待检测单元的图三特征向量η(r)在检测器的决策区域外，待检测单元中存在目标，如果检测统计量小于零，表明待检测单元的图三特征向量η(r)在检测器的决策区域内，待检测单元中不存在目标。2.如权利要求1所述的基于图多特征的海面小目标检测方法，其特征在于，步骤2中对训练单元时间序列zp＝[zp,1,zp,2,…,zp,l,…,zp,N/L]进行预处理，具体子步骤为：2.1计算每一个训练单元的短向量zp,l的多普勒功率谱2CN115774248A权利要求书2/4页k＝‑[L/2],...,[L/2]‑1,其中，Δf为多普勒频率采样间隔，Tr为脉冲重复间隔，L为FFT采样点数，exp()代表以e为底的指数函数，k表示多