一种海面监视雷达杂波智能抑制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113449850A(43)申请公布日2021.09.28(21)申请号202110756212.2G01S7/41(2006.01)(22)申请日2021.07.05(71)申请人电子科技大学地址611731四川省成都市高新区（西区）西源大道2006号(72)发明人张寅裴季方吴泽标杨宇霍伟博黄钰林杨建宇杨海光(74)专利代理机构成都虹盛汇泉专利代理有限公司51268代理人王伟(51)Int.Cl.G06N3/04(2006.01)G06N3/08(2006.01)G06K9/62(2006.01)G06F30/27(2020.01)权利要求书1页说明书4页附图3页(54)发明名称一种海面监视雷达杂波智能抑制方法(57)摘要本发明公开一种海面监视雷达杂波智能抑制方法，应用于雷达目标探测领域，针对现有的海面杂波抑制技术难以应对复杂多变的海洋环境的问题；本发明通过构建两路镜像对称的生成对抗网络，一路学习从原始杂波数据到杂波抑制后数据的映射，另一路反过来学习从杂波抑制后数据到原始杂波数据的映射，将两类数据集分别输入两路GAN，通过两组生成器和对抗器的相互约束与对杂波抑制前后雷达数据的动态鉴别，最终得到具备海杂波抑制功能的杂波抑制网络；采用本发明的方法能够显著提高目标信杂比并完整保留目标的原始信息。CN113449850ACN113449850A权利要求书1/1页1.一种海面监视雷达杂波智能抑制方法，其特征在于，包括：S1、获取海面雷达图像，包括：原始杂波数据与杂波抑制后的数据；S2、构建两路镜像对称的生成对抗网络，两路中的生成器与判别器相互约束；S3、采用步骤S1中的原始杂波数据与杂波抑制后的数据分别输入两路镜像对称的生成对抗网络进行训练，最终得到海杂波智能抑制网络。2.根据权利要求1所述的一种海面监视雷达杂波智能抑制方法，其特征在于，步骤S2具体为：构建两路镜像对称的生成对抗网络，分别记为：第一路生成对抗网络、第二路生成对抗网络；第一路生成对抗网络包括第一生成器、第二生成器与第一判别器；第二路生成对抗网络包括第三生成器、第四生成器与第二判别器；第一生成器用于学习原始杂波数据到杂波抑制后的数据的映射关系；使用第二判别器学习杂波抑制后的数据的雷达图像特征，并对第一生成器的输出结果进行鉴别；第二生成器用于学习杂波抑制后的数据到原始杂波数据的映射关系；第三生成器用于学习杂波抑制后的数据到原始杂波数据的映射关系；使用第一判别器学习原始杂波数据的雷达图像特征，并对第三生成器的输出结果进行鉴别；第四生成器用于学习原始杂波数据到杂波抑制后的数据的映射关系。3.根据权利要求2所述的一种海面监视雷达杂波智能抑制方法，其特征在于，所述第一生成器、第二生成器、第三生成器、第四生成器，这四个生成器的结构相同，均包括：卷积层、残差块和反卷积层，其中卷积层、残差块用于提取输入雷达图像的深层特征，反卷积层用于重构雷达图像得到映射结果。4.根据权利要求1所述的一种海面监视雷达杂波智能抑制方法，其特征在于，还包括对步骤S3所述的海杂波智能抑制网络进行性能测试，具体的：通过计算海杂波改善因子衡量杂波抑制前后的雷达图像杂波背景改善水平；所述海杂波改善因子的计算式为：σ＝SNRout‑SNRin其中，SNRout、SNRin分别表示杂波抑制后、杂波抑制前的雷达图像信杂比，单位为dB。5.根据权利要求1所述的一种海面监视雷达杂波智能抑制方法，其特征在于，步骤S3所述训练包括两个阶段，第一阶段采用单目标、高信杂比的数据集进行训练，得到初步的海杂波抑制网络；第二阶段在第一阶段得到的初步的海杂波抑制网络的基础上，采用增加目标数量的数据集进行训练，得到最终的海杂波抑制网络。2CN113449850A说明书1/4页一种海面监视雷达杂波智能抑制方法技术领域[0001]本发明属于雷达目标探测领域，特别涉及一种雷达海面杂波抑制技术。背景技术[0002]海面监视雷达，主要用于侦查海上舰船，跟踪测定海上目标，在军事和民用上均有着重要的意义。在海面监视雷达对海探测的过程中，回波中不仅包含目标回波，也会包含海洋表面的后向散射回波，亦称为海杂波。海杂波具有很复杂的动态特性，在对海面目标，尤其是小目标开展检测的时候，由于目标本身的回波较弱，海杂波的存在会极大地降低目标的检测信杂比，从而严重影响海面监视雷达系统的检测性能。因此，为了改善海面低可探测目标的检测性能，必须开展海杂波抑制研究，消除或减弱海杂波的影响。[0003]目前，针对海杂波抑制技术，主要的方法是在时域、频域、空时联合域和变换域等上对雷达回波信号进行处理。文献“HF‑over‑the‑horizonradarshipdetectionwithshortdwells