[发明专利]全息数字阵列雷达目标数量估计方法和系统

说明书

本发明公开了全息数字阵列雷达目标数量估计方法和系统，涉及全息数字阵列雷达探测下的目标数量估计领域，解决了现有方法的对目标数量估计精度低的问题。本发明主要分为两大步骤，回波预处理和智能数量估计，回波预处理的具体步骤为：距离压缩、运动补偿、距离‑多普勒处理、目标检测；智能数量估计的具体步骤为：初始特征图计算、原始图像分辨率恢复、数量估计。该发明利用全息数字阵列雷达的凝视特性，增加相参积累时间,提高在强杂波背景下的弱小目标检测能力从而实现目标在距离‑多普勒域的高分辨。在此基础上，结合深度神经网络，通过对距离‑多普勒域像素进行分割，统计分割后的像素类别数最终完成目标数量的估计。

技术领域

本发明涉及全息数字阵列雷达探测下的目标数量估计领域，具体涉及全息数字阵列雷达目标数量估计方法和系统。

背景技术

目标数量估计是全息数字阵列雷达探测中一个重要的应用方面，它综合了全息数字阵列雷达和深度神经网络，利用全息数字阵列雷达长时间积累带来的目标在距离-多普勒域的高分辨特性和深度神经网络的特征提取和像素分割，完成目标智能、高精度的数量估计。通过基于全息数字阵列雷达对目标数量的智能估计，可以实现在强杂波环境下被测目标的高分辨、高精度的数量估计。

基于全息数字阵列雷达的目标数量估计方法主要包含两大步骤，即回波预处理和智能数量估计。其中，回波预处理是实现目标数量准确估计的基础。在《多波束凝视雷达》(国防工业出版社)所提到利用多波束技术和相位中心凝视方法改进杂波中目标检测概率，有效支撑了基于全息数字阵列雷达体制对目标的数量估计。回波预处理是通过全息数字阵列雷达的凝视特性实现对目标回波的长时间积累，完成目标在距离、速度的高分辨。将距离、速度的高分辨结果输入到深度神经网络中，通过特征提取、像素分割最终实现目标的智能数量估计。

现有方法的对目标数量估计精度低。

发明内容

本发明所要解决的技术问题是：现有方法的对目标数量估计精度低，为了提升在全息数字阵列雷达目标探测中目标数量估计的准确率，本发明提供了解决上述问题的全息数字阵列雷达目标数量估计方法和系统。

本发明通过下述技术方案实现：

全息数字阵列雷达目标数量估计方法，包括对数字阵列雷达的回波进行预处理后进行智能数量估计得到目标数量估计；

所述回波预处理包括对回波信号在快时间域内进行傅里叶变换得到距离压缩结果，将距离压缩的结果运用回波变换到频率平面，然后在距离频率进行变量代换实现运动补偿，运动补偿后的距离压缩结果进行慢时间维的傅里叶变换，得到距离-多普勒域结果，对距离-多普勒域的输出结果进行数字波束形成，后利用单元平均恒虚警率(CA-CFAR)检测距离-多普勒域结果；对距离-多普勒域结果载入卷积神经网络模型中进行卷积基于非线性激活函数运用特征提取得到初始特征图，在模型训练过程中采用最大池化的方法进行模型运算量的降采样，基于线性插值方式恢复池化层输出的特征图，同时利用反卷积恢复原始距离-多普勒域分辨率，将恢复后的特征图输入以像素为分类标准的分类层进行像素分类并得到像素类别数的统计结果，所述统计结果即为在距离-多普勒域中目标数量的估计结果。

为了方便表述本发明的内容，首先定义如下参数。

距离向快时间τ

方位向慢时间t

电磁波传播速度c

线性调频斜率K_r

载波频率f₀

发射信号带宽B

载波波长λ

本发明的具体步骤如下。

步骤1距离压缩

假设长时间积累下的回波信号为：