[发明专利]一种海杂波抑制及目标检测方法

说明书

本发明属于海杂波抑制及目标检测领域，涉及一种基于自适应可调Q因子小波变换的海杂波抑制及目标检测方法。本发明在深入分析海杂波特性和目标回波特性的基础上，根据海面目标和海杂波的振荡特性差异，预先设计好评价指标，自适应地约束、搜索计算得出更能匹配目标特性的TQWT关键参数组合(Q_opt,r_opt,J_opt)，再运用形态分量分析法(Morphological Component Analysis,MCA)对海面回波信号进行分析，得到目标的最优稀疏表示，再根据目标分量各小波子带占总能量的比重，选取合适的门限确定重构小波系数集进行重构，得到目标的重构信号，从而实现目标和海杂波的有效分离，达到海杂波抑制和目标检测的目的。

技术领域

本发明属于海杂波抑制及目标检测领域，涉及一种基于自适应可调Q因子小波变换的海杂波抑制及目标检测方法。

背景技术

可调Q因子小波变换(Tunable Q-factor wavelet transform,TQWT)是一种Q因子可调的离散时间小波变换，它通过三元参数组合(Q,r,J)来参数化，其中Q代表品质因子，反映了小波振荡的持续程度；r代表冗余度，指当分解层数J为无穷大时小波变换所有子带的总的过采样率；通过小波系数的总数除以做TQWT的信号的长度来计算，J代表分解层数；J层分解共产生J+1个小波子带，其中有J个高通子带，1个低通子带。但是传统的基于TQWT的海杂波背景下的目标检测技术，对TQWT的关键参数组合(Q,r,J)或依赖于目标的先验信息，或需要进行大量的实验得出，不能自适应的对海杂波进行抑制和目标检测。

形态分量分析(Morphological Component Analysis,MCA)理论是一种解决欠定条件下的盲源分离(Blind Source Separation，BSS)问题的有效方法。它假设信号是由具有不同形态特征的形态分量和一些噪声线性组合而成的，每种形态分量都有与之相对应的形态分量字典，该字典可以有效地对该形态分量进行稀疏表示，而不能对其他形态分量进行稀疏表示。但是字典的自适应构造是一个需要改进的方向。

发明内容

为了解决传统的基于可调Q因子小波变换(TQWT)的海杂波抑制方法对关键参数组合(Q,r,J)或依赖于目标的先验信息，或依赖于大量的实验的问题，本发明提出一种基于自适应可调Q因子小波变换(A-TQWT)的海杂波抑制及目标检测方法。在深入分析海杂波特性和目标回波特性的基础上，根据海面目标和海杂波的振荡特性差异，预先设计好评价指标，自适应地约束、搜索计算得出更能匹配目标特性的TQWT关键参数组合(Q_opt,r_opt,J_opt)，再运用形态分量分析法(Morphological Component Analysis,MCA)对海面回波信号进行分析，得到目标的最优稀疏表示，再根据目标分量各小波子带占总能量的比重，选取合适的门限确定重构小波系数集进行重构，得到目标的重构信号，从而实现目标和海杂波的有效分离，达到海杂波抑制和目标检测的目的。

本发明所采用的技术方案包含以下步骤：

a.建立对海雷达海面回波目标检测模型。

b.对TQWT的冗余度参数r进行约束，以及对其品质因子Q，分解层数J进行自适应搜索计算。

c.根据步骤b获得的分别匹配目标和海杂波振荡特性的TQWT最优三元参数组合(Q_opt,r_opt,J_opt)，对海面回波信号进行TQWT分解和MCA，得到目标分量和海杂波分量的最优稀疏表示。

d.根据目标分量各小波自带占总能量的比重选取合适的小波系数集重构目标信号，完成海杂波抑制及目标检测。

具体的，所述步骤a中假设不考虑其他干扰信号和噪声，对海雷达的回波主要是目标回波与海杂波的混合信号。将海面回波信号y表示为目标回波x_t和海杂波x_c的叠加，即：