[发明专利]一种基于极化分解的海杂波背景下弱小目标检测识别方法

说明书

本发明一种基于极化分解的海杂波背景下弱小目标检测识别方法，首先构造雷达多通道回波的极化矩阵，提取极化矩阵的幅度和相位，分别对极化矩阵幅度和相位进行标准极化分解，提取输出的特征矩阵对角线元并将其转化为奇异谱形式，计算奇异谱的负熵并依次排列各距离单元的负熵值形成序列，找出极小值所处距离单元即为目标所处位置。而后，再对极化矩阵进行7元散射功率分解，分析目标包含的基本散射结构，形成极化特征描述字，识别目标特征，在给定海杂波背景下，本发明可以检测到传统方法不能发现的弱小目标，在检测定位和识别精度上有很明显的提高。通过实测海杂波数据验证了方法的有效性，该项成果还可应用于其他背景下的多目标识别。

技术领域

本发明属于海杂波背景下目标检测、定位与识别技术领域，特别涉及一种基于极化分解的海杂波背景下弱小目标检测识别方法。

背景技术

对海杂波背景下的弱小目标检测与识别的研究一直是雷达信号处理领域的热点问题,传统的做法是将对海观测雷达接收的海面回波进行统计学模型拟合，典型的海杂波统计学模型包括复合K分布、Pareto、LogNormal、Weibull、Rayleigh分布等，这些模型通常仅适用于雷达相干处理时间相对短的场合，这样可以近似忽略海杂波的非平稳特性。然而，对海面弱小目标(如潜艇潜望镜、飞行器残骸及浮冰等)的检测需要相对长的相干处理时间，以积累足够的目标回波功率，但同时海杂波的能量也随之加强，且呈现出明显的非平稳特征，如附图1中(a)和(b)所示，为利用加拿大McMaster大学IPIX雷达测量的海杂波数据(http://soma.ece.mcmaster.ca/ipix/dartmouth/datasets.html)的时域幅度图，存在明显的尖峰，且尖峰的强度与数量随海况的增高而增加，附图2中(a)和(b)分别为上述海杂波数据的频谱图，可见高海况时由于海面张力波引起的表面管状微动特性加剧而导致其带宽显著展宽。以至于不能用恒定的概率密度模型参数描述海杂波，致使造成目标检测概率低而虚警概率高的结果。

为解决上述问题，雷达工程及信号处理领域内的国内外专家学者进行了大量的研究工作，取得了丰硕的研究成果。经典的解决方案之一是对雷达回波的统计学特性进行动态跟踪，按特性相近的原则对其进行分段处理，在工程层面上解决了部分问题，但随着海况的提高，雷达回波数据的分段越来越短，最终与短时观测的情形无本质的差异，致使对弱小目标探测时仍存在较高的虚警概率、较低的发现概率，因此，基于统计学特性的信号处理方法在高海况条件下已不满足工程的需要，必须寻求不依赖海杂波概率密度分布的目标检测方法(method of Distribution-Free for target detection)，进而解决这一难题。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于极化分解的海杂波背景下弱小目标检测识别方法，采用基于标准极化分解的目标检测算法及基于7元散射功率分解的目标识别方法，能够有效克服传统方法的不足，利用雷达回波的极化特征而不依赖海杂波概率密度分布进行目标检测，具有特征量物理意义紧密结合目标电磁波散射特征、目标定位与识别精度高等特点。

为了实现上述目的，本发明采用的技术方案是：

一种基于极化分解的海杂波背景下弱小目标检测识别方法，包括如下步骤：

步骤1，构造雷达多通道回波的极化矩阵T，提取极化矩阵T的幅度和相位；

步骤2，分别对提取的幅度和相位进行标准极化分解，提取标准极化分解输出的特征矩阵对角线元并将其转化为奇异谱形式；

步骤3，计算奇异谱的负熵并依次排列各距离单元的负熵值形成序列，找出极小值所处距离单元即为目标所在的距离单元；

步骤4，对极化矩阵T进行7元散射功率分解，分析目标包含的基本散射结构，形成极化特征描述字，识别目标特征。