[发明专利]一种主动声呐目标动静辨识方法

权利要求书

1.一种主动声呐目标动静辨识方法，其特征在于：包括步骤如下：

步骤一：获取包含全部目标回波的基阵数据，通过空时二维波束形成处理得到包含目标的空时二维特征谱S(θ,f)；

步骤二：计算多普勒频移，在频率维对空时二维特征谱S(θ,f)进行补偿，得到多普勒频移后的特征谱S₁(θ,f)；

步骤三：对S₁(θ,f)沿方位维进行规格化处理，得到在S₁(θ,f)基础上进行方位维规格化处理后的特征谱S₂(θ,f)；

步骤四：对S₂(θ,f)沿频率维进行规格化处理，得到在S₂(θ,f)基础上进行频率维规格化处理后的特征谱S₃(θ,f)；

步骤五：对S₃(θ,f)进行二维图像卷积，得到对S₃(θ,f)进行二维图像卷积后的特征谱S₄(θ,f)；对S₄(θ,f)进行阈值筛选处理，设置门限阈值λ，得到筛选后的特征谱S₅(θ,f)；

步骤六：计算目标区域的重心，确定目标所在方位和频率；

步骤七：计算目标的多普勒频移，由目标区域的频率维重心f_g，计算目标自身运动产生的多普勒频移f_d；

步骤八：计算目标的径向速度，进行目标动静辨识。

2.根据权利要求1所述的主动声呐目标动静辨识方法，其特征在于：在步骤一中，

令X代表M×N维的基阵数据，M是阵元数，N是时间采样点数，Beamform代表波束形成，包含目标的空时二维特征谱S(θ,f)表示为：

S(θ,f)＝Beamform(X)

其中0≤θ≤360是全空间维度上的采样，f_low≤f≤f_high是频率维度上的采样，f_low是处理频率下限，f_high是处理频率上限。

3.根据权利要求2所述的主动声呐目标动静辨识方法，其特征在于：在步骤二中，多普勒频移后的特征谱S₁(θ,f)表示为：

S₁(θ,f)＝S(θ,f-f_d0)

其中c为声速，v_s为平台运动速度，f₀为发射信号中心频率，f_d0为平台运动引起的多普勒频移；抵消后，多普勒频移后的特征谱S₁(θ,f)中的混响成分将由原来在方位维度上呈正弦状起伏，变为沿方位维度呈直线状分布。

4.根据权利要求3所述的主动声呐目标动静辨识方法，其特征在于：在步骤三中，对频率维进行固定，在方位维上利用滑动矩形窗，对中心点进行归一化处理，得到在S₁(θ,f)基础上沿方位维进行规格化处理后的特征谱S₂(θ,f)；

其中μ_θ为方位维滑动矩形窗半窗长，为方位维滑动矩形窗在S₁(θ,f)上截取的片段。

5.根据权利要求4所述的主动声呐目标动静辨识方法，其特征在于：在步骤四中，对方位维进行固定，在频率维上利用滑动矩形窗，对中心点进行归一化处理，得到在S₂(θ,f)基础上沿频率维进行规格化处理后的特征谱S₃(θ,f)；

其中μ_f为频率维滑动矩形窗半窗长，f-μ_f≤ω≤f+μ_f，S₂(θ,ω)为频率维滑动矩形窗在S₂(θ,f)上截取的片段。