[发明专利]一种基于区域对比度的雷达辐射源目标信号检测方法

说明书

本发明提出一种基于区域对比度的雷达辐射源目标信号检测方法，涉及雷达信号处理领域，装置包括：雷达辐射源数据接收单元接收雷达辐射源数据序列，由基于局部对比度的数据分割单元将数据序列从时间维度上分割为一系列连续的脉冲数据序列片段；由特征向量提取单元提取出每个脉冲数据序列片段的特征向量；基于全局对比度的目标信号计算单元计算每个脉冲数据序列片段的全局对比度；通过阈值设定，判别目标信号。目标信号和噪声分离的分离单元将代表目标信号的数据与噪声数据分离。本发明作为一种预处理手段，减少了后期雷达辐射源情报分析和目标识别的资源投入，减轻数据处理量。适于对包含多目标、多噪声的雷达辐射源数据处理。

技术领域

本发明属于雷达信号处理技术领域，尤其涉及一种基于区域对比度的雷达辐射源目标信号检测方法。

背景技术

随着雷达信号特征越来越复杂，接收机带宽越来越宽，侦收获得的数据量也越来越大，截获的雷达辐射源特征数据也越来越复杂，导致雷达辐射源识别过程中数据量大、异常值多和目标交叠等问题也会越来越严峻。在高密度的雷达辐射源脉冲序列中，常常混杂着多种雷达脉冲序列以及背景噪声。这对数据分析和雷达对抗侦察情报处理带了较大的挑战和处理难度。但是，在这些高密度的雷达辐射源脉冲序列中，雷达目标信号与背景噪声（例如非目标信号，野值，异常值等）往往存在着较为显著的差异。其中属于目标信号的雷达辐射源数据序列规律明显，分布有序；而属于噪声的序列杂乱无章，没有规律，二者之间的差异是比较明显的。

对比度曾广泛运用于图像处理领域。图像中对比度指的是一幅图像中明暗区域最亮的白色和最暗的黑色之间不同亮度层级的测量，差异范围越大代表对比越大，差异范围越小代表对比越小。对比度是图像目标检测中最常用的一个要素，大部分算法都直接或间接地利用了目标对比度高于背景区域这一重要属性。例如基于对比度的背景先验显著性目标检测算法，就是将对比度运用于图像目标检测中，将图像中背景与目标区分出来。

现有的基于对比度的目标检测方法只能运用于图像处理中，在雷达辐射源数据的处理上并不适用。主要表现在如下方面，一是数据处理的维度上，对图像的处理是基于二维的矩阵，而对雷达辐射源信号的处理是基于一维的参数向量。二是特征提取上，对图像的对比度计算一般需要提取其颜色特征，纹理特征等；而雷达辐射源信号的处理需要提取统计特征、波形特征等。三是由于目标信号的规律性，雷达辐射源数据的结构特征一般在局部范围内趋于稳定，因此需要数据分割手段将雷达辐射源数据进行分段，再基于区域进行对比度计算。

发明内容

为解决上述技术问题，本发明提出了一种基于区域对比度的雷达辐射源目标检测装置及检测方法，本发明的第一方面提出一种基于区域对比度的雷达辐射源目标检测方法，所述方法包括如下步骤：步骤1：接收雷达辐射源的全脉冲数据序列，生成待处理数据序列；步骤2：计算所述待处理数据序列中的所有数据的区域对比度，并根据所述所有数据的区域对比度确定若干个数据分割点，并按照确定的所述数据分割点，将所述待处理数据序列从时间维度上分割为一系列连续的脉冲数据片段；步骤3：计算每个脉冲数据片段内的数据的多项特征值，确定每个脉冲数据片段内的数据特征向量数值，并提取每个脉冲数据片段的所有特征向量；步骤4：根据每个脉冲数据片段的所有特征向量，计算每个脉冲数据片段内的全局对比度，根据各个所述脉冲数据片段内的全局对比度设置区别目标信号和噪声数据的目标检测阈值；步骤5：按照步骤4所设置的目标检测阈值，确定各脉冲数据片段中含有目标信号的目标信号脉冲数据片段。

如本发明的第一方面所述的方法，步骤1所述待处理数据序列包括：载频数据序列、重复间隔PRI数据序列、脉冲宽度PW数据序列及脉冲幅度PA数据序列。

如本发明的第一方面所述的方法，所述步骤2中所述数据分割点的选择依据为：所述待处理数据序列中的数据的区域对比度特征在数据分割点出现类型跃变，具体包括如下子步骤；所述步骤2中所述数据分割点的选择依据为：所述待处理数据序列中的数据的区域对比度特征在数据分割点出现类型跃变，具体包括如下子步骤。