[發明專利]一種基于毫米波測云雷達的自適應頻域檢測方法

有效

• 申請號: 201711285557.4
• 申請日: 2017-12-07
• 公開（公告）號: CN108089166B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 張鵬;王志銳;周亭亭
• 申請（專利權）人: 北京無線電測量研究所
• 主分類號: G01S7/40
• 分類號: G01S7/40;G01S7/41
• 代理公司: 北京正理專利代理有限公司 11257
• 代理人: 付生輝

1.一種基于毫米波測云雷達的自適應頻域檢測方法，其特征在于，包括：

S1.對數據進行預處理和噪聲功率自適應估計；

S2.依據檢測噪聲門限對功率譜進行逐頻點檢測，并對保護窗外的噪聲點進行抑制；其中，所述逐頻點檢測包括：

S201a.計算確定檢測噪聲門限NoiseThreshold，

NoiseThreshold＝NoiseDeep*NoiseBase，

NoiseBase為S1中計算得到的噪聲功率，NoiseDeep為上一幀計算得到的噪聲深度；

S201b.對功率譜進行逐頻點檢測，將頻譜信號強度小于檢測噪聲門限值的頻點檢測掉，保留高于檢測噪聲門限的頻點；

S3.完成功率譜譜矩計算進行SNR估計和檢測，對得到檢測后的邏輯矩陣中值濾波；其中，所述對得到檢測后的邏輯矩陣中值濾波進一步包括：

S301a.假設雷達回波的距離單元個數為M，射線數為N，在經過前述步驟后得到二維Detection[M,N]邏輯矩陣；

S301b.以二維窗對Detection[M,N]進行滑窗中值濾波處理得到Detection_Med[M,N]；

S4.對中值濾波后的檢測結果進行評估，完成所述檢測噪聲門限的自適應修正迭代；其中，所述對中值濾波后的檢測結果進行評估進一步包括：

對Detection[M,N]中的0和1的個數進行統計，其結果假設分別為A0個和B0個，其中A0+B0＝M*N；

對Detection_Med[M,N]中的0和1的個數進行統計，其結果假設分別為A1個和B1個，其中A1+B1＝M*N；其中虛警概率可以表示為：Pf＝(B0-B1)/A1；

其中，完成所述檢測噪聲門限的自適應修正迭代進一步包括：

預設期望虛警概率為Pf0，若滿足以下條件：

(Pf-Pf0)|ε|，其中,ε為概率常數；

則對噪聲深度NoiseDeep進行如下調整：

NoiseDeep＝NoiseDeep+NoiseDeep*0.01；

若滿足以下條件：

(Pf-Pf0)-|ε|，

則對噪聲深度NoiseDeep進行如下調整：

NoiseDeep＝NoiseDeep-NoiseDeep*0.01。

2.根據權利要求1所述的一種基于毫米波測云雷達的自適應頻域檢測方法，其特征在于，S1所述對數據進行預處理包括:

對功率譜數據進行轉化，所述功率譜數據為對數值P_dB(f_k)，單位為dB，得到所測功率的線性值P(f_k)；

轉化公式為：P(f_k)＝10^[P_dB(f_k)/10]，

f_k＝(k-FFTNum/2)/FFTNum×Prf/CNum，

假設FFT點數為FFTNum，則第k條譜線f_k采用上述公式計算，其中k的范圍為0～FFTNum-1，其中Prf表示脈沖重復頻率，CNum表示相干積累點數。

3.根據權利要求1所述的一種基于毫米波測云雷達的自適應頻域檢測方法，其特征在于，S1所述噪聲功率自適應估計包括：將距離單元內的頻譜等分，計算每一份的平均功率得到其集合，找出其中最小的一個作為噪聲功率估計NoiseBase。

4.根據權利要求1所述的一種基于毫米波測云雷達的自適應頻域檢測方法，其特征在于，S2所述對保護窗外的噪聲點進行抑制包括：

S202a.找到功率譜最大的譜線，以其為中點設置保護窗，保護窗外的孤立噪點不受保護，即使該譜線超過檢測噪聲門限也可將其去除；

S202b.將疊加在目標信號譜線上的噪聲去除；

S202c.估計得到距離單元內的噪聲功率；

S202d.得到檢測后的功率譜信號。