[發明專利]全息數字陣列雷達目標數量估計方法和系統

有效

• 申請號: 202010522523.8
• 申請日: 2020-06-10
• 公開（公告）號: CN112180338B
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 李云莉;蔣文;李勝軍;葉祥龍;王正偉;劉志剛
• 申請（專利權）人: 四川九洲電器集團有限責任公司
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S13/88;G06F17/14;G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/82
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 李朝虎

本發明公開了全息數字陣列雷達目標數量估計方法和系統，涉及全息數字陣列雷達探測下的目標數量估計領域，解決了現有方法的對目標數量估計精度低的問題。本發明主要分為兩大步驟，回波預處理和智能數量估計，回波預處理的具體步驟為：距離壓縮、運動補償、距離?多普勒處理、目標檢測；智能數量估計的具體步驟為：初始特征圖計算、原始圖像分辨率恢復、數量估計。該發明利用全息數字陣列雷達的凝視特性，增加相參積累時間,提高在強雜波背景下的弱小目標檢測能力從而實現目標在距離?多普勒域的高分辨。在此基礎上，結合深度神經網絡，通過對距離?多普勒域像素進行分割，統計分割后的像素類別數最終完成目標數量的估計。

技術領域

本發明涉及全息數字陣列雷達探測下的目標數量估計領域，具體涉及全息數字陣列雷達目標數量估計方法和系統。

背景技術

目標數量估計是全息數字陣列雷達探測中一個重要的應用方面，它綜合了全息數字陣列雷達和深度神經網絡，利用全息數字陣列雷達長時間積累帶來的目標在距離-多普勒域的高分辨特性和深度神經網絡的特征提取和像素分割，完成目標智能、高精度的數量估計。通過基于全息數字陣列雷達對目標數量的智能估計，可以實現在強雜波環境下被測目標的高分辨、高精度的數量估計。

基于全息數字陣列雷達的目標數量估計方法主要包含兩大步驟，即回波預處理和智能數量估計。其中，回波預處理是實現目標數量準確估計的基礎。在《多波束凝視雷達》(國防工業出版社)所提到利用多波束技術和相位中心凝視方法改進雜波中目標檢測概率，有效支撐了基于全息數字陣列雷達體制對目標的數量估計。回波預處理是通過全息數字陣列雷達的凝視特性實現對目標回波的長時間積累，完成目標在距離、速度的高分辨。將距離、速度的高分辨結果輸入到深度神經網絡中，通過特征提取、像素分割最終實現目標的智能數量估計。

現有方法的對目標數量估計精度低。

發明內容

本發明所要解決的技術問題是：現有方法的對目標數量估計精度低，為了提升在全息數字陣列雷達目標探測中目標數量估計的準確率，本發明提供了解決上述問題的全息數字陣列雷達目標數量估計方法和系統。

本發明通過下述技術方案實現：

全息數字陣列雷達目標數量估計方法，包括對數字陣列雷達的回波進行預處理后進行智能數量估計得到目標數量估計；

所述回波預處理包括對回波信號在快時間域內進行傅里葉變換得到距離壓縮結果，將距離壓縮的結果運用回波變換到頻率平面，然后在距離頻率進行變量代換實現運動補償，運動補償后的距離壓縮結果進行慢時間維的傅里葉變換，得到距離-多普勒域結果，對距離-多普勒域的輸出結果進行數字波束形成，后利用單元平均恒虛警率(CA-CFAR)檢測距離-多普勒域結果；對距離-多普勒域結果載入卷積神經網絡模型中進行卷積基于非線性激活函數運用特征提取得到初始特征圖，在模型訓練過程中采用最大池化的方法進行模型運算量的降采樣，基于線性插值方式恢復池化層輸出的特征圖，同時利用反卷積恢復原始距離-多普勒域分辨率，將恢復后的特征圖輸入以像素為分類標準的分類層進行像素分類并得到像素類別數的統計結果，所述統計結果即為在距離-多普勒域中目標數量的估計結果。

為了方便表述本發明的內容，首先定義如下參數。

距離向快時間τ

方位向慢時間t

電磁波傳播速度c

線性調頻斜率K_r

載波頻率f₀

發射信號帶寬B

載波波長λ

本發明的具體步驟如下。

步驟1距離壓縮

假設長時間積累下的回波信號為：