[發明專利]基于改進OS-CFAR檢測與時頻聚類的雷達目標微多普勒提取方法

有效

• 申請號: 202110093333.3
• 申請日: 2021-01-19
• 公開（公告）號: CN112946620B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 張文鵬;劉永祥;姜衛東;高勛章;張雙輝;霍凱
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G01S13/50
• 分類號: G01S13/50
• 代理公司: 湖南企企衛知識產權代理有限公司 43257
• 代理人: 任合明

1.一種基于改進OS-CFAR檢測與時頻聚類的雷達目標微多普勒提取方法，其特征在于，該方法包括下列步驟：

S1計算微動目標雷達回波的時頻圖

記微動目標的雷達回波為s(n)，信號的采樣時間間隔為ΔT，其中0≤n＜N表示信號的離散時間，N為信號的長度，NΔT即為信號的持續時間；微動目標的雷達回波s(n)可表示為：

其中，為微動目標回波的第i個分量信號，簡稱為第i個分量信號，1≤i≤L，L為分量信號數目，a_i(n)為第i個分量信號的瞬時幅度，為第i個分量信號的瞬時相位；第i個分量信號的微多普勒f_i(n)定義為的導數的即

使用短時傅里葉變換獲取微動目標雷達回波的時頻圖：

其中h(m)為時間窗函數，m表示時間窗函數的時間，0≤m＜N_h，N_h為窗函數長度，N_f為離散傅里葉變換的點數，k＝0,1,…,N_f-1表示離散頻率；

S2使用改進OS-CFAR檢測方法提取每個時刻的微多普勒，步驟如下：

S2.1定義集合F_t(n)為n時刻提取的微多普勒分量，初始化為空集，即設

S2.2獲取n時刻的時頻圖幅度切片，記為T_s(k)＝|ρ(n,k)|，其中|ρ(n,k)|為n時刻的時頻圖幅度；對T_s(k)按照從小到大的順序排列，記重新排列后的時頻圖幅度切片為0≤l＜N_f，l為索引；定義重排索引數組I(k)為原時頻圖幅度切片T_s(k)在中的順序；定義k′為離散頻率k的循環變量，首先設置k′＝0；

S2.3獲取k′處的保護頻率單元，使用集合G表示，G由min{0,k′-N_g}到max{N_f-1，k′+N_g}之間的整數組成，其中min和max分別表示最小值和最大值運算，N_g為保護單元寬度；時頻圖的主瓣寬度近似為

S2.4獲取保護頻率單元集合的重排索引，記為I_G(p)；I_G(p)可通過將G中的每個頻率單元代入I(k)獲得：I_G(p)＝I(k)|_k＝p，p∈G；

S2.5按照從小到大的順序排列I_G(p)，記排序后的值為I_g′(q)，1≤q≤|G|，其中|G|為集合G的元素數量；

S2.6獲取時頻圖切片關鍵點順序I_key(q)：I_key(q)＝I_g′(q)-q，1≤q≤|G|；

S2.7計算檢測門限Δ_t在時頻圖幅度切片對應的順序N_t：N_t＝[(N-|G|)×0.9]；其中，檢測門限Δ_t定義為從去除保護頻率單元對應的時頻幅度值后，排序為N_t的時頻幅度值；

S2.8計算檢測門限索引i_t：將N_t與I_key(q)中的每個值進行比較，若N_t小于等于I_key(q)中的所有值，則有i_t＝N_t；否則，找出I_key(q)中大于N_t的最后一個值對應的索引，記為i_loc，有

S2.9計算檢測門限Δ_t：

S2.10檢測k′處有無微多普勒分量，檢測公式為T_s(k)|_k＝k′＞Δ_t，若上述公式成立，則將頻率k′和時頻幅度值T_s(k)|_k＝k′更新到微多普勒分量集合F_t(n)；更新規則為F_t(n)＝F_t(n)∪(k′，T_s(k)|_k＝k′)；在后續過程中，為了方便起見，使用(k_q,T_s(k_q))表示F_t(n)中的第q個微多普勒分量，1≤q≤|F_t(n)|，其中|F_t(n)|為F_t(n)的元素數量；

S2.11設置離散頻率k的循環變量k′的值加1，重復S2.3-S2.10，直到k′＝N_f-1；經過上述處理步驟，可獲得所有時刻的微多普勒分量F_t(n)；

S3對每個時刻提取的微多普勒分量進行一維時頻聚類，定義一維時頻簇中心集合F_c為一維時頻聚類得到的簇中心，初始化為空集：對0≤n＜N，執行如下步驟：

S3.1以頻率差值作為一維時頻聚類的距離度量，計算集合F_t(n)所有微多普勒分量之間的距離：

k_p-k_q

其中，k_p和k_q分別代表F_t(n)的第p個和q個微多普勒分量的頻率；

S3.2將距離小于頻率距離閾值Δ_f，即k_p-k_q＜Δ_f的微多普勒分量歸為一簇，記第i個簇為c_i(n)，1≤i≤N_c(n)，N_c(n)為一維時頻簇的數量；

S3.3計算每個簇的元素數量，第i個簇c_i(n)的元素數量記為|c_i(n)|；

S3.4選取每個簇中時頻幅度值最大的微多普勒分量作為簇中心，第i個簇c_i(n)的簇中心記為p_i(n)＝(n，k′_i)，k′_i表示該簇中心的頻率；將所有的簇中心及其元素數量更新到一維時頻簇中心集合F_c；更新規則為在后續過程中，為了方便起見，使用(n_q,v_q,l_q)表示F_c中的第q個一維時頻簇中心，n_q,v_q,l_q分別表示該一維時頻簇中心的時間、頻率和其所在的簇元素數量，1≤q≤|F_c|，其中|F_c|為F_c的元素數量；

S4對一維時頻簇中心集合F_c進行二維時頻聚類，具體步驟為：

S4.1計算所有一維時頻簇中心之間的距離：

其中，d_t為時間距離，d_f為頻率距離，n_p和n_q分別代表F_c的第p個和q個一維時頻簇中心的時間；v_p和v_q分別代表F_c的第p個和q個一維時頻簇中心的頻率；

S4.2將同時滿足d_t＜Δ_t和d_f＜Δ_f兩個條件的一維時頻簇中心歸為同一個二維時頻簇，其中，Δ_t為時間距離閾值；記第i個二維時頻簇為cc_i，1≤i≤N_cc，N_cc為二維時頻簇的數量；

S5獲取每個二維時頻簇關聯的微多普勒分量數目，定義第i個二維時頻簇關聯的微多普勒分量數目為N_i：其中|cc_i|為該簇的元素數量；

S6根據關聯的微多普勒分量數目去除無效二維時頻簇，記無效二維時頻簇為1≤i≤N_d，N_d為無效二維時頻簇的數量；無效二維時頻簇的判斷規則為N_i＜r×N；

S7根據無效二維時頻簇更新一維時頻簇中心集合，對第i個二維時頻簇刪除一維時頻簇中心集合中屬于該簇的一維時頻簇中心，得到更新后的一維時頻簇中心

S8將更新后的一維時頻簇中心作為雷達目標微多普勒提取值。