[發明專利]基于SVM的雷達RD圖像弱目標檢測方法、系統、存儲介質和電子終端

在審

• 申請號: 202110785957.1
• 申請日: 2021-07-12
• 公開（公告）號: CN113408538A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 周楊磊;周著佩;查志賢;劉子健;陳宇;徐忠祥
• 申請（專利權）人: 安徽耀峰雷達科技有限公司
• 主分類號: G06K9/36
• 分類號: G06K9/36;G06K9/62
• 代理公司: 昆明合眾智信知識產權事務所 53113
• 代理人: 甘善甜

本發明提供一種基于SVM的雷達RD圖像弱目標檢測方法，包括獲取雷達回波數據，對數據進行預處理后，生成雷達距離多普勒維圖像；對原始圖像進行預處理并進行標簽，得到數據集；構建針對低信噪比下弱目標檢測的支持向量機(SVM)網絡；對構建的支持向量機(SVM)網絡進行目標檢測并交叉驗證；獲得測試集目標檢測準確率結果；本發明提出的雷達RD圖像目標檢測方法，基于大量不同信噪比下含有目標的雷達RD圖像數據，通過SVM網絡反復訓練得到目標檢測網絡，該方法下得到的目標檢測網絡具有在低信噪比下檢測準確率高、實用效果好等優點，適合在實際應用中推廣使用。

技術領域

本發明涉及圖像目標檢測技術領域，具體為一種基于SVM的雷達RD圖像弱目標檢測方法、系統、存儲介質和電子終端。

背景技術

近年來，目標檢測在眾多領域得到了廣泛應用，雷達作為目標檢測的重要手段，可以對照射區域的回波進行分析處理，從雜波、干擾、噪聲等信號中檢測到目標信息，并確定其距離、速度、角度等參數，但在復雜背景下尤其是低信噪比下，回波信息中除目標外往往還含有大量的噪聲和雜波信息，并且噪聲與目標幅度接近，雜波往往呈現出非線性、非高斯、非均勻、非平穩的特性，這極大地限制了雷達目標檢測性能。

現有的雷達目標檢測方法包括恒虛警檢測算法等，恒虛警算法基于統計模型，往往難以精確描述背景模型，在非均勻背景下，尤其是類型各異和形態多變的低信噪比下，會出現嚴重的恒虛警損失，檢測性能下降。綜上所述，現有的雷達RD圖像目標檢測方法存在模型簡單、普適性低、學習能力弱等問題，難以從根本上解決雷達RD圖像弱小目標檢測能力弱的問題。

公開號為CN111913158A提供的一種復雜雜波背景下檢測低慢小目標的雷達信號處理方法，其通過恒虛警檢測算法獲取參考窗內目標點跡，從而根據點跡信息獲取目標的速度、俯仰、方位、距離等，恒虛警算法基于統計模型，往往難以精確描述背景模型，在非均勻背景下，尤其是類型各異和形態多變的低信噪比下，會出現嚴重的恒虛警損失，檢測性能下降，因此，現有的雷達RD圖像目標檢測方法存在模型簡單、普適性低、學習能力弱等問題，難以從根本上解決雷達RD圖像弱小目標檢測能力弱的問題。

發明內容

本發明的目的在于提供一種基于SVM的雷達RD圖像弱目標檢測方法、系統、存儲介質和電子終端，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種基于SVM的雷達RD圖像弱目標檢測方法，包括以下步驟：

S1:獲取雷達回波數據，對數據進行預處理后，生成雷達距離多普勒維圖像；

S2:對原始圖像進行預處理并進行標簽，得到數據集；

S3:構建針對低信噪比下弱目標檢測的支持向量機(SVM)網絡；

S4:對構建的支持向量機(SVM)網絡進行目標檢測并交叉驗證；

S5:獲得測試集目標檢測準確率結果。

優選的，所述步驟S1中對雷達回波數據進行預處理的具體步驟為：

S101:通過仿真生成雷達回波數據，并在數據中加入不同信噪比的隨機噪聲；

S102:將雷達回波數據中目標數目、位置與速度一定范圍內隨機生成。

優選的，所述步驟S2中原始圖像進行預處理并進行標簽的具體步驟為：

S201:將原始圖像標準化，并調整分辨率為適合支持向量機(SVM)學習的大小；

S202:獲取目標所在位置的具體坐標值；

S203:針對目標所在位置的坐標值進行標簽設置，生成標準標簽數據。