基于相关性对某实测数据海杂波特征提取算法进行改进

罗才震　柴晓飞

摘 要：现代战争中，海面战争越来越占据重要地位，对海雷达对于海面目标的检测可以决定战争的成败。我国研究人员在海面目标识别方面已经取得了进展，但由于海尖峰的复杂性，其识别效果并不好。文章基于某实测的对海数据，通过一种新算法对海杂波和海面低空飞行目标进行了特征提取，并取得了较好的效果。

关键词：目标识别；海尖峰；新算法；特征提取

现代雷达如果要较好地对海杂波进行区分，就必须通过海杂波的相关性入手进行分析。由于海况复杂，通常海杂波的运动都是无规律的，但是通过时间相关性，我们还是能发现海杂波运动的一些规律，并通过这些规律，研究出新的算法，较好地区分海杂波和海面低空飞行的目标[1]。

1 基于海杂波相关性的特征提取

本次实验数据为研究所对某对海窄带雷达采集的数据，该数据每组包含2 000个数据，已经通过航迹的分析把真目标（海面低空飞行的目标）和假目标分开，设真目标为n个，则假目标为2 000﹣n个[2]。由于是低分辨雷达，经过16点FFT以及固定门限处理后的海面低空飞行目标距离多普勒平面如图1所示。

假目标的距离多普勒平面如图2所示。

从图1—图2可以看出，海面低空飞行目标比假目标分布的值广，最大值的波动范围也大于假目标。所以初步确定，可以通过多帧的海杂波波动的标准差以及相对多普勒速度对海面低空飞行目标和假目标进行特征提取和特征分类。通过多次仿真，运用各种不同算法进行尝试，找到了能区别海面低空飞行目标与假目标的有效特征。通过对连续几帧距离多普勒平面图可以发现，海面低空飞行目标和假目标的幅度最大值差距不大，但是所处的多普勒单位不同[3]。所以可通过相对多普勒速度进行特征提取。假设第8个脉冲的相对多普勒速度为0，则第n个多普勒通道的相对多普勒速度为：

v=|n-8|，所提取特征如下。

（1）特征1：相对多普勒速度的均值。

以任意10个相对多普勒速度为一组，设为[X（1），X（2），…， X（n）]，n=1，2，…，10。

相对多普勒速度的均值为：

（2）特征2：相对多普勒速度不小于6的个数统计。

以任意20个相对多普勒速度为一组，设为[X（1），X（2），…， X（n）]，n=1，2，…，20個数统计为：Vnum=num（|X（1），X（2），…， X（n）|≥6）

（3）特征3：最大幅值相对速度的标准差。

以任意20个相对多普勒速度为一组，设为[X（1），X（2），…， X（n）]，n=1，2，…，20相对多普勒速度的标准差为：

将数据通过上述3个特征的算法用直方图画出，得到直方图（见图3）。

2 仿真结果

取将上述3类特征的数据放入SVM分类器当中，每个特征的数据都有585个海面低空飞行目标数据和1 193个假目标数据。任意选取1 300个作为训练样本，478个数据为测试样本。将训练样本通过SVM分类器，调到分类器的最优参数为v=1.1，g=1.1，然后进行识别率的统计（见图4）。

通过图4可以看出，这3类特征区分海面低空飞行目标和假目标的效果明显[4]，得到的实验结果如表1所示。

3 结语

本文通过对实测数据的数据仿真，对海面低空飞行的目标和海杂波进行了特征提取和特征分类[5]。相比于一般80%左右的识别率，本算法对该数据的识别率为99%，大大提高了识别率，后续还会将该方法运用于其他的海杂波数据以及实际工程进行验证。

[参考文献]

[1]丁鹭飞，耿富录.雷达原理[M].西安：西安电子科技大学出版社，2002.

[2]MARK A，RICHARDS.雷达信号处理基础[M].北京：电子工业出版社，2008.

[3]黄红平.强海杂波下微弱目标检测算法研究[D].成都：电子科技大学，2007.

[4]行鸿彦，尹江燕，王秋辉.海杂波背景下目标的联合特征差异检测[J].现代雷达，2014（10）：1613-1620.

[5]於建生，马红星，朱征宇.基于雷达回波相关特征的海杂波抑制方法[J].舰船电子工程，2009（6）：121-123.