基于多ping联合处理主动目标轨迹可视化检测方法

徐彬 邹丽娜 杜军欣

（1.第七一五研究所，杭州，310023;2.海洋工程大学，武汉，430033）

水声主动目标探测面临的难点是在高混响/杂波背景下检测弱的运动目标。在目标方位-距离输出画面上，如果事先没有获得关于待探测目标的任何先验信息，此时开展目标检测、识别和跟踪是一件特别困难的事情。常见的主动目标检测是基于单ping输出画面进行各种滤波处理，以降低背景噪声的影响[1]，然而在低信噪比环境下常规的单ping目标回波检测的效果往往不够明显。

太空目标探测领域提出了累积多 ping画面形成点状轨迹用来判断运动弱目标是否存在的检测方法，其中常用的CTD（Connect the Dots）[2]方法在低信噪比环境下可以形成运动目标的轨迹并对其进行轨迹鉴别。在水声主动目标探测中可以借鉴太空目标探测的思想，利用多ping叠加处理实现主动目标探测。

本文提出了一种基于多 ping联合处理主动目标轨迹可视化检测方法（Active Target Trial Detection based on Multi-Ping Data Visualizattion，ATTD-MPDV）。该方法首先对单 ping处理结果进行自适应目标对比度增强处理[3]，以加强单个回波画面亮点的相对信混比，然后利用最大-中值滤波[4]对画面中的背景噪声进行滤波，最后对多ping画面进行累积叠加处理，从而获得目标运动轨迹的可视化输出。

1 算法介绍

ATTD-MPDV是在常规的空时处理输出和背景归一化输出结果上进行自适应目标对比度增强，然后再进行杂波抑制，最后对单ping处理输出结果进行多ping累积检测，从而形成存在目标运动轨迹的探测画面。

1.1 自适应目标对比度增强

1.2 杂波抑制

1.3 多ping累积检测

1.4 算法流程

算法流程的实现框图如图1所示。

图1 算法流程实现框图

2 试验数据处理结果

用试验数据进行分析。发射信号为双曲调频脉冲，连续发射 36批回波，对数据的常规处理（常规波束形成+常规匹配滤波）结果如图2所示。针对图2的数据，利用ATTD-MPDV算法处理结果如图3～5所示，其中的图（a）为第一个回波常规背景归一化输出，图（b）为自适应目标对比度增强后的结果输出，图（c）为ATTD-MPDV输出。从处理结果可以看出，多个目标回波连续出现在显示画面上，虽然随着回波数目的增加杂波数目明显增多，但通过自适应目标对比度增强，已经将一部分杂波去除，而目标的运动状态通过它的连续运动轨迹很容易从杂波中辨别出来。

图2（a） 常规波束形成＋常规匹配滤波输出（第1个回波）

图2（b） 目标所在波束的时域波形输出

图3（a） 常规背景归一化（第2个回波）

图3（b） 自适应目标对比度增强结果（第2个回波）

图3（c） ATTD-MPDV输出（第2个回波）

图4（a） 常规背景归一化（第9个回波）

图4（b） 自适应目标对比度增强结果（第9个回波）

图4（c） ATTD-MPDV输出（第9个回波）

图5（a） 常规背景归一化（第36个回波）

图5（b） 自适应目标对比度增强结果（第36个回波）

图5（c） ATTD-MPDV输出（第36个回波）

3 结束语

自适应目标对比度增强算法加强了目标亮点在探测背景画面中的信混比，同时通过杂波抑制（最大-中值滤波）减少背景噪声对探测结果的影响，最终累积多ping画面利用画面叠加技术获得主动目标回波的运动轨迹。相比于传统的利用单ping探测画面进行目标检测，本文提出的基于多ping联合处理主动目标轨迹可视化检测方法，可以显著提升高混响/杂波背景下的主动目标检测性能，为主动目标探测提供了一种有效的技术思路。

在今后的工作中，将进一步关注平台移动产生的影响，将平台运动修正引入算法，提高算法实用性，同时重点研究杂波背景下目标运动轨迹提取算法，进一步完善在高混响/杂波背景下的主动目标检测性能。