基于超寬帶雷達的葉簇隱蔽目標檢測算法

張金元+張晶+付慶霞

摘 要 超寬帶雷達對葉簇具有較強的穿透性，對葉簇后處于徑向運動的人體目標具有較好的探測能力，首先采用脈沖積累與小波聯合去噪的方法提高信噪比；然后提出EMD方法，對信號進行分解重構來提取運動人體目標信號，最后利用幅度排序點跡凝聚算法進行航跡提取。實驗結果表明提出算法可以有效提高信噪比和信雜比并得到理想的檢測結果。

【關鍵詞】超寬帶雷達 葉簇隱蔽目標檢測 小波變換 EMD分解

超寬帶雷達其信號具有豐富的低頻分量，可穿透葉簇探測叢林目標，并具有測距精度高、穿透能力強、分辨能力高、反隱身能力好等優點。本文應用脈沖積累與小波聯合去噪的方法提高信噪比，小波變換由于具有時頻局部化，小波基選擇的靈活性，計算速度快，適應性廣，成為信號去噪的一個強有力的工具；EMD分解方法可以更準確有效地掌握原數據的特征信息，重構出有用信息，去除靜物雜波和部分噪聲，提取運動人體目標信號。最后應用幅度排序點跡凝聚算法來提取人體運動軌跡。

1 脈沖積累與小波變換級聯去噪方法

首先把輸入信號進行適當的脈沖積累來提高信噪比，然后再利用小波變換方法進行去噪，去除高頻噪聲。

運動目標信號本質上是一個低頻信號，經小波變換后，它的小波變換系數在某些尺度上具有較大的幅值。而噪聲的頻帶大大寬于信號的頻帶。因此噪聲在小波變換系數上的表現與信號相反。根據這種情況，利用某尺度下小波變換中的低頻系數來重建信號，直接舍棄信號在其他尺度上的系數分量，可使得信號的噪聲部分被削弱。

2 EMD分解重構

應用EMD方法對去噪后的信號依特征尺度分解成從低頻到高頻的幾組固有模態，選出符合人體運動范圍內的模態累加求和，進一步提高信噪比。

該方法將一個給定的信號月y（t）分解成L個IMF分量hi（t）和一個殘余分量rL（t），每個IMF代表了信號y（t）在某個尺度上的細節。

IMF的篩分過程是一個迭代的過程，對于第j次迭代，rj-1（t）為當前殘余分量，并且當j=1時，有r0（t）=y（t）。

（1）令hj，i（t）=rj-1（t），i=1；

（2）求hj，i（t）的極大值和極小值，并利用3次樣條插值求得極大值確定的上包絡線和極小值確定的下包絡線；

（3）求上下包絡線的均值mj，i（t）；

（4）更新hj，i+1（t）=hj，i（t）-mj，i（t），i=i+1；

（5）判斷hj，i（t）是否滿足IMF的兩個條件，若滿足，則hj（t）=hj，i（t）為第j階IMF分量，若不滿足，重復步驟（2）-（4）；

（6）更新殘余值rj（t）=rj-1（t）-hj（t），j=j+1，如果rj（t）中的極值點少于兩個，終止迭代，否則，從第1步開始繼續迭代過程。

篩分過程結果為各階IMFhj（t）和殘余值rL（t）的組合：

3 點跡凝聚算法

文中在形成目標航跡之前應用了幅度排序點跡凝聚算法。排序器首先對點跡幅度值進行了大小排序，再選擇排序后的前m個點跡作為目標的一種估計。為保證鄰近的或者交叉的目標不凝聚到一個點跡中，最有特征的區別是多普勒頻率值。具體步驟為：

（1）選擇出距離上相鄰的點；

（2）連續點跡多普勒差值小于門限值，這個門限的確定要根據雷達濾波器精度來確定；

（3）相鄰點跡幅度差不大于某個門限，這個差值的大小取決于脈沖寬度和脈內取樣點，超過脈寬的相鄰點可能由副瓣引入；

（4）根據凝聚后得到的點跡進行平滑處理得到目標的航跡。

該方法是在質量中心算法的基礎上更加突出了幅度值大的點跡，主要是為了避免大量偏離中心的回波較小虛假點跡影響目標凝聚的效果。

4 實驗結果與分析

如圖1-3所示為雷達數據矩陣，橫坐標為快時間，即距離維；縱坐標為慢時間，即時間維。從圖中可以看出紋路為人當前時刻所在的位置。圖1中的豎條紋路為靜止物體回波，處理后的數據中仍然含有較嚴重的靜止物體雜波，因此引入了EMD分解重構的方法去除雜波。從圖2可以看出該方法不僅可以有效去除靜物雜波，而且還有二次去噪的作用。

最后進行幅度排序點跡凝聚算法進行航跡提取。點跡凝聚算法對目標航跡的形成產生了極大地改善作用。如圖3所示，由于實驗過程中人體采用繞過葉簇的方式行走，在繞行的過程中超出了雷達的探測范圍，因此運動軌跡在20米的葉簇處消失，直至進入雷達的探測范圍后軌跡重新出現。最終獲得了理想的檢測結果。

5 結束語

本文研究了超寬帶雷達葉簇隱蔽目標運動人體檢測跟蹤技術，首先應用脈沖積累與小波聯合去噪以及EMD分解重構方法提高SNR，再利用幅度排序點跡凝聚算法提取出了人體運動軌跡。文中最后通過實測數據驗證了該算法的有效性，得到了滿意的檢測結果，具有較好的工程實用意義。

參考文獻

[1]李超，李悅麗，安道祥，王廣學.基于視覺注意機制的UWB SAR葉簇隱蔽目標變化檢測[J].電子學報，2016，44（01）：39-45.

[2]陳小莉，郭靜，田茂.小波分析在穿墻雷達回波奇異性檢測的應用[J].武漢大學學報，2010，56（04）：487-490.