目標回波不連通的慢小目標檢測方法

， ， ， ，

(空軍預警學院， 湖北武漢 430019)

0 引言

本文討論的探測對象是飛行速度慢、RCS小的目標，簡稱“慢小目標”(Slow and Small Target，SST)。隨著各類滿足SST特征飛行器的快速發展和我國低空開放的迫切需求[1]，SST對現代防空預警系統威脅程度越來越大。由于缺乏專用于SST的探測裝備，使得目前對SST的發現概率很低。即使常規雷達信號處理能夠部分檢測到SST，也往往會因為雜波干擾強度大和目標回波微弱等原因[2-3]，導致雷達操縱員將其誤當成雜波點[4-5]。

目標航跡檢測是雷達識別的重要組成部分，目標只有完成有效航跡分析才能最終被雷達識別。SST的獨特運動特性和目標特性使得SST與正常目標之間存在很大差別，在航跡處理時通常把它作為異常目標進行分析。目前國內外異常航跡分析的方法有很多，文獻[6]提出了一種基于子軌跡異常檢測方法，通過改變Hausdorff距離的計算方式，極大縮短異常航跡檢測的時間。文獻[7]提出一種基于航跡聚類的異常事件檢測方法，提取出保存的軌跡聚集層級聚類并建立相關描述模型，通過對所提取聚類的模型進行比較區分出正常或異常事件。文獻[8]提出一種基于多維航跡特征的異常行為檢測方法，通過定義多因素定向的歐拉距離和構造多維度局部異常因子，實現對多維度航跡數據的異常檢測。以上文獻所提及的異常目標檢測方法，針對常規目標而言具有很好效果，但對SST并沒有太好的效果。對此本文立足現有雷達裝備(文中若不作特殊說明，均是指現有地面情報雷達裝備)的探測能力，提出一種目標回波不連通的慢小目標檢測方法。

1 SST積累特性分析

現有雷達的信號處理很難完全濾除雜波，因此，在送往雷達顯示終端的0/1檢測信號中，依然會存在大量的雜波剩余。其中，慢動雜波具有與SST相近的運動速度，在多幀雷達圖像積累中，慢動雜波也會聚集于同一位置或同一區域。但是，由于SST和慢動雜波在運動方向和運動規律上存在較大不同，因此多幀雷達圖像積累后，SST和慢動雜波的目標回波就會存在較大差異。主要表現在：

1) 慢動雜波往往是無規則運動的，多幀積累后，其回波會呈現無規則的形狀，且大多無確定的方向，如圖1(a)所示；

2) SST的運動是有方向的，多幀積累后，其回波會呈現具有一定長寬比的、較規則的“線狀”或“航跡狀”形狀，如圖1(b)所示。

本文討論的算法就是基于SST和雜波多幀積累后，目標回波間存在的這種積累特性差異而設計的。

圖1是慢動雜波和SST回波不連通的多幀積累示意圖，當然，在實際工作中也經常會遇到SST在雜波環境中運動的情況，這時的多幀積累回波情況就會比上述目標與雜波分離的情況復雜得多。本文處理的雷達圖像是一種二值圖像[9-11]，其中“1”表示存在目標，“0”表示不存在目標。如果目標回波出現疊加將難以對所檢測目標類型進行區分，因此本文處理的前提是假設目標回波相互間不存在疊加現象。

2 目標回波檢測

在慢動雜波和SST積累情況如圖1所示，且目標回波相互間不存在疊加時，利用占空比和長寬比確定目標回波信息值。當目標回波間隔距離小于或等于多幀積累時間內慢小目標的運動距離且目標回波信息值相近時，把滿足條件目標回波信息值進行累加，并把累加結果作為該區域目標回波SHNN-CAD的異常程度計算權值，提高SST回波的檢測概率。

2.1 目標回波特征值提取

(1)

(2)

式中：Si為目標回波最小外接矩形的面積；Hi，Wi分別為目標回波最小外接矩形的長和寬。在目標回波像素值一定時，占空比越接近1，長寬比越大，則該目標回波是SST可能性就越大。

2.2 目標回波信息值處理

目標回波占空比和長寬比是目標回波的描述向量，同一目標相鄰幀目標回波占空比和長寬比將會很相近。使用信息值[14]對目標回波占空比和長寬比進行一個整體描述， 在K×M的Q幀SST多幀積累圖像中，目標回波信息值表達式為

(3)

式中，i=1,2,…,N，H(Ai)為目標回波信息值，k=1,2,…,K，m=1,2,…,M。

對于一個SST而言，SST回波間隔距離會小于或等于多幀積累時間內的SST運動距離，根據多幀積累時間和SST運動速度得到SST運動的距離門限，通過距離門限檢測出可能的SST。

在多幀雷達圖像中，目標回波距離值門限表達式為

(4)

式中，α為多幀積累時間內的SST運動的距離，V為SST運動速度，Tr為雷達掃描一幀的時間，R為地面雷達威力范圍。

(5)

式中:dIJ為目標回波的間隔距離;i,j=1,2,…,N;I=1,2,…,N;J=1,2,…,N。在目標回波中，若dIJ≤α，|H(Ai)-H(Aj)|<ε的條件成立，則會有H(Ai)=H(Aj)+H(Ai)，H(Ai)=H(Aj)，其中ε無限接近于0，i≠j。

2.3 目標回波檢測

根據2.2節中所得到的目標回波信息值對SHNN-CAD異常程度計算權值進行改進。目標回波間隔距離小于或等于α且信息值越相近，該目標回波是SST的概率也就越大。相反，則目標回波是雜波的概率也就越大。為了提高對這類目標回波的檢測能力，把目標回波間隔距離小于或等于α且信息值相近的目標回波信息值進行累加并把累加結果作為該區域目標回波SHNN-CAD異常程度計算權值。

所以，可以得到SHNN-CAD權值表達式為

wi=H(Ai)

(6)

式中，H(Ai)為目標回波i的信息值，wi為目標回波i異常程度權值。

在K×M的Q幀積累雷達圖像中，目標回波可表示為

i=2,…,N}

(7)

對于每個目標回波zi，利用式(8)計算該目標回波與訓練樣本的不一致值αi：

αi=A(Bi,zi)

(8)

式中，Bi表示訓練樣本，A(·)的定義如式(9)所示：

(9)

(10)

式中，dist(c,d)表示兩點的歐拉距離。由式(8)、式(9)可以得到每個目標回波的NCM值α1，α2，…，αN，目標回波zi的異常程度值pi計算如下：

(11)

SHNN-CAD回波檢測方法主要步驟如下：

步驟2 通過式(3)求出目標回波信息值H(Ai)，若dIJ≤α，|H(Ai)-H(Aj)|<ε的條件成立時，通過H(Ai)=H(Aj)+H(Ai)，H(Ai)=H(Aj)對滿足該條件的目標回波信息值進行積累，并把積累結果作為該區域目標回波異常程度計算權值wi；

步驟4 以加權SHNN-CAD為例，若pi>ε1，則將該目標回波判定為SST，其中ε1為異常程度值門限，i=i+1；

步驟5 若pi<ε2，則該目標回波判定為正常目標，其中ε2為異常程度值門限；

步驟6 若目標回波為正常目標，則將其加入訓練樣本，實現樣本庫的在線更新，i=i+1。

3 仿真分析

為了驗證所提出算法的有效性，截取部分送往雷達終端顯示的280 s共28幀雷達圖像，經過多幀積累得到如圖2所示的目標回波積累圖像。

由圖2可知，通過多幀積累，目標回波不連通的“SST區域”形成了一條較為明顯的目標航跡，極大提高了對這類SST的檢測能力。把正常目標形成的目標航跡設定為訓練樣本。為了簡化運算量，選擇“正常目標”部分目標回波作為訓練樣本，其他目標回波通過濾波處理和Hough變換得到如圖3所示的濾波效果圖。

由圖3可知，“正常目標”和“SST區域”是經過濾波處理和Hough變換的部分正常目標和SST。使用標準SHNN-CAD和加權SHNN-CAD進行回波檢測，其中ε1=x·p，p為本次異常程度計算最大值，利用正確目標回波檢測個數(P1)、錯誤目標回波檢測個數(P2)、正確目標回波檢測率(P1d)、錯誤目標回波檢測率(P2d)等指標來衡量目標回波檢測的優劣性，P1d和P2d的定義如式(12)、式(13)所示。當x∈(0,1)，Δx=0.1時，通過60次蒙特卡羅仿真試驗可以得到兩種目標回波檢測方法的檢測效果如表1所示。

(12)

P2d=1-P1d

(13)

式中，ldi為第d次仿真試驗中目標回波i是SST，D為蒙特卡羅試驗次數，N1為第d次仿真分析得到的目標回波個數。

表1 積累回波分析效果

由表1可知：

1)當x變大時，標準SHNN-CAD對P1d改善程度很小，加權SHNN-CAD對P1d改善程度很大，兩種方法都會出現SST丟失的現象，而且加權SHNN-CAD對SST正確檢測概率高于標準SHNN-CAD；

2)當x=0.4時，加權SHNN-CAD分析出全部SST，而標準SHNN-CAD分析出7個SST回波，因此加權SHNN-CAD對SST具有更好的回波檢測效果，成功解決了標準SHNN-CAD對SST回波檢測率低的問題。

當x=0.4時，得到如圖4所示的目標回波檢測效果圖。

由圖4可知，標準SHNN-CAD檢測出17個目標回波，其中有7個屬于SST，正確回波檢測率為0.412；加權SHNN-CAD檢測出17個目標回波，其中有9個屬于SST，正確回波檢測率為0.53。因此同標準SHNN-CAD相比加權SHNN-CAD對目標回波不連通SST具有更好的檢測效果。

由圖3和圖4比較可知，通過SHNN-CAD回波檢測方法目標回波個數由30減少為17，部分的慢動雜波被成功濾除，有效縮小了SST出現范圍，提高了對SST的探測能力。

3 結束語

多幀雷達圖像積累會出現目標回波連通與不連通兩種積累情況，本文針對目標回波不連通情況，提出了一種目標回波不連通的慢小目標檢測方法。該方法運用圖像標記提取目標回波長寬比和占空比作為目標回波描述向量，當目標回波間隔距離小于或等于α且目標回波信息值無限接近時，把滿足條件目標回波信息值進行累加，并把累加結果作為該區域目標回波SHNN-CAD異常程度計算權值，最終通過控制異常程度值檢測出可能的慢小目標。由仿真結果可知，加權SHNN-CAD同標準SHNN-CAD相比對SST具有更好的回波檢測能力。