基于相關性對某實測數據海雜波特征提取算法進行改進

羅才震　柴曉飛

摘 要：現代戰爭中，海面戰爭越來越占據重要地位，對海雷達對于海面目標的檢測可以決定戰爭的成敗。我國研究人員在海面目標識別方面已經取得了進展，但由于海尖峰的復雜性，其識別效果并不好。文章基于某實測的對海數據，通過一種新算法對海雜波和海面低空飛行目標進行了特征提取，并取得了較好的效果。

關鍵詞：目標識別；海尖峰；新算法；特征提取

現代雷達如果要較好地對海雜波進行區分，就必須通過海雜波的相關性入手進行分析。由于海況復雜，通常海雜波的運動都是無規律的，但是通過時間相關性，我們還是能發現海雜波運動的一些規律，并通過這些規律，研究出新的算法，較好地區分海雜波和海面低空飛行的目標[1]。

1 基于海雜波相關性的特征提取

本次實驗數據為研究所對某對海窄帶雷達采集的數據，該數據每組包含2 000個數據，已經通過航跡的分析把真目標（海面低空飛行的目標）和假目標分開，設真目標為n個，則假目標為2 000﹣n個[2]。由于是低分辨雷達，經過16點FFT以及固定門限處理后的海面低空飛行目標距離多普勒平面如圖1所示。

假目標的距離多普勒平面如圖2所示。

從圖1—圖2可以看出，海面低空飛行目標比假目標分布的值廣，最大值的波動范圍也大于假目標。所以初步確定，可以通過多幀的海雜波波動的標準差以及相對多普勒速度對海面低空飛行目標和假目標進行特征提取和特征分類。通過多次仿真，運用各種不同算法進行嘗試，找到了能區別海面低空飛行目標與假目標的有效特征。通過對連續幾幀距離多普勒平面圖可以發現，海面低空飛行目標和假目標的幅度最大值差距不大，但是所處的多普勒單位不同[3]。所以可通過相對多普勒速度進行特征提取。假設第8個脈沖的相對多普勒速度為0，則第n個多普勒通道的相對多普勒速度為：

v=|n-8|，所提取特征如下。

（1）特征1：相對多普勒速度的均值。

以任意10個相對多普勒速度為一組，設為[X（1），X（2），…， X（n）]，n=1，2，…，10。

相對多普勒速度的均值為：

（2）特征2：相對多普勒速度不小于6的個數統計。

以任意20個相對多普勒速度為一組，設為[X（1），X（2），…， X（n）]，n=1，2，…，20個數統計為：Vnum=num（|X（1），X（2），…， X（n）|≥6）

（3）特征3：最大幅值相對速度的標準差。

以任意20個相對多普勒速度為一組，設為[X（1），X（2），…， X（n）]，n=1，2，…，20相對多普勒速度的標準差為：

將數據通過上述3個特征的算法用直方圖畫出，得到直方圖（見圖3）。

2 仿真結果

取將上述3類特征的數據放入SVM分類器當中，每個特征的數據都有585個海面低空飛行目標數據和1 193個假目標數據。任意選取1 300個作為訓練樣本，478個數據為測試樣本。將訓練樣本通過SVM分類器，調到分類器的最優參數為v=1.1，g=1.1，然后進行識別率的統計（見圖4）。

通過圖4可以看出，這3類特征區分海面低空飛行目標和假目標的效果明顯[4]，得到的實驗結果如表1所示。

3 結語

本文通過對實測數據的數據仿真，對海面低空飛行的目標和海雜波進行了特征提取和特征分類[5]。相比于一般80%左右的識別率，本算法對該數據的識別率為99%，大大提高了識別率，后續還會將該方法運用于其他的海雜波數據以及實際工程進行驗證。

[參考文獻]

[1]丁鷺飛，耿富錄.雷達原理[M].西安：西安電子科技大學出版社，2002.

[2]MARK A，RICHARDS.雷達信號處理基礎[M].北京：電子工業出版社，2008.

[3]黃紅平.強海雜波下微弱目標檢測算法研究[D].成都：電子科技大學，2007.

[4]行鴻彥，尹江燕，王秋輝.海雜波背景下目標的聯合特征差異檢測[J].現代雷達，2014（10）：1613-1620.

[5]於建生，馬紅星，朱征宇.基于雷達回波相關特征的海雜波抑制方法[J].艦船電子工程，2009（6）：121-123.