【技术实现步骤摘要】
基于卷积神经网络的序列脉冲抗干扰目标检测方法
本专利技术属于雷达
,具体涉及基于卷积神经网络的序列脉冲抗干扰目标检测方法。
技术介绍
干扰机的工作方式一般包括全脉冲存储转发、短脉冲存储循环转发和间歇采样存储转发。全脉冲存储转发是将采样的整个脉冲信号全部存储,再全部进行转发。该工作方式可以产生一个逼真假目标,相干性极高,由于假目标滞后一个采样脉冲宽度,利用脉冲前沿跟踪技术,假目标很容易被分辨;短脉冲存储循环转发则只采样雷达脉冲始端的一小段,然后对该信号进行多次重复转发,该方式在一定程度改善了假目标滞后问题,但干扰信号相干性变差,一般不能用于干扰脉内具有复杂调制能力的雷达;间歇采样存储转发方式是一种介于全脉冲存储转发与短脉冲存储转发的折中方案,通过交替地存储和转发采样信号,使得假目标可以像短脉冲存储转发干扰一样具有较小的延时时间,转发信号是原信号的多次局部抽样,所以干扰信号和雷达发射的脉冲信号之间具有较强的相干性。当干扰机采取间歇采样存储转发干扰时,由于干扰信号和雷达发射的脉冲信号之间具有较强的相干性,雷达机通过匹配滤波将同时在目标信号位置和干扰信号位置积累出能量,而干扰信号的能量一般要比目标信号的能量高的多,匹配滤波后的间歇采样干扰很可能会覆盖目标,特别是当干扰采取卷积调制处理时,大范围内的多个间隙采样干扰将会淹没目标,使雷达不能有效地滤除干扰,检测出目标位置。周畅,汤子跃,余方利等在文章“基于脉内正交的抗间歇采样转发干扰方法”中设计了一种脉内正交的线性调频相位编码波形,针对间歇采样转发干扰,拆分 ...
【技术保护点】
1.基于卷积神经网络的序列脉冲抗干扰目标检测方法,其特征在于,包括:/n从雷达系统中获取脉冲序列的回波信号;/n对所述回波信号依次进行采样离散化、短时傅里叶变换、能量归一化预处理,获得能量归一化后的回波信号的向量;/n对所述能量归一化后向量使用滑窗匹配做波形适应,以使回波信号的向量从二维数据转化为四维数据;/n将所述四维数据输入至训练好的序列脉冲抗干扰目标检测网络中,获得目标在各个距离单元和各个多普勒通道上出现的概率;/n将所述目标在各个距离单元和各个多普勒通道上出现的概率与检测门限进行比较,确定距离单元和多普勒通道上是否检测出目标。/n
【技术特征摘要】 【专利技术属性】
1.基于卷积神经网络的序列脉冲抗干扰目标检测方法,其特征在于,包括:
从雷达系统中获取脉冲序列的回波信号;
对所述回波信号依次进行采样离散化、短时傅里叶变换、能量归一化预处理,获得能量归一化后的回波信号的向量;
对所述能量归一化后向量使用滑窗匹配做波形适应,以使回波信号的向量从二维数据转化为四维数据;
将所述四维数据输入至训练好的序列脉冲抗干扰目标检测网络中,获得目标在各个距离单元和各个多普勒通道上出现的概率;
将所述目标在各个距离单元和各个多普勒通道上出现的概率与检测门限进行比较,确定距离单元和多普勒通道上是否检测出目标。
2.根据权利要求1所述的序列脉冲抗干扰目标检测方法,其特征在于,所述对所述回波信号依次进行采样离散化、短时傅里叶变换、能量归一化预处理,获得能量归一化后的多普勒快时间维度的回波信号包括:
步骤21:按照预设的采样时间间隔以及采样点数,对所述脉冲序列的回波信号进行采样处理,得到离散化后的回波信号向量;
其中,离散化后的回波信号向量为采样时间间隔为ts,采样点数为NL,xn,l为第n个脉冲序列,第l个采样单元的回波信号数据,N为脉冲序列的回波信号个数,第一维度称为慢时间维,第二维度称为快时间维;
步骤22:对所述离散化后的回波信号向量在快时间维度上的多个数值上作快速傅里叶变换,以使所述离散化后的回波信号向量转化至多普勒快时间维度的二维数据;
其中,多普勒快时间维度的二维数据为:k=1,2,…,N,代表第k个多普勒通道,l=1,2,…,NL,代表第l个采样点对应的回波数值;
步骤23:对所述傅里叶变换后得到的二维数据进行归一化处理,得到归一化后的向量:
其中,归一化后的向量为:|·|2表示对向量求2范数。
3.根据权利要求1所述的序列脉冲抗干扰目标检测方法,其特征在于,所述对所述能量归一化后向量使用滑窗匹配做波形适应,以使回波信号的向量从二维数据转化为四维数据包括:
步骤31:对所述能量归一化后向量,使用对应的该回波信号所在多普勒通道对应的距离单元的滑窗匹配系数进行处理;
步骤32:将处理之后的回波信号与发射信号进行滑窗点乘;
步骤33:基于点乘之后的结果,获得四维数据;
其中,所述四维数据包括:目标信息和发射波形信息,所述四维分别为多普勒维度、快时间维度、滑窗匹配维度、特征维度。
4.根据权利要求1所述的序列脉冲抗干扰目标检测方法,其特征在于,所述训练好的序列脉冲抗干扰目标检测网络通过如下步骤训练得到:
技术研发人员:纠博,张钰,王运旋,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。