买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京信息工程大学

摘要：本发明公开了一种基于组合凸包的海面小目标特征检测方法，包括以下步骤：获取观测向量；对观测向量计算多普勒幅度谱，进行白化预处理；在时域中和频域中提取三个特征；构建三维检验统计量；设计非凸判决区域；判决检测结果。本发明提出了三个新的特征，充分利用了时域、频域中杂波和目标的差异性。同时，避免了时频域的大量计算代价，并能获得匹配于时频域特征的性能；提出了一种组合凸包算法，实现了3D非凸决策区域。相对于原始凸包判决区域，非凸判决区域的体积更小，因而可以获得更高的检测性能；通过此发明提高了低信杂比条件下海面小目标的检测概率，提供了非凸判决器设计的新思路。

主权项：1.一种基于组合凸包的海面小目标特征检测方法，其特征在于，包括以下步骤：S1、假设雷达在一个距离单元接收到连续N个脉冲，这N个脉冲构成一个观测向量z＝[z1,z2,...,zN]T，称为待检测单元CUT；同时，获得CUT周围P个参考单元的观测向量zp,p＝1,2,...,P，构建目标检测问题；S2、将S1中的CUT观测向量z和参考单元的观测向量zp转换到频域，计算得到多普勒幅度频谱；利用参考单元的频谱向量，对CUT的频谱向量进行白化处理，获得白化频谱；S3、在时域中，对S1中观测向量进行分段处理，将每一段脉冲回波的平均幅度值设为加权因子，计算相对加权平均振幅；在频域中，对S2中的频谱和白化频谱，分别提取相对变差系数和衡量白化峰高比两个特征，衡量频谱的几何差异性；S4、将S3中提取的三个特征，构建三维特征空间，形成特征向量ξ，作为检验统计量；S5、在给定虚警率的条件下，首先采用聚类算法将海杂波训练样本划分为K个簇，然后对每个簇进行凸包算法，最后将K个凸包进行组合，形成了最终的非凸判决区域Ω；S6、计算检验统计量ξ和判决区域Ω的位置，判断出观测向量z中是否存在目标：如果ξ∈Ω，则表明观测向量z含有目标回波；如果则表明观测向量z不含有目标回波；其中，包括提取时域特征：基于海杂波和目标短时间序列不变的假设，首先将S1中观测向量分为Q段 其中，L表示每段脉冲数，满足L×Q＝N，加权平均幅度WAA定义为： 其中，ωq表示第q段的加权因子，相对加权平均幅度RWAA定义为： 提取频域特征：为了衡量海杂波和含目标回波频谱的几何差异性，定义相对变异系数RCV为： 其中，CV为变异系数，CV用来描述频谱波动的差异，按照下式计算： 对于S2中的白化频谱，定义白化峰高比WPHR为： 其中，#Θ表示集合Θ中元素数量的运算符，集合Θ由下式给出：Θ＝[-fr2,fmax-Δ]∪[fmax+Δ,fr2] 其中，fmax是具有最大白化频谱的频率值，Δ是fmax周围的受保护区域；将S3中提取的三个特征，RWAA,RCV,WPHR，分别记为ξ1,ξ2,ξ3；以每一个特征为一个维度，构建三维特征空间，那么，S1中的CUT观测向量转换为一个3D特征向量： 该特征向量作为检验统计量，进行判别；S5具体包括以下步骤：S5.1雷达获得大量的海杂波样本，按照S2到S4，构建3D训练样本集合，假设按照原始凸包算法，已获得虚警可控下的凸判决区域，该区域包含样本数A个；S5.2在样本集A中，随机选取K个样本作为聚类质心，记为剩余的样本按照距离聚类质心最近的欧几里德距离的准则分为K类 S5.3在每个簇中，计算新的聚类质心 其中，Nk是第k个簇中的样本数，通过上式重新分配所有样本；S5.4重复步骤S5.3，直到A中的所有样本都没有簇变换，集合A被K个簇完全划分，即A＝A1∪A2∪...∪AK；S5.5在第k个类别，凸包通过由Gk个三角形面组成的多面体包围Nk个样本，通过凸包算法将K个簇包裹住，这样K个凸包就获得了组合凸包，即最终的非凸判决区域ΩΩ＝{CHA1，CHA2，...,CHAK}其中，CHA表示对A的样本集形成凸包。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于组合凸包的海面小目标特征检测方法