Modal fonksiyonun karakteristik spektrumuna dayalı deniz küçük hedef tespiti
Chen Zezong 1, 2, Yang Qian 1, Zhao Chen 1, He Chao 1
(1. Elektronik Bilgi Okulu, Wuhan Üniversitesi, Wuhan 430072, Hubei; 2. Jeo-uzamsal Bilgi Teknolojisi için Ortak İnovasyon Merkezi, Wuhan Üniversitesi, Wuhan 430079, Hubei)
Ampirik mod ayrıştırma algoritması, deniz dağınıklığı bastırma ve hedef tespitinde uygulama potansiyeline sahiptir, ancak modal işlevlerin otomatik taramasının ve ayrımının nasıl gerçekleştirileceği, algoritmanın temel sorunudur. Modal fonksiyonun harmonik modelini analiz ederek, sinyal karakteristik spektrumunu çıkararak ve hedef otomatik algılamaya ulaşmak için algılama miktarını seçerek. Öncelikle, radar yankısının karmaşık deneysel mod ayrışımını gerçekleştirin; daha sonra elde edilen her bir iç model bileşeninin karakteristik spektrumunu çıkarın ve karakteristik spektrumun dağılımına göre dağılım özelliğini elde edin; son olarak, dahili model fonksiyonları arasında dağılım özelliğinin dağılım farkına dayalı olarak hedefe ulaşın. Tespit etme. Ölçülen mikrodalga Doppler radarının veri işleme sonuçları, hedef tespit sonucunun gerçek durumla tutarlı olduğunu ve tespit olasılığının, radar deniz hedef tespiti için yeni bir çözüm sağlayan belirli bir yanlış alarm oranı kısıtlaması altında geleneksel tespit algoritmasına kıyasla iyileştirildiğini göstermektedir.
Mikrodalga Doppler radarı; hedef tespiti; ampirik mod ayrışımı; karakteristik spektrum; deniz karmaşası
Çin Kütüphanesi Sınıflandırma Numarası: TN958.95
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.2017.05.028
Çince alıntı biçimi: Chen Zezong, Yang Qian, Zhao Chen, ve diğerleri Modal fonksiyonun karakteristik spektrumuna dayalı deniz küçük hedef tespiti.Elektronik Teknoloji Uygulaması, 2017, 43 (5): 114-118.
İngilizce alıntı biçimi: Chen Zezong, Yang Gan, Zhao Chen, vd.Güçlü mod fonksiyonlarının karakteristik spektrumuna dayalı olarak deniz karmaşasında küçük hedef tespiti.Elektronik Tekniğin Uygulanması, 2017, 43 (5): 114-118.
0 Önsöz
Deniz dağınıklığı ortamında küçük hedef tespiti, seyir güvenliği, afet arama ve kurtarma, kıyı yönetimi ve yurt güvenliğinde önemli pratik öneme sahiptir.Elektromanyetik dalgalar kullanarak deniz hedeflerinin gerçek zamanlı, güvenilir ve otomatik olarak aranması da güncel bir araştırma noktası haline gelmiştir.
Bununla birlikte, küçük deniz hedeflerinin tespiti ciddi zorluklarla karşı karşıyadır: deniz karmaşasının modellenmesi zordur; küçük hedeflerin sinyal karmaşası nispeten düşüktür, hız yavaştır ve Doppler alanı deniz karmaşasıyla kolayca örtülür. Son yıllarda yerli ve yabancı bilim adamları bu konuda temel olarak aşağıdaki kategorilerde araştırmalar yaptılar. (1) İstatistiksel modellere dayalı Sabit Yanlış Alarm Oranı (CFAR) algılama yöntemi: deniz dağınıklığı için farklı istatistiksel modeller oluşturun ve algılama işlemi için dağınıklık arka planının gerçek zamanlı tahminiyle uyarlanabilir eşikler oluşturun; radar çözünürlüğü ile Sonuç olarak, Gauss dışı model altında sabit yanlış alarm dedektörü doğdu. (2) Kaos, fraktal ve sinir ağına dayalı algılama yöntemi: Profesör HAKYIN S, deniz yığınlarının kaotik özelliklerini keşfeden ilk kişiydi, ancak karmaşanın kaotik modeli hala tartışmalı; HU J ve diğerleri, deniz dağınıklığının fraktalini kanıtladı Bununla birlikte, fraktal hedef tespit algoritması, faz bilgisini etkili bir şekilde kullanmaz; LEUNG H ve diğerleri, tahmin hataları yoluyla hedef tespitine ulaşmak için sinir ağının doğrusal olmayan yaklaşım özelliklerini kullanır, ancak yüksek eğitim doğruluğu gereklidir. (3) Uyarlanabilir eşleştirme algoritması: Deniz dağınıklığı topu değişmez rasgele vektör (Küresel Değişmez Rastgele Vektör, SIRV) modeline dayalı olarak, hedef tespiti, dağınıklık kovaryans matrisinin tahmin edilmesiyle gerçekleştirilir, ancak sinyal-gürültü oranı kaybı ve biriken örneklerin sayısının çözülmesi gerekir. Çelişki. (4) Zaman-frekans analizine dayalı hedef tespit yöntemi: Kısa süreli Fourier dönüşümü ve dalgacık dönüşümü gibi zaman-frekans alanındaki sinyalin değişimini açıklar, ancak analiz yeteneği temel işlevden etkilenecektir.
Bu makale, araştırma yapmak için kıyı tabanlı mikrodalga radar platformunu ve bunlara karşılık gelen ölçülen verileri kullanır ve Ampirik Mod Ayrıştırmasına (EMD) dayalı hedef tespitini gerçekleştirir. EMD algoritmasının sinyal analizi, zaman alanı sinyalinin kendisine dayanır ve temel işlevleri gerektirmez, ancak hedef saptamadaki uygulamasının, modal bileşenlerin otomatik seçimini ve ayrımını gerçekleştirmesi gerekir. Bu makaledeki algoritma, EMD'ye dayalı uyarlamalı hedef tespitini gerçekleştirmek için karakteristik spektrum analizini birleştirir.
1 Modal fonksiyonun karakteristik spektrumuna dayalı hedef tespit algoritması
1.1 EMD algoritması
EMD algoritması, sinyali, sinyalin yerel uç noktalarına göre uyarlamalı olarak ayrıştırabilir ve ayrıştırılmış İçsel Mod İşlevi (IMF) bileşeni, basit bir salınımı temsil edebilir ve içinde bulunduğu frekans bandı, ayrışma seviyesi arttıkça kademeli olarak azalır. X (t) sinyali için EMD algoritması, n dahili mod fonksiyon bileşeni hi (t) ve bir artık bileşen rn (t) elde etmek üzere ayrıştırılabilir:
1.2 Modal fonksiyonun karakteristik spektrumu
EMD algoritması tarafından ayrıştırılan mod işlevinin frekansı kademeli olarak azalır ve hedefi içeren IMF bileşeni yapay tarama ile tespit edilebilir, ancak otomatik olarak nasıl taranacağı ve ayırt edileceği, algoritmanın uyarlanabilirliğine ulaşmanın anahtarıdır. Hedef IMF ile saf deniz karmaşası arasındaki Doppler spektrum farkı, harmonikler için analiz edilebilen tek frekanslı bir sinyal içermesidir. Kısa bekleme süresi koşulu altında, radar yankısı, sonlu tek frekanslı sinyallerin bir üst üste binmesi olarak tahmin edilebilir:
Bunlar arasında, L, yankı sinyalinin içerdiği harmonik sıradır, w (n), ortalama değeri 0 ve varyansı 2 olan karmaşık beyaz Gauss gürültüsüdür ve initiali, başlangıç aşamasıdır. Örnek uzunluğu K ise, eko otokorelasyon matrisi şöyledir:
1.3 Algoritma akışı
Modal fonksiyonun karakteristik spektrumuna dayanan deniz küçük hedef tespitinin algoritma akışı Şekil 1'de gösterilmektedir. İlk olarak, radar ekosu karmaşık EMD ile ayrıştırılır; daha sonra elde edilen her dahili model bileşeni için korelasyon matrisi çıkarılır ve öz değer ayrışımı öz spektrumunu elde etmek için kullanılır ve saçılma özelliği, öz spektrum dağılımına göre elde edilir; son olarak, her dahili model fonksiyonundaki saçılma özelliğine göre İkisi arasındaki dağılım farkı, uyarlamalı hedef tespiti sağlar.
2 Ölçülen veri işleme
2.1 Ölçülen verilerin kaynakları
Ölçülen veriler, Wuhan Üniversitesi Radyo Okyanus Uzaktan Algılama Laboratuvarı tarafından bağımsız olarak geliştirilen mikrodalga Doppler radarından (Microwave Ocean Remote SEnsor, MORSE) gelir. 2012'nin sonunda MORSE radarı, Güney Çin Denizi'ndeki Zhelang Adası'nda bir aydan fazla bir süre boyunca deniz kenarında bir test gerçekleştirdi.Çalışma frekansı 2.85 GHz'e ayarlandı.Sürekli dalga frekans modülasyonu ile kesildi. Algılama aralığı 200 m ~ 2 km ve menzil çözünürlüğü 7.5 m idi. Yavaş, zayıf ve küçük hedefleri içeren, 171 saniye süreli 80 mesafe elemanı içeren 4 set veri seti seçin. Çevresel parametreler ve hedef bilgileri Tablo 1'de gösterilmektedir ve enerji dağılımı Şekil 2'de gösterilmektedir. Bunların arasında, dalga parametreleri şamandıra verilerinden gelir ve hedef, yakındaki zayıf enerjili yavaş hareket eden teknelerdir.
2.2 Ölçülen veri işleme süreci ve test sonuçları
2.2.1 EMD'ye dayalı geleneksel hedef algılama algoritması
15. uzaklık öğesinde 30. ila 31. zaman periyodundan gelen ve 256 nokta içeren 1 numaralı veri kümesinden hareketli hedefi içeren bir veri parçası seçin. Şekil 3'te gösterildiği gibi, verilerin EMD ayrıştırmasını gerçekleştirin. Sol taraf, ilk üç pozitif ve negatif IMF'nin zaman alanı dalga formlarıdır ve sağ taraf, karşılık gelen Doppler spektrumudur. EMD tarafından ayrıştırılan pozitif ve negatif IMF bileşenlerinin frekansının sırayla azaldığı IMF bileşeninin dalga formu diyagramından görülebilir. Dahası, hedef x-1'de mevcuttur ve x-1, deniz karmaşasının bastırılması ve hedef tespiti için hedef eko sinyalini yeniden yapılandırmak için kullanılabilir.
Karmaşık EMD'deki sinyal yeniden yapılandırma yöntemine göre, orijinal sinyalin ve yeniden yapılandırılmış sinyalin Şekil 4'te gösterildiği gibi zaman-frekans alanı dalga biçimi diyagramları elde edilir. Bunlar arasında, soldaki resim zaman alanı dalga biçimidir ve sağdaki resim onun Doppler spektrumudur. EMD ayrışma bileşeni tarama sinyali yeniden yapılandırma sürecinden sonra, frekans bileşenindeki deniz karmaşası bileşeninin elimine edildiği ve geriye sadece hedef bileşen ve temel gürültü kaldığı gözlemlenmiştir.
2.2.2 Mod karakteristik spektrumu
Hedef modal fonksiyonun uyarlamalı seçimini başarmak için, karşılık gelen karakteristik spektrumu elde etmek için EMD ayrıştırması ile elde edilen modal fonksiyonun özdeğer ayrıştırması gerçekleştirilir Şekil 5, deniz karmaşasını ve hedef birimin ilk 3 pozitif elemanını # 1'de gösterir. Negatif modal karakteristik spektrumun dağılımı.
Hedefin Doppler frekans kayması nedeniyle, x-1'in karakteristik spektrumu önemli ölçüde değişmiştir; deniz dağınıklığı enerjisi esas olarak x1'de dağıtılır, bu nedenle hedefin karakteristik spektrumundaki ve deniz karmaşasının farkı esas olarak pozitif ve negatif ilk moda yansıtılır. Durum bileşeni. Şekil 5'te gösterildiği gibi, deniz dağınıklığı ile karşılaştırıldığında, hedef içeren modal bileşen x-1'in harmonik bileşenleri nispeten küçüktür, bu nedenle özdeğer dağılımında büyük özdeğerlerin sayısı nispeten küçüktür. Formül (8) 'e göre, kümülatif katkı oranı% 90 olan büyük özdeğerlerin sayısını hesaplayın ve dağınık öznitelikleri çıkarın.İç model fonksiyonundaki dağılım Şekil 6'da gösterilmiştir.
Hedefin varlığının x-1 ve x1 arasındaki farkı artırdığı, negatif frekans mod fonksiyonunda ise art arda azalan dağılım özelliklerinin monotonluğunun değiştiği görülmüştür. Hedef ve deniz dağınıklığı birimi arasındaki farkla birleştirildiğinde, pozitif ve negatif modaliteler arasındaki fark tespit miktarı olarak çıkarılır ve verilerin tüm alandaki dağılımı Şekil 7'de gösterilir. Daha sonra, nokta izi dağılım haritasını elde etmek için uyarlanabilir eşik tespiti gerçekleştirilir.
Bu yazıda algoritmanın tespit sonuçları ile karşılaştırmak için, işte geleneksel sabit yanlış alarm algoritmasının tespit sonuçları. Geleneksel sabit yanlış alarm tespiti iki temel faktör içerir: (1) tespit parametreleri; (2) CFAR tespit eşiği. CFAR dedektörünün temel yapısına bağlı olarak, farklı CFAR hedef tespit algoritmaları oluşturmak için farklı tespit parametreleri çıkarılır. En yüksek değer (Şema 1) ve Frekans Alanı Basıklığı (FDK) (Şema 2) sırasıyla saptama parametreleri olarak kullanılırsa, bu makaledeki algoritmanın karşılaştırma şeması, Şekil 8'de gösterildiği gibi oluşturulur. Bu algoritmada ve geleneksel algoritmada şema 1'in tespit sonucu Şekil 9'da gösterilmektedir. Noktaların ve izlerin dağılımına bakıldığında, yavaş ve zayıf hedef nedeniyle geleneksel algoritmaların algılama yeteneğinin sınırlı olduğu ve bu algoritmanın algılama olasılığının görece yüksek olduğu görülmektedir.
# 1 ~ # 4 için, yanlış alarm oranı 0,001 olduğunda algılama olasılığı Tablo 2'de gösterilmektedir Karşılaştırma, geleneksel CFAR algılama algoritması ile karşılaştırıldığında, bu algoritmanın algılama olasılığının nispeten yüksek olduğunu buldu. Yukarıda ölçülen veri işleme sonuçları, modal fonksiyonun karakteristik spektrumuna dayanan tespit algoritmasının küçük deniz hedeflerinin etkili bir şekilde tespit edilmesini sağlayabildiğini göstermektedir.
3 Sonuç
Ampirik mod ayrıştırma algoritması, doğrusal olmayan sinyalleri analiz etmek için kullanılır.Çözüme işlemi, zaman alanı sinyalinin yerel özelliklerine dayanır ve temel fonksiyonlar gerektirmez. Denizde parazit giderme ve hedef tespitinde uygulama potansiyeline sahiptir, ancak modal fonksiyonun nasıl gerçekleştirileceği Otomatik tarama ve ayrımcılık, algoritmanın temel konularıdır. Bu yazıda, modal fonksiyonun karakteristik spektrumuna dayalı tespit algoritması bu problemi etkin bir şekilde çözmekte ve EMD'ye dayalı hedef tespit algoritmasının uyarlanabilirliğini gerçekleştirmektedir. Algoritma, ölçülen mikrodalga Doppler radar verilerine uygulanır ve geleneksel sabit yanlış alarm algoritması ile karşılaştırılır.Sonuçlar şunu göstermektedir: geleneksel algoritma ile karşılaştırıldığında, bu makaledeki algoritma dağınıklığı bastırma ön işlemesi gerektirmez ve aynı yanlış alarm oranı kısıtlamasına tabidir. Bu, hedefin tespit olasılığını artırır. Bu, küçük deniz hedeflerinin mikrodalga radar ile tespit edilmesi için yeni bir çözüm sağlar.
Referanslar
He You, Huang Yong, Ji Jian ve diğerleri.Deniz karmaşasında radar hedefi tespit teknolojisine genel bakış Modern Radar, 2014, 36 (12): 1-9.
DONG Y. K-dağıtılmış dağınık ortamda optimum tutarlı radar algılama Iet Radar Sonar and Navigation, 2012, 6 (5): 283-292.
HAYKIN S, Li X B. Kaostaki sinyallerin tespiti.IEEE, 1995, 83 (1): 95-122.
HU J, TUNG W W, GAO J. Yapı fonksiyonu tabanlı multifraktal analiz ile deniz dağınıklığı içinde düşük gözlemlenebilir hedeflerin tespiti Antenler ve Yayılma üzerine IEEE İşlemleri, 2006, 54 (1): 136-143.
LEUNG H, DUBASH N, XIE N. Bir GA-RBF sinir ağı kullanarak dağınıklıktaki küçük nesnelerin tespiti Havacılık ve Uzay ve Elektronik Sistemler üzerine IEEE İşlemleri, 2002, 38 (1): 98-118.
SHUI P L, LIU M. Deniz karmaşasında zayıf hareket eden hedefler için alt bant uyarlanabilir GLRT-LTD.IEEE İşlemleri Havacılık ve Elektronik Sistemler, 2016, 52 (1): 423-437.
Cui Shaopeng. Zaman-frekans analizine dayalı olarak deniz dağınıklığının arka planında hedef tespiti Harbin: Harbin Teknoloji Enstitüsü, 2014.
Hu Lingxia. Radar dağınıklığını bastırmada EMD algoritmasının uygulaması Xi'an: Xidian Üniversitesi, 2013.
Li Yanbing, Du Lan, Liu Hongwei, vd.Yerde hareket eden hedeflerin sinyal karakteristik spektrumuna göre sınıflandırılması.Çin Radyo Bilimi Dergisi, 2011, 32 (12): 2848-2853.
CHEN Z Z, FAN LG, ZHAO C, ve diğerleri. Altı antenli mikrodalga uyumlu radar kullanarak okyanus dalgası yönlü spektrum ölçümü.Ieice Electronics Express, 2012, 19 (9): 1542-1549.
JIN Y, CHEN Z Z, FAN L G ve diğerleri.Mikrodalga uyumlu radar ile deniz dağınıklığında zayıf hedef tespiti için spektral basıklığa dayalı yöntem.
