基于候选区域和局部动态规划的多帧联合检测方法及设备

摘要: 本发明涉及雷达信号处理,具体涉及一种基于候选区域和局部动态规划的多帧联合检测方法及设备。背景技术:1、弱目标检测是雷达信号处理中的重要环节。弱目标通常具有回波能...
基于候选区域和局部动态规划的多帧联合检测方法及设备

本发明涉及雷达信号处理,具体涉及一种基于候选区域和局部动态规划的多帧联合检测方法及设备。

背景技术:

1、弱目标检测是雷达信号处理中的重要环节。弱目标通常具有回波能量低、单帧响应不明显、易被噪声和杂波遮蔽等特点。在单帧距离-多普勒图中,弱目标的能量峰值往往不突出,目标响应容易与背景噪声、杂波或强散射点混叠。传统单帧cfar(constant falsealarm rate,恒虚警率)检测方法对信噪比和阈值设置较为敏感。阈值设置较高时,弱目标点迹容易被漏检;阈值设置较低时,又会产生大量虚警点,增加后续航迹起始、数据关联和跟踪处理的复杂度。

2、多帧联合检测能够利用目标在连续帧之间的运动连续性和能量累积特征提高弱目标检测能力。但是,现有的多帧联合检测,例如传统批处理类方法通常需要在完整距离-多普勒平面上进行全局轨迹搜索,计算量较大;顺序估计或最近邻关联类方法需要进行状态预测、数据关联和确认处理,在弱目标点迹不稳定时容易出现断裂或误关联。

3、因此,需要提出一种方案能够解决低信噪比条件下弱目标单帧响应不显著、无关区域干扰等导致的检测准确度不高以及传统全局多帧搜索计算复杂度较大的问题。

技术实现思路

1、为了解决现有技术中存在的上述问题,本发明提供了一种基于候选区域和局部动态规划的多帧联合检测方法。本发明要解决的技术问题通过以下技术方案实现:

2、根据本发明实施例的第一方面,提供了一种基于候选区域和局部动态规划的多帧联合检测方法,所述方法包括:

3、获取同一波束方向下的连续多帧距离-多普勒图,并对其进行功率域非相干积累处理,得到增强距离-多普勒图;

4、将所述增强距离-多普勒图进行db变换、幅度裁剪以及归一化处理,得到单通道增强距离-多普勒图;

5、利用预设的候选区域检测网络对所述单通道增强距离-多普勒图进行检测,获取目标候选框坐标参数以及目标存在置信度分数;

6、根据所述目标存在置信度分数获取目标存在概率,当所述目标存在概率高于预设阈值时,基于所述目标候选框,从所述连续多帧距离-多普勒图中裁剪对应的局部多帧数据块;

7、在所述局部多帧数据块中建立动态规划状态转移模型,并使用该模型搜索跨帧最大累积能量路径,获得弱目标的多帧联合检测结果。

8、在本发明的一个实施例中,所述候选区域检测网络包括轻量化二维卷积骨干网络、多尺度特征融合模块以及候选区域检测头;

9、所述利用预设的候选区域检测网络对所述单通道增强距离-多普勒图进行检测,获取目标候选框坐标参数以及目标存在置信度分数,包括:

10、利用所述轻量化二维卷积骨干网络对所述单通道增强距离-多普勒图进行特征提取,得到目标的局部能量分布特征;

11、通过所述多尺度特征融合模块将所述局部能量分布特征中浅层特征携带的空间细节信息与深层特征携带的语义判别信息进行融合,得到融合后多尺度特征图;

12、使用所述候选区域检测头,对所述融合后多尺度特征图进行解码预测,获得目标候选框坐标参数以及目标存在置信度分数。

13、在本发明的一个实施例中,所述在所述局部多帧数据块中建立动态规划状态转移模型,并使用该模型搜索跨帧最大累积能量路径,获得弱目标的多帧联合检测结果,包括:

14、在所述局部多帧数据块中建立动态规划状态转移模型,并通过以下公式在连续t帧中寻找累积能量最大的路径:

15、

16、根据所述累积能量最大的路径,获取弱目标的多帧联合检测结果;

17、其中,表示第帧中的路径点,表示第帧在距离-多普勒单元处的能量。

18、在本发明的一个实施例中,所述在所述局部多帧数据块中建立动态规划状态转移模型,并通过以下公式在连续t帧中寻找累积能量最大的路径,包括:

19、通过公式获取状态转移过程;其中动态规划状态为第帧中以距离-多普勒单元为终点的路径最大累积能量,表示第帧在距离-多普勒单元处的能量,表示上一帧中允许转移到当前单元的候选邻域;

20、在最后一帧中选择具有最大累积能量的终点:;其中,dt为第t帧中以距离-多普勒单元为终点的路径最大累积能量;

21、从选择的所述终点开始,根据所述状态转移过程中记录的前驱状态进行回溯,得到最优跨帧能量路径:。

22、在本发明的一个实施例中,对所述候选邻域的确定包括:

23、根据目标在相邻帧之间距离维和多普勒维的最大允许变化范围,确定所述候选邻域:;其中,和分别表示目标在距离维和多普勒维上的最大允许帧间变化范围,和分别表示距离单元索引和多普勒单元索引。

24、在本发明的一个实施例中,所述获取同一波束方向下的连续多帧距离-多普勒图,并对其进行功率域非相干积累处理,得到增强距离-多普勒图,包括:

25、获取同一波束方向下的连续多帧距离-多普勒图;

26、通过公式,对所述连续多帧距离-多普勒图在功率域进行非相干积累,得到增强距离-多普勒图;其中,表示距离-多普勒单元处的积累功率值,表示第帧距离-多普勒图中距离-多普勒单元处的功率值,表示一个观测窗口中连续距离-多普勒图的帧数,i为观测窗口内距离-多普勒图的帧序号索引。

27、在本发明的一个实施例中,所述将所述增强距离-多普勒图进行db变换、幅度裁剪以及归一化处理,得到单通道增强距离-多普勒图,包括:

28、通过公式,将所述增强距离-多普勒图转换到db域,得到db域特征图;其中,为预设的小正数;

29、通过公式,对所述db域特征图进行裁剪;其中,表示裁剪后的距离-多普勒图,

x(r,d)表示裁剪前的所述db域特征图,为设置的幅度下限,为设置的幅度上限;

30、利用公式,将所述裁剪后的距离-多普勒图线性归一化,得到单通道增强距离-多普勒图。

31、在本发明的一个实施例中,所述候选区域检测网络通过预先训练获得,对所述候选区域检测网络的预先训练包括:

32、获取训练样本,所述训练样本包括:同一波束方向下的连续多帧距离-多普勒样本图的集合,目标存在标签、目标对应的真实候选框;

33、使用所述训练样本对所述候选区域检测网络进行训练。

34、在本发明的一个实施例中,所述使用所述训练样本对所述候选区域检测网络进行训练,包括:

35、对所述连续多帧距离-多普勒样本图进行功率域非相干积累处理,得到增强距离-多普勒样本图;

36、将所述增强距离-多普勒样本图进行db变换、幅度裁剪以及归一化处理,得到单通道增强距离-多普勒样本图;

37、利用候选区域检测网络对所述单通道增强距离-多普勒样本图进行检测,获取样本目标候选框坐标参数以及样本目标存在置信度分数;

38、基于所述样本目标候选框坐标参数以及所述目标对应的真实候选框,计算候选框回归损失;基于所述样本目标存在置信度分数以及所述目标存在标签,计算目标存在概率的分类损失;

39、基于所述候选框回归损失以及所述目标存在概率的分类损失,通过公式计算总损失值,并基于该总损失值对所述候选区域检测网络进行训练;其中,和为预设损失权重系数,y为目标存在标签。

40、根据本发明实施例的第二方面,提供了一种电子设备,所述设备包括:

41、一个或多个处理器;

42、计算机可读介质,配置为存储一个或多个程序;

43、当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面中任一项所述的基于候选区域和局部动态规划的多帧联合检测方法。

44、本发明实施例提供的基于候选区域和局部动态规划的多帧联合检测方法及设备,首先获取同一波束方向下的连续多帧距离-多普勒图,并对其进行功率域非相干积累处理,得到增强距离-多普勒图;接着将增强距离-多普勒图进行db变换、幅度裁剪以及归一化处理,得到单通道增强距离-多普勒图;然后利用预设的候选区域检测网络对单通道增强距离-多普勒图进行检测,获取目标候选框坐标参数以及目标存在置信度分数;接着根据目标存在置信度分数获取目标存在概率,当目标存在概率高于预设阈值时,基于目标候选框从前述连续多帧距离-多普勒图中裁剪对应的局部多帧数据块;最后在该局部多帧数据块中建立动态规划状态转移模型,并使用该模型搜索跨帧最大累积能量路径,获得弱目标的多帧联合检测结果。与现有技术相比,本发明的有益效果在于:本发明通过对连续多帧距离-多普勒图进行处理得到单通道增强表示,利用预设的候选区域检测网络快速定位目标可能存在的局部区域,并仅在原始连续多帧距离-多普勒图中对应的该局部区域内执行动态规划,从而在降低搜索空间和计算复杂度的同时,提高低信噪比条件下弱目标检测稳定性和准确性。

45、以下将结合附图及实施例对本发明做进一步详细说明。