一种基于弱特征目标的雷达回波信号增强检测方法与流程

本发明涉及雷达信号处理与目标检测，具体而言，涉及一种基于弱特征目标的雷达回波信号增强检测方法。

背景技术：

1、雷达的核心任务是在复杂的干扰环境下（如强海杂波、地物杂波、电子干扰等）发现、识别并跟踪目标。随着隐身技术、小型无人机等“弱特征目标”的快速发展，目标反射信号极其微弱，信噪比（snr）极低，且特征不明显，这对检测技术构成了严峻挑战。

2、传统的雷达目标检测主要依赖恒虚警率（cfar）处理及其改进算法。这类方法基于背景杂波统计特性的估计来设置自适应检测门限，在均匀杂波背景下效果良好。然而，在非均匀、非平稳的实际杂波环境中，cfar的性能会严重下降，极易导致弱目标漏检或虚警过高。近年来，基于深度学习的检测方法被引入，通过学习模型能够从数据中学习复杂的特征，但其在工程应用中存在明显局限：一是作为纯数据驱动模型，其决策过程缺乏物理可解释性，在训练数据未覆盖的极端场景下泛化能力存疑；二是现有方法多采用“先检测后跟踪”的串行开环架构，检测模块与跟踪模块信息隔离，一旦前端检测失败，后续跟踪便无法挽回，无法利用跟踪提供的连续时空上下文信息来辅助和改善检测性能。

3、因此，需要一种能够深度融合物理先验与数据智能的技术方案，实现检测与跟踪深度交互、闭环优化，从根本上提升雷达系统对弱特征目标的稳定探测能力。

技术实现思路

1、为实现上述目的，本申请提供了一种基于弱特征目标的雷达回波信号增强检测方法，包括以下步骤：

2、获取原始回波信号，对原始回波信号进行信号增强，获得第一回波信号；第一回波信号的信息包括：量测点、时序、距离和速度；

3、加载多维度特征融合检测网络，对第一回波信号进行检测，获取初步检测结果；初步检测结果包括时序、目标存在标记和状态信息，其中状态信息包括距离信息和多普勒信息，一个量测点在k时刻的状态信息表示为；

4、将初步检测结果输入跟踪滤波器预测下一时刻的预测状态，根据预测状态判断是否加入航迹；预测状态表示为(）；

5、判断是否触发反馈复检；如果触发反馈复检，在预测位置激活局部复检，生成补缺点迹，维护航迹；

6、输出航迹信息，航迹信息包括目标的距离、速度和方位。

7、其中，原始回波信号为距离-慢时间二维数据矩阵；

8、对原始回波信号进行信号增强包括：

9、加载信号增强网络；信号增强网络以对抗网络为主干，根据雷达工作环境的先验信息，对杂波和特定干扰的统计特性进行建模形成物理约束项，再通过训练构建生成；

10、将距离-慢时间二维数据矩阵的每一距离单元或每一距离门作为量测点，将各量测点的慢时间序列输入至信号增强网络，输出增强后的二维数据矩阵构成第一回波信号。

11、其中，信号增强网络的总损失函数定义为：，其中，、、分别权重系数、为信号重构损失、为对抗损失、为物理约束损失；

12、信号重构损失用于确保输出信号逼近最优的增强信号；

13、对抗损失用于提升生成信号的整体真实性；

14、物理约束损失使统计特性符合目标信号的先验模型或抑制特定频带的能量以对抗干扰。

15、进一步的，对第一回波信号进行检测包括：

16、对第一回波信号进行三通道输入预处理，输出一维序列、时频图像和距离-多普勒谱切片；

17、加载特征提取网络，分别对一维序列、时频图像和距离-多普勒谱切片进行特征提取后，输出初步检测结果。

18、其中，三通道输入预处理包括：

19、从第一回波信号截取以量测点为中心的固定长度的慢时间序列作为一维输入向量，一维输入向量为包含原始相位信息的一维序列；

20、对一维输入向量进行短时傅里叶变换，生成展现能量随时间-频率的分布的时频图像；

21、对包含当前量测点的一个距离窗的慢时间矩阵进行相干积累，形成64x8大小的距离-多普勒谱切片。

22、其中，跟踪滤波器采用交互多模型-概率数据关联滤波器，通过匀速运动模型和匀转弯模型进行目标的运动状态分析，生成目标在下一时刻的预测状态。

23、进一步的，根据预测状态判断是否加入航迹指：

24、在预测状态(）附近的关联波门内进行检索，如果量测点在k+1时刻的状态信息在关联波门内，则判定为成功跟踪，将状态信息加入航迹；否则判定为初步检测漏检。

25、进一步的，判断是否触发反馈复检指：

26、如果判定为初步检测漏检，且已连续成功跟踪帧数大于指定阈值，则触发反馈复检，生成反馈指令，反馈指令包括k+1时刻的预测状态(）。

27、进一步的，预测位置指是以预测状态(）为中心，在距离-多普勒二维平面上划定指定大小的矩形区域；

28、激活局部复检指：在局部复检测波门内捕捉补缺点迹状态（）；

29、对补缺点迹状态（）与预测状态(）进行运动一致性验证，如果速度变化在合理范围内，则通过运动一致性验证；如果通过运动一致性验证，维护航迹，将所述补缺点迹加入航迹。

30、该方法通过构建知识-数据联合驱动的信号增强网络、多维度特征融合检测网络以及检测-跟踪自适应闭环验证机制，显著提升高杂波背景下对微弱、低可观测目标的检测概率与航迹连续率。

1.一种基于弱特征目标的雷达回波信号增强检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述原始回波信号为距离-慢时间二维数据矩阵；

3.根据权利要求2所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述信号增强网络的总损失函数定义为：，其中，、、分别权重系数、为信号重构损失、为对抗损失、为物理约束损失；

4.根据权利要求1所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述对第一回波信号进行检测包括：

5.根据权利要求4所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述三通道输入预处理包括：

6.根据权利要求1所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述跟踪滤波器采用交互多模型-概率数据关联滤波器，通过匀速运动模型和匀转弯模型进行目标的运动状态分析，生成目标在下一时刻的预测状态。

7.根据权利要求1所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述根据预测状态判断是否加入航迹指：

8.根据权利要求7所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述判断是否触发反馈复检指：

9.根据权利要求8所述的基于弱特征目标的雷达回波信号增强检测方法，其特征在于，所述预测位置指是以预测状态(）为中心，在距离-多普勒二维平面上划定指定大小的矩形区域；