一种基于小波变换的雷达杂波抑制及目标检测方法和装置与流程
本发明涉及机载气象雷达,公开了一种基于小波变换的雷达杂波抑制及目标检测方法和装置。
背景技术:
1、机载气象雷达是用于飞机在飞行中对前方航路上的危险气象区域进行实时地探测,选择安全的航路,保障飞行的舒适和安全的雷达装置,机载气象雷达探测的准确性对于保障飞机飞行安全有着重要作用。受雷达发射波束宽度、波束俯仰角度、飞机飞行高度等多种因素影响,机载气象雷达在工作过程中容易受到杂波信号的影响,这些杂波信号会对信号的质量和准确性造成很大影响,干扰飞行员对气象目标的判断,影响飞行安全。
技术实现思路
1、本发明的目的在于提供一种基于小波变换的雷达杂波抑制及目标检测方法,能够实现雷达信号的杂波抑制和目标检测,提高雷达信号的信噪比,减少雷达信号的冗余信息,降低存储和传输成本。
2、为了实现上述技术效果,本发明采用的技术方案是:
3、一种基于小波变换的雷达杂波抑制及目标检测方法,其包括:
4、根据机载气象雷达接收的雷达信号数据,采用小波基函数分析,获得所述雷达信号数据的低频小波系数和高频小波系数;其中,所述雷达信号数据中包括气象目标的信号数据;
5、采用杂波抑制阈值自适应计算方法分析所述高频小波系数,获得杂波抑制处理后的重构高频小波系数;
6、确定所述气象目标信号的高频小波系数模值阈值,并依据所述高频小波系数模值阈值对所述重构高频小波系数进行筛选,选出与气象目标对应的重构高频小波系数并标记;
7、根据标记的所述重构高频小波系数和所述低频小波系数重构信号,获得去噪且包含气象目标的雷达信号数据。
8、进一步地,采用小波基函数分析,获得所述信号数据的低频小波系数和高频小波系数的方法包括:
9、确定最优小波分解层数;
10、根据最优小波分解层数,采用小波基函数分析包括气象目标信息的雷达信号数据,获得最优小波分解层数中最高层的低频小波系数和每一层的高频小波系数。
11、进一步地,所述确定最优小波分解层数的方法包括:
12、采用最大层数公式法确定最大小波分解层数;
13、对小波分解层数赋予初始值,并采用所述小波基函数对所述雷达信号进行小波分解,得到最高层的高频小波系数,对最高层的高频小波系数进行白噪声统计检验,判断对应白噪声是否大于预设白噪声临界值;若不一致,则小波分解层数加1,并重复白噪声统计检验,层数最大不超过最大小波分解层数;若一致,则将当前分解层数作为最优小波分解层数。
14、进一步地,采用杂波抑制阈值自适应计算方法分析所述高频小波系数,获得杂波抑制处理后的重构高频小波系数的方法包括:
15、分别采用固定阈值估计方法、极值阈值估计方法、无偏似然估计方法、启发式估计方法分析所述高频小波系数,获得每种估计方法对应的杂波抑制阈值;针对每个杂波抑制阈值,将低于杂波抑制阈值的高频小波系数置0,得到每种估计方法对应杂波抑制处理后的重构高频小波系数;
16、将每种估计方法对应杂波抑制处理后的重构高频小波系数分别和所述低频小波系数应用多分辨率重构算法重构信号,获得每种估计方法对应的重构雷达信号;
17、分别计算每种估计方法对应的重构雷达信号的信噪比,输出信噪比最大的重构雷达信号对应的杂波抑制处理后的重构高频小波系数。
18、一种基于小波变换的雷达杂波抑制及目标检测装置,用于实施如前述的雷达杂波抑制及目标检测方法,其包括:
19、小波系数确定模块,用于根据机载气象雷达接收的雷达信号数据,采用小波基函数分析,获得所述雷达信号数据的低频小波系数和高频小波系数;其中,所述雷达信号数据中包括气象目标的信号数据;
20、高频小波系数重构模块,用于采用杂波抑制阈值自适应计算方法分析所述高频小波系数,获得杂波抑制处理后的重构高频小波系数;
21、目标检测模块,用于确定所述气象目标信号的高频小波系数模值阈值,并依据所述高频小波系数模值阈值对所述重构高频小波系数进行筛选,选出与气象目标对应的重构高频小波系数并标记;
22、信号重构模块,用于根据标记的所述重构高频小波系数和所述低频小波系数重构信号,获得去噪且包含气象目标的雷达信号数据;
23、进一步地,采用小波基函数分析,获得所述信号数据的低频小波系数和高频小波系数的方法包括:
24、确定最优小波分解层数;
25、根据最优小波分解层数,采用小波基函数分析包括气象目标信息的雷达信号数据,获得最优小波分解层数中最高层的低频小波系数和每一层的高频小波系数。
26、进一步地,所述确定最优小波分解层数的方法包括:
27、采用最大层数公式法确定最大小波分解层数;
28、对小波分解层数赋予初始值,并采用所述小波基函数对所述雷达信号进行小波分解,得到最高层的高频小波系数,对最高层的高频小波系数进行白噪声统计检验,判断对应白噪声是否大于预设白噪声临界值;若不一致,则小波分解层数加1,并重复白噪声统计检验,层数最大不超过最大小波分解层数;若一致,则将当前分解层数作为最优小波分解层数。
29、进一步地,采用杂波抑制阈值自适应计算方法分析所述高频小波系数,获得杂波抑制处理后的重构高频小波系数的方法包括:
30、分别采用固定阈值估计方法、极值阈值估计方法、无偏似然估计方法、启发式估计方法分析所述高频小波系数,获得每种估计方法对应的杂波抑制阈值;针对每个杂波抑制阈值,将低于杂波抑制阈值的高频小波系数置0,得到每种估计方法对应杂波抑制处理后的重构高频小波系数;
31、将每种估计方法对应杂波抑制处理后的重构高频小波系数分别和所述低频小波系数应用多分辨率重构算法重构信号,获得每种估计方法对应的重构雷达信号;
32、分别计算每种估计方法对应的重构雷达信号的信噪比,输出信噪比最大的重构雷达信号对应的杂波抑制处理后的重构高频小波系数。
33、与现有技术相比,本发明所具备的有益效果是:
34、本发明采用基于小波变换的雷达杂波抑制及目标检测方法及装置,能够实现雷达信号的杂波抑制和目标检测,提高雷达信号的信噪比,减少雷达信号的冗余信息,降低存储和传输成本。
1.一种基于小波变换的雷达杂波抑制及目标检测方法,其特征在于,包括:
2.根据权利要求1所述的雷达杂波抑制及目标检测方法,其特征在于,采用小波基函数分析,获得所述信号数据的低频小波系数和高频小波系数的方法包括:
3.根据权利要求2所述的雷达杂波抑制及目标检测方法,其特征在于,所述确定最优小波分解层数的方法包括:
4.根据权利要求3所述的雷达杂波抑制及目标检测方法,其特征在于,采用杂波抑制阈值自适应计算方法分析所述高频小波系数,获得杂波抑制处理后的重构高频小波系数的方法包括:
5.一种基于小波变换的雷达杂波抑制及目标检测装置,用于实施如权利要求1-4任一所述的雷达杂波抑制及目标检测方法,其特征在于,包括:
6.根据权利要求5所述的雷达杂波抑制及目标检测装置,其特征在于,采用小波基函数分析,获得所述信号数据的低频小波系数和高频小波系数的方法包括:
7.根据权利要求6所述的雷达杂波抑制及目标检测装置,其特征在于,所述确定最优小波分解层数的方法包括:
8.根据权利要求7所述的雷达杂波抑制及目标检测装置,其特征在于,采用杂波抑制阈值自适应计算方法分析所述高频小波系数,获得杂波抑制处理后的重构高频小波系数的方法包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com