一种海杂波抑制方法、装置、设备和介质与流程

本公开涉及雷达信号处理，特别地涉及一种海杂波抑制方法、装置、设备和介质。

背景技术：

1、自20世纪初以来，雷达技术就在不断发展，其中，海面监视雷达作为海洋环境感知和海岸防御系统的重要组成部分，在海洋环境监测等领域具有重要的应用价值。然而，在复杂的海洋环境中，雷达会受到海杂波的干扰。海杂波通常呈现出非高斯、非线性等特点，因此，难以构建有效的模型对其进行准确抑制。

2、由于海杂波的存在严重影响了海面目标检测的准确性，为了保障海上活动的高效及安全，需要有效抑制海杂波对雷达系统的干扰，从而确保雷达系统能够准确地探测和跟踪目标。在军事领域，海上作战和海上监视对雷达系统的性能要求极高。有效地抑制海杂波对雷达系统的干扰，能够提高雷达系统的抗干扰能力，并对军事作战和情报收集具有重要意义。

3、公开内容

4、本公开提供一种海杂波抑制方法、装置、设备和介质，以抑制雷达系统的回波信号中的海杂波，从而提高雷达的抗干扰能力，并确保雷达系统能够准确地探测和跟踪目标。

5、第一方面，本公开提供了一种海杂波抑制方法，包括：

6、s1、获取雷达系统的回波信号并提取所述回波信号的特征参数；其中，所述回波信号的类别包括目标信号和海杂波信号；

7、s2、将所述回波信号的特征参数输入已建立的svm分类器中进行训练和测试，获得信号分类模型；

8、s3、将所述雷达系统的待测回波信号的特征参数输入至所述信号分类模型，获得所述待测回波信号的类别；基于所述待测回波信号的类别，抑制所述待测回波信号中的海杂波信号，并获取所述目标信号。

9、在一些实施例中，所述s1具体包括：

10、获取所述雷达系统的回波信号；其中，所述回波信号包括所述目标物体和/或干扰物体的凝聚点数据；

11、剔除所述凝聚点数据中的异常凝聚点数据后获得正常凝聚点数据；

12、从所述正常凝聚点数据中提取所述回波信号的特征参数；

13、其中，所述回波信号的特征参数包括距离、速度、高度、幅度、能量比、相位系数、散点数和复杂度中的至少一个参数。

14、在一些实施例中，所述从所述正常凝聚点数据中提取所述回波信号的特征参数，具体包括：

15、按照预设时间提取预设区域中的所述正常凝聚点数据；其中，所述正常凝聚点数据包括多个散点数据；

16、将所述预设区域划分成多个子区域，根据所述子区域的散点贡献度，确定所述子区域的回波信号的复杂度；

17、所述回波信号在所述子区域的散点贡献度的计算公式为：

18、

19、其中，scd为所述回波信号在所述子区域的散点贡献度；np为所述子区域内的散点的总数目；nt为所述子区域内的正常凝聚点的总数目。

20、在一些实施例中，所述s3之前，包括：

21、基于所述正常凝聚点的批号，按照预设规则自动或人为的识别并标记所述回波信号中的目标信号和/或海杂波信号；

22、给标记过的所述目标信号和/或所述海杂波信号设置标签，并形成样本集。

23、在一些实施例中，所述预设规则包括：

24、根据所述正常凝聚点的数目、速度和散点数，自动识别并标记多个所述正常凝聚点为所述目标信号或所述海杂波信号；

25、其中，所述目标信号中所述正常凝聚点的数目的取值范围为[0，40]。

26、在一些实施例中，所述预设规则包括：

27、根据所述正常凝聚点的数目、速度和散点数，人为识别并标记所述正常凝聚点为所述目标信号或所述海杂波信号；

28、其中，所述目标信号中所述正常凝聚点的数目的取值范围为[0，40]。

29、在一些实施例中，所述s2具体包括：

30、将所述样本集划分为训练集和测试集；

31、利用所述训练集中的所述回波信号的特征参数对所述已建立的svm分类器进行训练，并获得待测试的信号分类模型；

32、利用所述测试集对所述待测试的信号分类模型进行测试后，得到信号分类模型。

33、第二方面，本公开提供了一种海杂波抑制装置，包括：

34、参数获取模块，用于获取雷达系统的回波信号并提取所述回波信号的特征参数；其中，所述回波信号的类别包括目标信号和海杂波信号；

35、模型获得模块，用于将所述回波信号的特征参数输入已建立的svm分类器中进行训练和测试，获得信号分类模型；

36、海杂波抑制模块，用于将所述雷达系统的待测回波信号的特征参数输入至所述信号分类模型，获得所述待测回波信号的类别；基于所述待测回波信号的类别，抑制所述待测回波信号中的海杂波信号，并获取所述目标信号。

37、第三方面，本公开提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现上述实施例中所述方法的步骤。

38、第四方面，本公开提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施例中所述方法的步骤。

39、本公开的有益效果如下：

40、本公开提供一种海杂波抑制方法、装置、设备和介质，以抑制雷达系统的回波信号中的海杂波，从而提高雷达的抗干扰能力，并确保雷达系统能够准确地探测和跟踪目标。

41、此外，本公开提供的海杂波抑制方法，相较于相关技术中通过采用经典海杂波抑制方法(例如，运动目标指示方法、子空间方法等)和基于机器学习的海杂波抑制方法(例如，knn算法、cnn方法等)，能够在数据维度较高、样本数量较少的情况下，有效抑制海杂波信号。

42、且本公开提供的海杂波抑制方法，采用svm分类器进行雷达系统的回波信号中的海杂波信号抑制的计算开销(计算所需要的资源、时间和成本)相对较小。尤其是在svm分类器训练完成后，对svm分类器进行预测时的计算开销很小。

技术实现思路

技术特征：

1.一种海杂波抑制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述s1具体包括：

3.根据权利要求2所述的方法，其特征在于，所述从所述正常凝聚点数据中提取所述回波信号的特征参数，具体包括：

4.根据权利要求2所述的方法，其特征在于，所述s3之前，包括：

5.根据权利要求4所述的方法，其特征在于，所述预设规则包括：

6.根据权利要求4所述的方法，其特征在于，所述预设规则包括：

7.根据权利要求4所述的方法，其特征在于，所述s2具体包括：

8.一种海杂波抑制装置，其特征在于，包括：

9.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。

技术总结本公开提供一种海杂波抑制方法、装置、设备和介质，所述方法包括：获取雷达系统的回波信号并提取所述回波信号的特征参数；其中，所述回波信号的类别包括目标信号和海杂波信号；将所述回波信号的特征参数输入已建立的SVM分类器中进行训练和测试，获得信号分类模型；将所述雷达系统的待测回波信号的特征参数输入至所述信号分类模型，获得所述待测回波信号的类别；基于所述待测回波信号的类别，抑制所述待测回波信号中的海杂波信号，并获取所述目标信号。技术研发人员：胡扬,徐好,赵仕伦,王星受保护的技术使用者：四川九洲防控科技有限责任公司技术研发日：技术公布日：2024/9/2