一种基于图像区域化研究海杂波对雷达信号影响的分析系统的制作方法

本申请涉及雷达系统，具体地，涉及一种基于图像区域化研究海杂波对雷达信号影响的分析系统。

背景技术：

1、在雷达系统中，地海杂波一直是影响信号检测和目标识别的重要因素。地海杂波会干扰和混杂在目标回波信号中，导致目标反射信号的幅度统计分布不符合理想情况，使得目标回波信号的幅度统计分布呈现出较大的动态范围，并且会产生尾沿衰减的现象，从而使得目标的边缘区域比中心区域具有更低的幅度，影响目标检测的准确性。

2、同时，地海杂波还对雷达成像系统的像质产生影响。地海杂波的存在会导致目标回波的强度被地海杂波掩盖或削弱，从而减弱图像的对比度和清晰度，并且可能引起图像模糊和失真。尤其是在目标与地面或海洋接近时，地海杂波的影响更加显著。为了解决这个问题，通常采用图像增强算法，如空间滤波逆滤波和自适应滤波等，来改善地海杂波对图像质量的影响。

3、然而，这些图像增强算法虽然在一定程度上能够减少海杂波的影响，但往往无法完全消除杂波，且可能会损害图像中的重要目标信息。并且，现有的图像处理方法通常没有考虑到地海杂波与目标之间的复杂关系，导致在杂波抑制和目标检测之间难以取得平衡。

4、因此，期待一种基于图像区域化研究海杂波对雷达信号影响的分析系统。

技术实现思路

1、提供该技术实现要素：部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、第一方面，本申请提供了一种基于图像区域化研究海杂波对雷达信号影响的分析系统，所述系统包括：

3、海面雷达图像获取模块，用于获取由雷达采集的海面雷达图像；

4、地海杂波区域抽取模块，用于分离所述海面雷达图像中的高频成分和其他部分以得到海面雷达高频成分区域图像和掩码化海面雷达图像；

5、图像特征提取模块，用于对所述海面雷达高频成分区域图像和所述掩码化海面雷达图像分别进行图像特征提取以得到海面雷达高频成分区域特征图和目标区域特征图；

6、联合感知模块，用于对所述海面雷达高频成分区域特征图和所述目标区域特征图进行联合感知以得到地海杂波-目标区域显著联合感知特征图；

7、海面雷达图像增强重构模块，用于基于所述地海杂波-目标区域显著联合感知特征图，生成增强海面雷达图像。

8、可选地，所述地海杂波区域抽取模块，包括：高频成分提取单元，用于提取所述海面雷达图像中的高频成分以得到所述海面雷达高频成分区域图像；高频成分掩码单元，用于基于所述海面雷达高频成分区域图像在所述海面雷达图像的位置，对所述海面雷达图像施加掩码以得到所述掩码化海面雷达图像。

9、可选地，所述高频成分提取单元，用于：对所述海面雷达图像进行快速傅里叶变换以得到海面雷达频域图，提取所述海面雷达频域图中的高频成分并对所述高频成分进行反傅里叶变换以得到所述海面雷达高频成分区域图像。

10、可选地，所述图像特征提取模块，包括：地海杂波特征提取单元，用于将所述海面雷达高频成分区域图像输入基于第一空洞卷积神经网络模型的高频成分区域特征提取器以得到所述海面雷达高频成分区域特征图；目标区域特征提取单元，用于将所述掩码化海面雷达图像输入基于第二空洞卷积神经网络模型的目标区域特征提取器以得到所述目标区域特征图。

11、可选地，所述联合感知模块，用于：将所述海面雷达高频成分区域特征图和所述目标区域特征图输入基于联合特征显著性感知的注意力网络以得到所述地海杂波-目标区域显著联合感知特征图。

12、可选地，所述联合感知模块，包括：第一特征形状重塑单元，用于对所述海面雷达高频成分区域特征图和所述目标区域特征图进行特征形状重塑以得到海面雷达高频成分区域特征形状重塑矩阵和目标区域特征形状重塑矩阵；双向依赖关系计算单元，用于将所述海面雷达高频成分区域特征形状重塑矩阵和所述目标区域特征形状重塑矩阵输入特征逐通道交互感知模块以得到地海杂波-目标区域依赖关系矩阵和目标区域-地海杂波依赖关系矩阵；随机失活单元，用于将所述地海杂波-目标区域依赖关系矩阵和所述目标区域-地海杂波依赖关系矩阵输入随机失活模块以得到剪枝化地海杂波-目标区域依赖关系矩阵和剪枝化目标区域-地海杂波依赖关系矩阵；依赖关系优化单元，用于基于所述剪枝化地海杂波-目标区域依赖关系矩阵和所述剪枝化目标区域-地海杂波依赖关系矩阵，对所述目标区域特征形状重塑矩阵和所述海面雷达高频成分区域特征形状重塑矩阵进行优化以得到依赖关系优化目标区域特征矩阵和依赖关系优化海面雷达高频成分区域特征矩阵；第二特征形状重塑单元，用于对所述依赖关系优化海面雷达高频成分区域特征矩阵和所述依赖关系优化目标区域特征矩阵进行特征形状重塑以得到优化海面雷达高频成分区域特征图和优化目标区域特征图；多尺度联合单元，用于计算所述优化海面雷达高频成分区域特征图和所述优化目标区域特征图的加权和以得到所述地海杂波-目标区域显著联合感知特征图。

13、可选地，所述双向依赖关系计算单元，用于：计算所述海面雷达高频成分区域特征形状重塑矩阵乘以所述目标区域特征形状重塑矩阵的转置矩阵以得到高频成分区域-目标区域关联表示矩阵；将所述高频成分区域-目标区域关联表示矩阵除以所述目标区域特征形状重塑矩阵的尺度后输入softmax函数以得到所述地海杂波-目标区域依赖关系矩阵；计算所述海面雷达高频成分区域特征形状重塑矩阵的转置矩阵乘以所述目标区域特征形状重塑矩阵以得到目标区域-高频成分区域关联表示矩阵；将所述目标区域-高频成分区域关联表示矩阵除以所述海面雷达高频成分区域特征形状重塑矩阵的尺度后输入softmax函数以得到所述目标区域-地海杂波依赖关系矩阵。

14、可选地，所述依赖关系优化单元，用于：将所述剪枝化地海杂波-目标区域依赖关系矩阵与所述目标区域特征形状重塑矩阵进行矩阵相乘以得到所述依赖关系优化目标区域特征矩阵；将所述剪枝化目标区域-地海杂波依赖关系矩阵与所述海面雷达高频成分区域特征形状重塑矩阵进行矩阵相乘以得到所述依赖关系优化海面雷达高频成分区域特征矩阵。

15、可选地，所述海面雷达图像增强重构模块，用于：将所述地海杂波-目标区域显著联合感知特征图输入基于扩散模型的海面雷达图像分析模块以得到所述增强海面雷达图像。

16、采用上述技术方案，通过采用基于深度学习的图像技术从海面雷达图像中分离出高频成分，并通过对高频成分区域和滤除高频成分后的目标区域进行图像特征提取和注意力联合感知，挖掘出两者之间的语义依赖关系，以此来进行海面雷达图像的增强重构。通过这种方式，可以有效地抑制地海杂波的影响，同时保留目标的关键信息，从而提高图像质量和雷达系统的检测性能。

17、本申请的其他特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，包括：

2.根据权利要求1所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述地海杂波区域抽取模块，包括：

3.根据权利要求2所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述高频成分提取单元，用于：

4.根据权利要求3所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述图像特征提取模块，包括：

5.根据权利要求4所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述联合感知模块，用于：

6.根据权利要求5所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述联合感知模块，包括：

7.根据权利要求6所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述双向依赖关系计算单元，用于：

8.根据权利要求7所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述依赖关系优化单元，用于：

9.根据权利要求8所述的基于图像区域化研究海杂波对雷达信号影响的分析系统，其特征在于，所述海面雷达图像增强重构模块，用于：

技术总结本申请涉及一种基于图像区域化研究海杂波对雷达信号影响的分析系统。其包括：采用基于深度学习的图像技术从海面雷达图像中分离出高频成分，并通过对高频成分区域和滤除高频成分后的目标区域进行图像特征提取和注意力联合感知，挖掘出两者之间的语义依赖关系，以此来进行海面雷达图像的增强重构。通过这种方式，可以有效地抑制地海杂波的影响，同时保留目标的关键信息，从而提高图像质量和雷达系统的检测性能。技术研发人员：粘朋雷,李京浩,李曦,李根,李玉洁,林灵观,路翠华受保护的技术使用者：粘朋雷技术研发日：技术公布日：2024/12/2