专利类型 | 发明公开 | 法律事件 | 公开; 实质审查; |
专利有效性 | 实质审查 | 当前状态 | 实质审查 |
申请号 | CN202410733563.5 | 申请日 | 2024-06-07 |
公开(公告)号 | CN118671769A | 公开(公告)日 | 2024-09-20 |
申请人 | 中国船舶集团有限公司第七一五研究所; | 申请人类型 | 企业 |
发明人 | 王鲁军; 王卓然; 谢亮; 王佳囡; | 第一发明人 | 王鲁军 |
权利人 | 中国船舶集团有限公司第七一五研究所 | 权利人类型 | 企业 |
当前权利人 | 中国船舶集团有限公司第七一五研究所 | 当前权利人类型 | 企业 |
省份 | 当前专利权人所在省份:浙江省 | 城市 | 当前专利权人所在城市:浙江省杭州市 |
具体地址 | 当前专利权人所在详细地址:浙江省杭州市西湖区留下街道屏峰715号 | 邮编 | 当前专利权人邮编:311499 |
主IPC国际分类 | G01S15/04 | 所有IPC国际分类 | G01S15/04 ; G01S15/66 ; G01S7/539 |
专利引用数量 | 0 | 专利被引用数量 | 0 |
专利权利要求数量 | 3 | 专利文献类型 | A |
专利代理机构 | 杭州九洲专利事务所有限公司 | 专利代理人 | 陈继亮; |
摘要 | 本 发明 主要应用于被动声纳的目标自主检测和 跟踪 目标消失自主判断的问题,提出了一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法。该方法使用谱结构检测方法对阵列 信号 进行处理,利用目标谱和背景谱的差异度作为目标存在的判断依据之一,同时联合目标的短时运动特性,使用Hough变换进一步降低了虚警。该方法联合使用目标的信号谱结构特征和运动特性,实现了目标出现和消失的判断,可对低 信噪比 目标进行有效生灭判别。 | ||
权利要求 | 1.一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法,其特征在于:该方法包含目标出现判断和目标消失判断两部分,使用谱结构检测方法对阵列信号进行处理,利用目标谱和背景谱的差异度作为目标存在的判断依据之一,同时联合目标的短时运动特性,使用Hough变换进一步降低虚警,实现目标出现和消失的判断。 |
||
说明书全文 | 一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法技术领域背景技术[0002] 自主发现目标并对其进行稳定跟踪是声纳发展的重要趋势,在不具备先验信息的条件下,以较高的准确率判别目标的出现和消失是自主检测跟踪系统正常运行的关键和前提。当前生灭判别方法主要围绕着信号的能量实现门限划定和目标判别而较少利用目标的其他特征,在海上目标较为复杂的情况下会造成虚警和漏报概率的增加。专利“一种基于功率谱结构的被动声呐检测方法”(CN117687034A)通过背景谱估计,差异度计算,将目标和背景噪声的功率谱结构差异度作为了检测输出,本发明引用该专利作为发明的一部分,为了充分利用目标的特征信息,综合考虑目标的运动特性、谱结构等多维信息,提出了一种基于目标谱结构特征和运动轨迹的目标生灭判断方法。 发明内容[0003] 本发明的目的在于克服现有技术存在的不足,而提供一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法。 [0004] 本发明的目的是通过如下技术方案来完成的。一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法,该方法包含目标出现判断和目标消失判断两部分,使用谱结构检测方法对阵列信号进行处理,利用目标谱和背景谱的差异度作为目标存在的判断依据之一,同时联合目标的短时运动特性,使用Hough变换进一步降低虚警,实现目标出现和消失的判断。 [0005] 所述目标出现判断部分包含如下步骤: [0006] 步骤1‑1:对被动声纳接收的阵列信号,使用功率谱结构的被动声呐检测方法进行处理,得到数据段各时刻波束目标和背景功率谱结构的差异度: [0007] [0008] 其中t表示时间,θ1,θ2…θB表示波束的序号,B为波束的总数,Zt表示t时刻的差异度向量, 表示t时刻波束序号为波束θ1的差异度向量,以此类推; [0009] 步骤1‑2:使用排序截断平均背景均衡方法对差异度向量进行处理,设置窗长为k,t t针对t时刻的差异度向量Z,去除边缘效应,将Z扩充为: [0010] [0011] 去除边缘效应的差异度向量重新记为 记θj为待处理波t 束,对D进行滑动加窗处理,记其滑窗内的谱值集合 将 中的 谱值按照降序排列并计算前K个值的平均值并将其结果乘以系数γ,得到目标谱结构差异度门限thd,其中γ为OTA算法的门限调节参数;在得到差异度门限后,将本时刻的差异度向t 量Z与thd相比,大于thd为1,小于thd为0,得到过门限的检测向量 [0012] 步骤1‑3:设定延迟时间Td,得到一段时间内的过门限检测结果根据目标在短时间内运动轨迹为直线进行判别,记矩阵U中 值为1的元素坐标为(xi,yi),其中i为元素的序号,对其进行Hough变换,得到[0013] ρ=xicosθ+yisinθ (3) [0014] 其中‑π/2≤θ≤π/2,ρ≥0,每个点在经过Hough变化后都会在霍夫空间中形成一条曲线,对于在U中成一条直线的点,由这些点变换得到的曲线会相交于一点;在霍夫空间中滤除不与其他曲线相交的曲线,得到经过目标运动状态提取后的矩阵R; [0016] 所述目标消失判断方法包含如下步骤: [0017] 步骤2‑1:在延迟时间Td内,对每个当前正在跟踪的目标,记其在时间段内的跟踪轨迹为τ(t),其中t=1,2,…,Td,利用这段航迹的首尾点τ(1)和τ(Td)确定直线γ(t),用式(4)计算得到误差ε,设定门限κ,当ε>κ时判定为虚警,对该轨迹进行中断删除; [0018] [0019] 步骤2‑2:设置消失判别的延迟时间ts,在步骤1‑2过门限的检测结果中,已经消失的目标过门限次数较少而正常跟踪目标过门限次数较多,对于经过步骤2‑1处理后未被判为消失的跟踪目标,计算时间段ts内其跟踪波束左右窗内U值为1的个数ηd,设定目标消失多帧判别门限thd,最终通过比较ηd与thd,将ηd [0020] 本发明的有益效果为:本发明主要针对被动声纳目标的出现消失判别问题,利用目标的功率谱结构特征以及其运动特征对其存在性进行联合判别,实现了目标出现和消失的自动判断。该方法可对低信噪比目标进行有效生灭判别,增强了被动声纳目标存在性状态判别的准确性。附图说明 [0021] 图1为本发明流程示意图。 [0022] 图2是目标出现判断流程图。 [0023] 图3是跟踪目标消失判断流程示意图。 [0024] 图4是虚警目标轨迹和真实目标轨迹示意图。 [0025] 图5是自主生灭跟踪结果。 具体实施方式[0026] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。 [0027] 本发明提供了一种基于谱结构特征‑目标轨迹的声纳目标生灭判别方法,包括目标出现判别和目标消失判别两部分,整体流程如附图1所示。 [0028] 目标出现判断流程如附图2所示,包含以下步骤: [0029] (1)步骤1‑1:对被动声纳接收的阵列信号,使用“一种基于功率谱结构的被动声呐检测方法”(CN117687034A)进行处理,可以得到数据段各时刻波束目标和背景功率谱结构的差异度: [0030] [0031] 其中t表示时间,θ1,θ2…θB表示波束的序号,B为波束的总数。差异度向量Zθ是目标存在情况的直接反映,差异度越大的波束其目标出现的可能性就越大,可以通过为差异度向量Zθ设置门限来实现对目标的判断。 [0032] (2)步骤1‑2:使用排序截断平均(OTA)背景均衡方法对差异度向量Z进行处理,设t t置窗长为K,针对t时刻的差异度向量Z,去除边缘效应,将Z扩充为: [0033] [0034] 去除边缘效应的差异度向量重新记为 记θj为待处理波束,t 对D 进行滑动加窗处理,记其滑窗内的谱值集合 将 中的谱值按 照降序排列并计算前K个值的平均值并将其结果乘以系数γ,得到目标谱结构差异度门限t thd,其中γ为OTA算法的门限调节参数。在得到差异度门限后,将本时刻的差异度向量Z 与thd相比,大于thd为1,小于thd为0,得到过门限的检测向量 [0035] (3)步骤1‑3:设定延迟时间Td,得到一段时间内的过门限检测结果根据目标在短时间内运动轨迹为直线进行判别,记矩阵U中值为 1的元素坐标为(xi,yi),其中i为元素的序号,对其进行Hough变换,得到 [0036] ρ=xi cosθ+yi sinθ (7) [0037] 其中‑π/2≤θ≤π/2,ρ≥0,每个二维的点在经过Hough变化后都会在霍夫空间中形成一条曲线,对于在U中成一条直线的点,由这些点变换得到的曲线会相交于一点。在霍夫空间中滤除不与其他曲线相交的曲线,得到经过目标运动状态提取后的矩阵R。 [0038] (4)步骤1‑4:将R按照波束排列,记为 设定门限th,遍历各波束,记当前波束自身以及左右相邻波束在Td帧内过门限的次数为η,比较η与th,将η>th对应的波束判断为新出现的目标。 [0039] 目标消失判断流程如附图3所示,包含以下步骤: [0040] (5)步骤2‑1:如附图4所示,在短时间内跟踪的轨迹与这段时间内航迹首尾所连直线存在误差,虚警目标的轨迹误差相对较大而真实目标的误差较小,因此可以根据误差进行目标消失的判别。在延迟时间Td内,对每个当前正在跟踪的目标,记其在时间段内的跟踪轨迹为τ(t),其中t=1,2,…,Td,利用这段航迹的首尾点τ(1)和τ(Td)确定直线γ(t),用式(8)计算得到误差ε,设定门限κ,当ε>κ时判定为虚警,对该轨迹进行中断删除。 [0041] [0042] (6)步骤2‑2:在一些情况下目标虽然已经丢失,但跟踪轨迹依然较为稳定,仅利用轨迹信息将无法有效判断。使用延迟多帧判别的方式也同样适用于消失目标判别。设置消失判别的延迟时间ts(时间间隔),在步骤1‑2过门限的检测结果中,已经消失的目标过门限次数较少而正常跟踪目标过门限次数较多,对于经过步骤2‑1处理后未被判为消失的跟踪目标,计算时间段ts内其跟踪波束左右窗内U值为1的个数ηd,设定目标消失多帧判别门限thd,最终通过比较ηd与thd,将ηd<thd对应的目标视为消失目标。 [0043] 下面结合仿真实验对本发明的效果做进一步说明: [0044] 采用功率谱在20Hz‑500Hz谱级不变,在500Hz以上以‑6dB每倍频程降低的参数生成信噪比为‑9dB且初始方位为47°的目标1信号。采用功率谱在20Hz‑600Hz谱级不变,在600Hz以上以‑6dB每倍频程降低的参数生成信噪比为‑12dB且初始方位为80°的目标2信号。 采用功率谱在20Hz‑300Hz谱级不变,在200Hz以上以‑6dB每倍频程降低的参数生成信噪比为‑10dB且初始方位为100°的目标3信号。生成220s的数据,三目标的运动航迹互相交叉,其中目标1于30s时刻出现,目标2于160s时刻消失。 [0045] 附图5使用了谱结构特征‑目标轨迹的声纳目标生灭判别方法对仿真数据进行检测跟踪处理,设置延迟时间Td为3s,th为2,门限κ为7,消失延迟时间ts为10s,thd为1。该方法能够在无人干预的情况下自主检测并跟踪3个目标,能够准确地判别出目标1的出现并且对其启动跟踪,同时能够判别目标2的消失并且中断跟踪,有效实现了目标消失的自动判别。 [0046] 以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的范围内,可轻易想到的变化或者替换,都应该涵盖在本发明的保护范围内。因此,本发明的保护范围应以所述权利要求的保护范围为准。 |