申请/专利权人：中国人民解放军国防科技大学

申请日：2024-01-12

公开（公告）日：2024-04-12

公开（公告）号：CN117872337A

主分类号：G01S7/539

分类号：G01S7/539;G06F17/16;G06F18/10;G06F18/2132;G01S7/536

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提出一种基于Eckart滤波和峰值筛选的线列阵水下目标检测方法，该方法首先使用宽带对角加载MVDR波束形成方法对时域阵列信号进行处理得到FRAZ矩阵，然后通过峰值能量‑数目筛选以及基于Eckart滤波的特征加权方法对FRAZ矩阵处理，再依次对处理后的FRAZ矩阵进行峰值累积能量筛选和峰值数目筛选以及加权处理，最后输出方位历程图；本发明所提方法相较于传统方法能够有效减弱噪声、旁瓣对水下弱目标检测性能的影响，降低了虚警，提高了弱目标的信噪比。

主权项：1.一种基于Eckart滤波和峰值筛选的线列阵水下目标检测方法，其特征在于，该方法分为以下步骤：步骤1读取均匀线列阵采集的时域阵列信号，然后将各通道时域阵列信号按照分段时长Tslot、相邻分段重叠时长Tover进行分段处理，获得分段后的各通道时域阵列信号；步骤2任取一个分段内的各通道时域阵列信号，通过离散傅里叶变换划分为多个子带，挑选出目标检测频率范围内的子带，得到阵元域-频域信号矩阵；步骤3对阵元域-频域信号矩阵进行波束形成，得到FRAZ矩阵；步骤4对得到的FRAZ矩阵取绝对值，通过除以整个矩阵中最小的元素值进行归一化处理得到归一化矩阵再减一得到中间矩阵然后对中间矩阵进行子带峰值能量筛选，将非峰值的能量置零得到子带峰值能量筛选矩阵步骤5对子带峰值能量筛选矩阵在波束域进行子带峰值能量筛选，挑选出每个子带中能量在所有峰值前20％的峰值，其他峰值置零，得到波束域峰值矩阵步骤6对波束域峰值矩阵进行波束域上累积能量和峰值数目的筛选，挑选出累积能量在所有扫描方位前20％并且峰值数目在所有扫描方位前20％的方位，其他方位的峰值置零，得到累积能量和峰值数目筛选矩阵步骤7对归一化矩阵进行子带噪声估计，并将噪声估计结果减一得到子带噪声矩阵步骤8利用累积能量和峰值数目筛选矩阵和子带噪声矩阵得到基于Eckart滤波的权重矩阵由权重矩阵Znslot与累积能量和峰值数目筛选矩阵取Hadamard积进行加权得到特征加权矩阵步骤9对特征加权矩阵进行波束域的累积能量筛选，在存在累积能量的方位中挑选出累积能量在前20％的方位，构成特征加权能量筛选矩阵并将特征加权矩阵中经过累积能量筛选出的方位及其相邻的若干个方位对应的峰值均置零，得到特征加权置零矩阵步骤10对特征加权置零矩阵进行波束域的峰值数目筛选，在存在能量峰值的方位中挑选出峰值数目在前20％的方位，构成特征加权数目筛选矩阵步骤11对归一化矩阵进行方位噪声估计，并将噪声估计结果减一得到方位噪声矩阵步骤12将方位噪声矩阵的每个元素取平方后与特征加权能量筛选矩阵及特征加权数目筛选矩阵的和取Hadamard积进行加权，得到FRAZ矩阵，将FRAZ矩阵的每一列求和得到方位谱，然后将方位谱中各个方位的谱强度除以方位谱中的最大谱强度得到该分段时域阵列信号的归一化方位谱；步骤13重复步骤2到步骤12，处理完所有分段时域阵列信号后，将得到的所有分段时域阵列信号的归一化方位谱按时间顺序拼接，得到显示全部时间内声源目标方位随时间变化的方位历程图。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于Eckart滤波和峰值筛选的线列阵水下目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD