基于EWNI 与Hough变换的弱小目标检测

马　琪

（中国电子科技集团第二十研究所，陕西 西安 710068）

【摘　要】雷达弱小目标的目标截面积(RCS)小，容易被地物杂波和噪声所淹没，使得雷达回波信噪比极低，从而导致雷达弱小目标检测变得异常困难，直接影响到目标的动态检测。本文研究了一种基于熵加权(EWNI)和Hough变换的海面弱小目标检测算法。将熵加权算法与Hough变换检测算法结合，旨在突破现有海面雷达检测弱小目标性能的不足，改善雷达探测系统的性能，对提高防御系统的性能也具有重要意义。

教育期刊网 http://www.jyqkw.com
关键词 熵加权；HOUGH；海杂波

作者简介：马琪（1988—），男，毕业于西安电子科技大学信号与信息处理专业，硕士学位，主要研究方向为雷达信号处理，现就职于中国电子科技集团第二十研究所。

０　引言

雷达弱小目标的目标截面积(RCS)小，容易被地物杂波和噪声所淹没[1]雷达回波信噪比极低，从而导致雷达弱小目标检测变得异常困难，直接影响到目标的动态检测弱小目标周围环境产生的随机多普勒分量造成杂波谱展宽[2]弱小目标本身的多普勒频移易被杂波掩盖，从而难以在频域上有效区分弱小目标与杂波，不能用正常的动目标检测方法检测提取，这就要求弱小目标检测技术具有穿透树丛等隐蔽物发现目标的能力，使海陆军传统的隐蔽手段丧失作用。

１　算法原理

传统的目标检测方法中非相干积累检测方法是对回波各个距离门的回波进行积累，但不能实现对海面目标的有效检测，另外，近年来许多学者进行了基于检测前跟踪(Hough变换)[3]标检测，这类算法是对运动目标的运动轨迹进行有效的积累，但检测效果不是十分理想。基于以上分析，本文提出了一种基于熵加权和Hough变换结合的海面弱小目标检测算法，结合熵加权算法和Hough变换检测算法两种检测思路的优点；首先，对目标回波各个距离门进行熵加权积累(EWNI)，对雷达回波进行Hough变换，实现目标运动轨迹的积累，从而实现目标回波的有效积累，增强积累效果；其中，在对目标回波各个距离门进行熵加权积累(EWNI)[4]波的熵值分析，熵值反应了回波波动的剧烈程度，通过对与熵值相关的加权因子的有效应用，增强NI对目标信号的有效积累，并能够抑制海杂波；在进行Hough变换检测目标后设置一个检测门限，使大部分的目标信息得以保存，多数的海杂波被滤掉，来更加有效的滤除虚假目标，减小虚警率。

２　算法实现

基于熵加权和Hough变换变换结合的检测算法具体流程如下：

(1)先对雷达回波进行3脉冲的熵加权非相干积累，实现对目标的有效积累，同时抑制海杂波。

(2)图像空间C经过边缘检测处理，把强度图像转化成二进制图像，消除直线的能量因素对其在Hough域中对应峰值点能量的作用并且降低了运算量；然后，对每个像素值通过Hough变换转换到参数空间R（ρ，θ）.

Ｃ→R（ρ，θ）（１）

Hough域的R（ρ，θ）值的大小只与目标轨迹在图像域中所相应的直线的长短有关系。理论分析中，经过Hough变换后信号的能量应当是源图像中的N（N为积累时间内的回波个数）倍。但是，实际上由于存在海杂波的干扰，经边缘检测处理提取的微弱目标运动轨迹是一些并不连续的直线段，这将导致信干噪比的提高率有所减小。

(3)在Hough变换域设置合适的门限，从R（ρ，θ）中抽取出运动目标和静态目标所对应的峰值点，门限Ｔ１的计算如下：

Ｔ１＝mean（R（ρ，θ））+K1·std（R（ρ，θ））（２）

其中，Ｔ１是一个修正系数，mean（R（ρ，θ）是均值，std（R（ρ，θ））是Hough换矩阵的方差，K1值的选择根据实验选择，和目标相关的峰值应该大于Ｔ１，设置检测门限，确定目标是否存在，在Hough域滤除海杂波：

(4)弱小目标和静态目标的运动轨迹都是持续整个观测时间的，在Hough域无法从能量上区分，但是弱小目标的运动轨迹的θ坐标相对中心角度偏移量比较大，因此，通过合适的角度偏移量分析可以检测出弱小目标。下面的等式可以用来计算θ角：

图1显示了研究的检测系统的流程图，连续的距离单元回波存储在列中构成距离-时间矩阵。

综上所述，本文方法能够很好并且有效的长时间积累弱小目标回波信号，不需要对海杂波进行建模，具有通用性，能够在没有海面先验信息的情况下检测微弱目标。

３　仿真与分析

为了说明所提方法的正确性和有效性，本文利用仿真海杂波数据对所提方法的性能进行实验验证。仿真中海杂波数据300个距离像存储为一个时间距离矩阵，在每个距离波形中有2000个距离单元，距离分辨率为0.16m，该线性调频雷达的重复频率fm是1kHz，相干积累时间为300ms。向海杂波数据中嵌入速度为15kn(即7.72m/s)，SCR=3.5dB的弱小目标来仿真有运动目标的海面场景。

图2为加入目标后海杂波300个脉冲的2000个采样点的仿真图。从图2可以看出，由于信杂比较低，目标已经被淹没在海杂波中，难以观察到目标。

进行熵加权积累(EWNI)时，雷达回波第1距离门的三脉冲回波如图2所示，从图2中可以看到，雷达海面回波中，3个脉冲中都存在很多的离散的海尖峰，这些海尖峰出现在目标不同的距离单元，采用常规的积累方法很难抑制海尖峰。本算法使用熵加权积累(EWNI)进行抑制海尖峰，同时，积累目标信号，第1距离门三脉冲回波的熵加权积累(EWNI)结果如图3所示。

在进行熵加权积累(EWNI)时，当Ei=ln3时，即第1个距离单元的回波是完全平稳，非相干积累的结果与NI一样，3脉冲回波幅度被完全积累起来。当Ei→0时，即第1距离单元的幅度起伏剧烈，非相干积累的结果趋向于3冲回波中的最小幅度，EWNI方法能够很好的抑制海尖峰。同理，对雷达回波的其他距离单元进行EWNI操作，得到经过EWNI后的雷达回波的平面图如图4所示。

对时间距离像数据变换到Hough域，应用检测门限后得到的图像如图5，通过Hough变换后，在Hough域海杂波和目标分别在不同的角度θ上被积累成为峰值，经过门限检测，图5峰为目标被积累的峰值。

观察图5，通过Hough变换后，在Hough域目标积累成为峰值，在θ=90°附近，目标偏离角度△θ＝８７.２°-90°＝-２.８°，代入式(4)则为：

通过计算得到Vt=7.8m/s，而加入的目标速度为7.72m/s，可知相对误差为1.3%，误差较小。

本文将虚警率设定为0.001，进行Monte Carlo仿真，将不同信杂比的目标加入海杂波中不同的位置。检测概率与信杂比的关系如图6所示，从图中可以看出，当信杂比为3.2dB时，检测概率达到100%，此方法能够很好的检测到海面背景下的弱小目标。本文研究的海面弱小目标检测算法中影响到检测概率的因素主要是门限的选择，当门限过低时，目标的检测概率增大，同时虚警率增加。

４　结束语

本文研究了一种基于熵加权和Hough变换的海面弱小目标检测算法，结合了熵加权算法与Hough变换检测算法的优点，熵加权算法实现了对雷达回波中目标信号的非相干积累，并能够抑制海杂波，同时，Hough变换检测算法能够沿着目标轨迹实现对目标信号的能量积累。仿真实验表明，基于熵加权和Hough 变换的海面弱小目标检测算法可以有效地从海杂波背景中检测出弱小目标，不需要对海杂波进行建模，能够在没有海面先验信息的情况下检测弱小目标，具有较为广泛的适应性和一定的检测效果。

教育期刊网 http://www.jyqkw.com
参考文献

［１］[美]Merrill Skolnik .雷达系统导论.左群声,徐国良,马林,等,译.3版.北京，电子工业出版社，2007.

［２］鹭飞, 张平. 雷达系统. 西安：西北电讯工程学院出版社, 1984.

［３］u Peng fe, Wang Yongliang, Sun Wenfeng. Radar weak target detection and location based on hough transform. 2002 , 47(1):1480-1483.

［４］P V C Hough, Methods and means for ecognizing complex patterns, U.S. 1962, 45(3):463-467.

［责任编辑：曹明明］