基于多ping聯(lián)合處理主動(dòng)目標(biāo)軌跡可視化檢測(cè)方法

徐彬 鄒麗娜 杜軍欣

（1.第七一五研究所，杭州，310023;2.海洋工程大學(xué)，武漢，430033）

水聲主動(dòng)目標(biāo)探測(cè)面臨的難點(diǎn)是在高混響/雜波背景下檢測(cè)弱的運(yùn)動(dòng)目標(biāo)。在目標(biāo)方位-距離輸出畫面上，如果事先沒(méi)有獲得關(guān)于待探測(cè)目標(biāo)的任何先驗(yàn)信息，此時(shí)開(kāi)展目標(biāo)檢測(cè)、識(shí)別和跟蹤是一件特別困難的事情。常見(jiàn)的主動(dòng)目標(biāo)檢測(cè)是基于單ping輸出畫面進(jìn)行各種濾波處理，以降低背景噪聲的影響[1]，然而在低信噪比環(huán)境下常規(guī)的單ping目標(biāo)回波檢測(cè)的效果往往不夠明顯。

太空目標(biāo)探測(cè)領(lǐng)域提出了累積多 ping畫面形成點(diǎn)狀軌跡用來(lái)判斷運(yùn)動(dòng)弱目標(biāo)是否存在的檢測(cè)方法，其中常用的CTD（Connect the Dots）[2]方法在低信噪比環(huán)境下可以形成運(yùn)動(dòng)目標(biāo)的軌跡并對(duì)其進(jìn)行軌跡鑒別。在水聲主動(dòng)目標(biāo)探測(cè)中可以借鑒太空目標(biāo)探測(cè)的思想，利用多ping疊加處理實(shí)現(xiàn)主動(dòng)目標(biāo)探測(cè)。

本文提出了一種基于多 ping聯(lián)合處理主動(dòng)目標(biāo)軌跡可視化檢測(cè)方法（Active Target Trial Detection based on Multi-Ping Data Visualizattion，ATTD-MPDV）。該方法首先對(duì)單 ping處理結(jié)果進(jìn)行自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)處理[3]，以加強(qiáng)單個(gè)回波畫面亮點(diǎn)的相對(duì)信混比，然后利用最大-中值濾波[4]對(duì)畫面中的背景噪聲進(jìn)行濾波，最后對(duì)多ping畫面進(jìn)行累積疊加處理，從而獲得目標(biāo)運(yùn)動(dòng)軌跡的可視化輸出。

1 算法介紹

ATTD-MPDV是在常規(guī)的空時(shí)處理輸出和背景歸一化輸出結(jié)果上進(jìn)行自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)，然后再進(jìn)行雜波抑制，最后對(duì)單ping處理輸出結(jié)果進(jìn)行多ping累積檢測(cè)，從而形成存在目標(biāo)運(yùn)動(dòng)軌跡的探測(cè)畫面。

1.1 自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)

1.2 雜波抑制

1.3 多ping累積檢測(cè)

1.4 算法流程

算法流程的實(shí)現(xiàn)框圖如圖1所示。

圖1 算法流程實(shí)現(xiàn)框圖

2 試驗(yàn)數(shù)據(jù)處理結(jié)果

用試驗(yàn)數(shù)據(jù)進(jìn)行分析。發(fā)射信號(hào)為雙曲調(diào)頻脈沖，連續(xù)發(fā)射 36批回波，對(duì)數(shù)據(jù)的常規(guī)處理（常規(guī)波束形成+常規(guī)匹配濾波）結(jié)果如圖2所示。針對(duì)圖2的數(shù)據(jù)，利用ATTD-MPDV算法處理結(jié)果如圖3～5所示，其中的圖（a）為第一個(gè)回波常規(guī)背景歸一化輸出，圖（b）為自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)后的結(jié)果輸出，圖（c）為ATTD-MPDV輸出。從處理結(jié)果可以看出，多個(gè)目標(biāo)回波連續(xù)出現(xiàn)在顯示畫面上，雖然隨著回波數(shù)目的增加雜波數(shù)目明顯增多，但通過(guò)自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)，已經(jīng)將一部分雜波去除，而目標(biāo)的運(yùn)動(dòng)狀態(tài)通過(guò)它的連續(xù)運(yùn)動(dòng)軌跡很容易從雜波中辨別出來(lái)。

圖2（a） 常規(guī)波束形成＋常規(guī)匹配濾波輸出（第1個(gè)回波）

圖2（b） 目標(biāo)所在波束的時(shí)域波形輸出

圖3（a） 常規(guī)背景歸一化（第2個(gè)回波）

圖3（b） 自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)結(jié)果（第2個(gè)回波）

圖3（c） ATTD-MPDV輸出（第2個(gè)回波）

圖4（a） 常規(guī)背景歸一化（第9個(gè)回波）

圖4（b） 自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)結(jié)果（第9個(gè)回波）

圖4（c） ATTD-MPDV輸出（第9個(gè)回波）

圖5（a） 常規(guī)背景歸一化（第36個(gè)回波）

圖5（b） 自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)結(jié)果（第36個(gè)回波）

圖5（c） ATTD-MPDV輸出（第36個(gè)回波）

3 結(jié)束語(yǔ)

自適應(yīng)目標(biāo)對(duì)比度增強(qiáng)算法加強(qiáng)了目標(biāo)亮點(diǎn)在探測(cè)背景畫面中的信混比，同時(shí)通過(guò)雜波抑制（最大-中值濾波）減少背景噪聲對(duì)探測(cè)結(jié)果的影響，最終累積多ping畫面利用畫面疊加技術(shù)獲得主動(dòng)目標(biāo)回波的運(yùn)動(dòng)軌跡。相比于傳統(tǒng)的利用單ping探測(cè)畫面進(jìn)行目標(biāo)檢測(cè)，本文提出的基于多ping聯(lián)合處理主動(dòng)目標(biāo)軌跡可視化檢測(cè)方法，可以顯著提升高混響/雜波背景下的主動(dòng)目標(biāo)檢測(cè)性能，為主動(dòng)目標(biāo)探測(cè)提供了一種有效的技術(shù)思路。

在今后的工作中，將進(jìn)一步關(guān)注平臺(tái)移動(dòng)產(chǎn)生的影響，將平臺(tái)運(yùn)動(dòng)修正引入算法，提高算法實(shí)用性，同時(shí)重點(diǎn)研究雜波背景下目標(biāo)運(yùn)動(dòng)軌跡提取算法，進(jìn)一步完善在高混響/雜波背景下的主動(dòng)目標(biāo)檢測(cè)性能。