结合图像分割的高频雷达干扰抑制方法研究

发布时间：2020-05-06 16:30

【摘要】：天波超视距雷达(Over-the-Horizon Radar,OTHR)在早期预警、目标检测以及海洋遥感等领域具有重要应用。天波雷达接收信号中的射频干扰和海杂波严重影响了OTHR目标检测和跟踪的性能。针对该问题,本文通过联合信号处理与图像处理,提出射频干扰抑制的新方法,建立天波雷达自适应处理方案,以提高雷达对强干扰抑制的鲁棒性,增强雷达自适应处理能力。本文针对OTHR性能受干扰影响的问题,通过联合信号处理与图像处理两个学科领域的理论和技术展开研究,主要包括以下几点:(1)图像的生成方法与干扰特征分析OTHR灰度图像是信号处理与图像处理联合研究的起点,灰度图像的生成方法与设计需要基于对接收信号的特性分析,给出生成所需图像的维度意义。以天波雷达幅度图为出发点,利用灰度变换函数将OTHR幅度图转换为灰度图像,然后分析各种信号(海杂波、射频干扰以及目标信号)在图中表现的各种形式,为引入图像分割方法打下基础。(2)基于图像分割的窄带射频干扰提取与抑制窄带射频干扰在距离-多普勒(Range-Doppler Spectrum,RDS)图上表现为平行于距离维的直线。当窄带射频干扰靠近海杂波时,干扰可能被海杂波所覆盖,甚至被淹没,导致干扰数据无法被精确提取。基于图像分割技术,将传统RDS图转换为灰度图像,利用高斯-拉普拉斯算子消除海杂波的影响,再结合边缘检测算子以及设计直线检测算法准确检测射频干扰直线所在位置,进而精确地恢复出干扰数据,实现干扰的完全抑制。(3)基于海杂波提取的宽带射频干扰抑制宽带射频干扰在RDS图中表现为幅度小于海杂波且遍布整个图的条纹状。针对宽带干扰抑制,干扰数据一般取多倍Bragg频率以外的区域,但是受海杂波的影响导致该区域的干扰数据不完备,使得干扰抑制不完全。本文利用恒虚警算法并结合DRLSE的图像分割算法,准确提取出海杂波区域,然后恢复出宽带干扰数据,并结合滤波器完全抑制干扰。(4)基于纹理粗糙度的自适应干扰最优抑制在OTHR接收信号中,由于干扰与噪声的参数未知,致使干扰抑制算法没有理论最优指标作为参考标准。本文通过分析RDS图中非杂波区域的灰度纹理特性,提出使用Tamura纹理粗糙度作为抑制算法自适应优化的标准,使干扰抑制算法可以自动修正参数,通过循环迭代最终实现干扰最优抑制。
【图文】：

示意图,天波超视距雷达,示意图,频段

图 1.1 天波超视距雷达的工作示意图超视距雷达工作于高频段，，该频段也是射频干扰(RadioFI)发生的主要频段，现代天波雷达的发展需要解决射频干雷达常规信号处理后的距离-多普勒谱图(Range-Doppler同形态的污染（典型表现如图 1.2 所示），严重制约了天能力的性能。多距多50100150200250300

流程图,射频干扰,提取流程,窄带

有鉴于此，本文保留了传统方法中的边缘检测算子方法，舍弃了 Hough 直检测算法，针对高频雷达中的 RFI 直线，专门设计了“先检测子线段，再连接整线段”的直线检测算法。3.3 窄带干扰直线检测算法直线检测算法基于灰度图像进行操作，首先将 RDS 幅度图利用灰度变换函（式(2.4)）转换为灰度图像，其次针对海杂波，使用 LOG 算子去除海杂波的影响再利用边缘检测算子检测直线边缘并进行二值化处理，然后设计分段直线检测法检测干扰直线，最后提取出干扰区域并恢复出干扰数据。该方法的具体流程图 3.2 所示。
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN957.52

【相似文献】