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，武漢，430033）

水聲主動目標探測面臨的難點是在高混響/雜波背景下檢測弱的運動目標。在目標方位-距離輸出畫面上，如果事先沒有獲得關(guān)于待探測目標的任何先驗信息，此時開展目標檢測、識別和跟蹤是一件特別困難的事情。常見的主動目標檢測是基于單ping輸出畫面進行各種濾波處理，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目標回波檢測的效果往往不夠明顯。

太空目標探測領(lǐng)域提出了累積多 ping畫面形成點狀軌跡用來判斷運動弱目標是否存在的檢測方法，其中常用的CTD（Connect the Dots）[2]方法在低信噪比環(huán)境下可以形成運動目標的軌跡并對其進行軌跡鑒別。在水聲主動目標探測中可以借鑒太空目標探測的思想，利用多ping疊加處理實現(xiàn)主動目標探測。

本文提出了一種基于多 ping聯(lián)合處理主動目標軌跡可視化檢測方法（Active Target Trial Detection based on Multi-Ping Data Visualizattion，ATTD-MPDV）。該方法首先對單 ping處理結(jié)果進行自適應目標對比度增強處理[3]，以加強單個回波畫面亮點的相對信混比，然后利用最大-中值濾波[4]對畫面中的背景噪聲進行濾波，最后對多ping畫面進行累積疊加處理，從而獲得目標運動軌跡的可視化輸出。

1 算法介紹

ATTD-MPDV是在常規(guī)的空時處理輸出和背景歸一化輸出結(jié)果上進行自適應目標對比度增強，然后再進行雜波抑制，最后對單ping處理輸出結(jié)果進行多ping累積檢測，從而形成存在目標運動軌跡的探測畫面。

1.1 自適應目標對比度增強

1.2 雜波抑制

1.3 多ping累積檢測

1.4 算法流程

算法流程的實現(xiàn)框圖如圖1所示。

圖1 算法流程實現(xiàn)框圖

2 試驗數(shù)據(jù)處理結(jié)果

用試驗數(shù)據(jù)進行分析。發(fā)射信號為雙曲調(diào)頻脈沖，連續(xù)發(fā)射 36批回波，對數(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）為第一個回波常規(guī)背景歸一化輸出，圖（b）為自適應目標對比度增強后的結(jié)果輸出，圖（c）為ATTD-MPDV輸出。從處理結(jié)果可以看出，多個目標回波連續(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，但通過自適應目標對比度增強，已經(jīng)將一部分雜波去除，而目標的運動狀態(tài)通過它的連續(xù)運動軌跡很容易從雜波中辨別出來。

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

圖2（b） 目標所在波束的時域波形輸出

圖3（a） 常規(guī)背景歸一化（第2個回波）

圖3（b） 自適應目標對比度增強結(jié)果（第2個回波）

圖3（c） ATTD-MPDV輸出（第2個回波）

圖4（a） 常規(guī)背景歸一化（第9個回波）

圖4（b） 自適應目標對比度增強結(jié)果（第9個回波）

圖4（c） ATTD-MPDV輸出（第9個回波）

圖5（a） 常規(guī)背景歸一化（第36個回波）

圖5（b） 自適應目標對比度增強結(jié)果（第36個回波）

圖5（c） ATTD-MPDV輸出（第36個回波）

3 結(jié)束語

自適應目標對比度增強算法加強了目標亮點在探測背景畫面中的信混比，同時通過雜波抑制（最大-中值濾波）減少背景噪聲對探測結(jié)果的影響，最終累積多ping畫面利用畫面疊加技術(shù)獲得主動目標回波的運動軌跡。相比于傳統(tǒng)的利用單ping探測畫面進行目標檢測，本文提出的基于多ping聯(lián)合處理主動目標軌跡可視化檢測方法，可以顯著提升高混響/雜波背景下的主動目標檢測性能，為主動目標探測提供了一種有效的技術(shù)思路。

在今后的工作中，將進一步關(guān)注平臺移動產(chǎn)生的影響，將平臺運動修正引入算法，提高算法實用性，同時重點研究雜波背景下目標運動軌跡提取算法，進一步完善在高混響/雜波背景下的主動目標檢測性能。