黃 聰 劉 寅

?

基于多普勒頻偏估計的單幀圖像低速運動目標(biāo)檢測方法

黃 聰*劉 寅

(中國艦船研究設(shè)計中心 武漢 430064)

常用的圖像域運動目標(biāo)檢測跟蹤方法對虛警率較敏感，當(dāng)虛警率較高時，目標(biāo)檢測跟蹤的實時性受限。為了降低目標(biāo)初始檢測的虛警率，進(jìn)而提高目標(biāo)檢測跟蹤的實時性，該文提出一種基于多普勒頻偏估計的單幀圖像低速運動目標(biāo)檢測算法，通過發(fā)射多普勒不敏感的LFM脈沖對，忽略多普勒效應(yīng)對成像結(jié)果的影響，但在圖像域檢測的同時，利用目標(biāo)回波的多普勒頻偏信息進(jìn)行靜目標(biāo)和雜波亮點的剔除，基于單幀數(shù)據(jù)，減小運動目標(biāo)檢測的虛警率，實現(xiàn)單幀圖像的運動目標(biāo)檢測，從而為目標(biāo)跟蹤奠定良好基礎(chǔ)。該算法首先進(jìn)行圖像域的恒虛警檢測，再利用寬帶時域波束形成和復(fù)相關(guān)頻率測量法，對檢測亮點處的波束輸出信號進(jìn)行多普勒測頻，僅通過單幀圖像就可有效剔除靜目標(biāo)和雜波亮點。同時為了改善寬帶時域波束形成的性能，利用2階錐規(guī)劃設(shè)計濾波器的系數(shù)，用9階FIR濾波器實現(xiàn)了0.01倍采樣點的小數(shù)時延，提高了多普勒頻偏的估計精度。最后通過計算機(jī)仿真和水池試驗驗證了所提算法的有效性。

2維成像；動目標(biāo)檢測；多普勒頻偏估計；小數(shù)時延

1 引言

對于運動目標(biāo)探測，當(dāng)發(fā)射信號為多普勒敏感信號時，目標(biāo)回波與本地信號存在多普勒失配，為了有效進(jìn)行目標(biāo)檢測，需要對目標(biāo)回波進(jìn)行多普勒補(bǔ)償，但目標(biāo)速度的不確定性給多普勒補(bǔ)償帶來了困難，因此，通常選用多普勒不敏感信號作為發(fā)射信號。例如，對于速度僅為1~2 m/s的蛙人[1,2]等低速目標(biāo)，選用多普勒不敏感信號進(jìn)行成像時，多普勒效應(yīng)對成像結(jié)果的影響可以忽略，進(jìn)而可以進(jìn)行圖像域的目標(biāo)檢測和跟蹤。

常用的圖像域運動目標(biāo)檢測跟蹤方法一般可以分為先檢測后跟蹤(Detect Before Track, DBT)和檢測前跟蹤(Track Before Detect, TBD)[3,4]兩大類。其中，DBT算法先對單幀圖像進(jìn)行檢測，獲取目標(biāo)亮點，再通過多幀圖像進(jìn)行點跡關(guān)聯(lián)動目標(biāo)跟蹤；而TBD算法先對目標(biāo)回波進(jìn)行多幀累積的聯(lián)合處理，再利用時間維度上的累積航跡進(jìn)行動目標(biāo)跟蹤。這兩種檢測方法都是基于多幀圖像處理的，其運算量對目標(biāo)初始檢測的虛警率非常敏感，當(dāng)初始檢測虛警率較高時，其運算量會成倍地增加，無法滿足實時性較高的檢測跟蹤需求。為了提高動目標(biāo)檢測跟蹤的實時性，則有必要降低目標(biāo)初始檢測的虛警率。為此，本文提出了一種基于多普勒頻偏估計的單幀圖像低速運動目標(biāo)檢測方法，發(fā)射多普勒不敏感的LFM脈沖對，忽略多普勒效應(yīng)對成像帶來的影響，在圖像域檢測的同時，利用目標(biāo)回波的多普勒頻偏信息對靜目標(biāo)和雜波點進(jìn)行剔除，降低單幀圖像檢測的虛警率，實現(xiàn)單幀數(shù)據(jù)的運動目標(biāo)檢測，從而為目標(biāo)跟蹤奠定良好基礎(chǔ)。

2 基于多普勒頻偏估計的單幀圖像運動目標(biāo)檢測

本文提出了一種基于多普勒頻偏估計的單幀圖像運動目標(biāo)檢測算法，在忽略多普勒效應(yīng)對成像影響的同時，通過對目標(biāo)回波的多普勒頻偏估計，進(jìn)一步減小動目標(biāo)檢測的虛警率，為后續(xù)的目標(biāo)跟蹤帶來便利。具體的流程圖如圖1所示。

圖1 算法流程圖

2.1 寬帶2維聲成像算法

對運動目標(biāo)而言，目標(biāo)回波中包含多普勒頻偏。為了保證2維成像脈沖壓縮的相關(guān)增益，同時避免目標(biāo)速度不確定性給多普勒補(bǔ)償帶來的困難，并有利于后續(xù)的寬帶多普勒頻偏估計，此處選用多普勒不敏感的LFM脈沖對作為發(fā)射信號。LFM脈沖對信號由兩個相同的LFM脈沖組成，單個LFM的脈寬為2 ms，頻帶為90~110 kHz，其模糊函數(shù)[5]如圖2所示。由圖2可以看出，LFM脈沖對信號具有多普勒不敏感的特性，在多普勒頻偏為100 Hz時，相關(guān)能量只下降了2 dB。

圖2 LFM脈沖對信號的模糊度圖

寬帶2維成像[6,7]先根據(jù)掃描位置對脈沖壓縮后的信號在時域上進(jìn)行滑動窗處理，再對滑動窗內(nèi)截取的信號進(jìn)行頻域波束形成，得到距離和方位的2維聲圖像，其流程圖如圖3所示。

圖3 寬帶2維成像的流程圖

最后，進(jìn)行寬帶頻域波束形成，得到距離和方位的2維成像結(jié)果為

在低速運動的目標(biāo)探測中，利用發(fā)射信號多普勒不敏感的特性，可以忽略目標(biāo)回波多普勒頻偏對2維成像的影響，同時估計出目標(biāo)的距離和方位。為了獲得目標(biāo)的距離和方位信息，需要先對2維成像結(jié)果進(jìn)行圖像域的目標(biāo)檢測。2維聲圖像的CFAR檢測[8]在檢測出目標(biāo)亮點的同時，可能產(chǎn)生大量的虛假亮點，給后續(xù)檢測跟蹤算法的實時性帶來較大影響。為進(jìn)一步減小動目標(biāo)檢測的虛警率，本文通過檢測亮點位置的多普勒頻偏估計，對圖像域中的靜目標(biāo)和雜波點進(jìn)行剔除。

2.2 LFM脈沖對的多普勒測頻算法

本節(jié)通過復(fù)相關(guān)頻率測量法對CFAR檢測亮點處的波束輸出信號進(jìn)行多普勒頻偏估計。假設(shè)目標(biāo)正對接收陣的徑向速度為，相對于中心頻率的多普勒頻偏,為包含多普勒頻偏的回波信號，LFM脈沖對的多普勒測頻流程圖如圖4所示。其中，和分別為正交解調(diào)信號，,。

圖4 多普勒測頻流程圖

將式(6)，式(7)代入到式(5)中可得

由式(9)可以看出，多普勒頻偏估計可以利用復(fù)信號相關(guān)函數(shù)的相位在處的導(dǎo)數(shù)來計算。由于為奇函數(shù)，可得

由反正切函數(shù)的性質(zhì)可得

下面對算法進(jìn)行計算機(jī)仿真，仿真條件為：發(fā)射LFM脈沖對信號，單個LFM的脈寬為2.0 ms，頻帶為90~110 kHz，采樣率為500 kHz。靜目標(biāo)位于，動目標(biāo)位于，正對接收陣運動的徑向速度為，對應(yīng)中心頻率的頻偏為133 Hz，基元域信噪比, 2維成像以及CFAR檢測后的多普勒頻偏估計結(jié)果如圖5所示。

圖5 測頻精度隨信噪比的變化曲線

圖6 基于多普勒頻偏的動目標(biāo)檢測結(jié)果

2.3 寬帶信號的小數(shù)時延FIR波束形成

由2.2節(jié)可知，多普勒頻偏估計需要獲取CFAR檢測亮點位置處的目標(biāo)回波，其中最經(jīng)典方法的便是常規(guī)時域波束形成，通過對接收陣各陣元信號進(jìn)行數(shù)字時延，相加后得到波束輸出。目標(biāo)回波獲取的精度決定了多普勒頻偏估計的精度，但時域波束形成只能對整數(shù)倍采樣點進(jìn)行移位，在低倍采樣的情況下，波束形成的輸出信號將產(chǎn)生較大誤差。而頻域波束形成是對各子窄帶進(jìn)行頻域波束形成后再通過傅里葉反變換轉(zhuǎn)化為時域輸出，這種方式得到的時域信號并不是真正連續(xù)的，且時頻轉(zhuǎn)換帶來能量損失[12]。本節(jié)通過2階錐規(guī)劃[13]，僅利用9階的FIR濾波器實現(xiàn)寬帶信號的小數(shù)時延，小數(shù)時延的精度為，只犧牲較小的運算量，即可提高時域波束形成器的精度。

假設(shè)FIR濾波器階數(shù)為，其中為奇數(shù)，期望的小數(shù)時延為。由于FIR濾波器具有個采樣點的群時延，則濾波器設(shè)計所期望的頻率響應(yīng)為

下面對寬帶信號的小數(shù)時延FIR濾波器進(jìn)行仿真，仿真條件為：FIR濾波器的階數(shù)=9，設(shè)計頻帶為70~130 kHz，采樣頻率為500 kHz，小數(shù)時延的精度為。FIR濾波器頻率響應(yīng)的設(shè)計誤差分布和濾波器的時延分布如圖7和圖8所示?？梢钥闯觯現(xiàn)IR濾波器設(shè)計頻率響應(yīng)與期望頻率響應(yīng)誤差在整個設(shè)計頻帶中均達(dá)到-100 dB以下，僅用9階FIR濾波器便可以實現(xiàn)精度的小數(shù)時延。

圖7 頻率響應(yīng)的誤差分布

圖8 FIR濾波器的時延分布

圖9 多普勒頻偏估計精度隨采樣頻率的變化曲線

圖10 多普勒頻偏估計誤差隨基元級信噪比的變化曲線

3 水池試驗

水池試驗采用收發(fā)同置的聲吶對運動目標(biāo)進(jìn)行探測，聲源發(fā)射LFM脈沖對信號，單個脈沖長度為2 ms，頻帶為90~110 kHz，發(fā)射信號的觸發(fā)周期為0.25 s。接收為陣元間距為1 cm的16元圓弧陣，采樣頻率。拉動水杯靠近接收陣做徑向運動，利用基于多普勒頻偏估計的單幀圖像低速運動目標(biāo)檢測算法對運動水杯進(jìn)行單幀檢測。水池試驗配置如圖11所示。

圖11 水池試驗配置圖

圖12 第14幀處理結(jié)果

圖13 第15幀處理結(jié)果

4 結(jié)論

本文提出了一種基于多普勒頻偏估計的單幀圖像低速運動目標(biāo)檢測算法，通過發(fā)射多普勒不敏感的LFM脈沖對，忽略多普勒效應(yīng)對成像結(jié)果的影響，但在圖像域檢測的同時，利用寬帶時域波束形成和復(fù)相關(guān)頻率測量法，對檢測亮點處的波束輸出信號進(jìn)行多普勒測頻。利用目標(biāo)回波的多普勒頻偏信息對靜目標(biāo)和雜波亮點進(jìn)行剔除，減小運動目標(biāo)檢測的虛警率，實現(xiàn)了單幀圖像的運動目標(biāo)檢測，為后續(xù)的檢測跟蹤帶來了便利。由于寬帶波束形成的性能直接影響多普勒頻偏的估計精度，為了改善低倍采樣下寬帶時域波束形成的性能，本文利用2階錐規(guī)劃設(shè)計濾波器的系數(shù)，用9階FIR濾波器實現(xiàn)了0.01倍采樣點的小數(shù)時延，提高了多普勒頻偏的估計精度。通過計算機(jī)仿真和水池試驗驗證了該算法的有效性。

[1] 張偉豪, 許楓. 水下蛙人被動探測技術(shù)實驗研究[J]. 聲學(xué)學(xué)報, 2012, 37(3): 301-307. doi: 10.15949/j.cnki.0371-0025.2012.03. 006.

ZHANG Weihao and XU Feng. Experiment and study for passive acoustic detection of underwater divers[J]., 2012, 37(3): 301-307. doi: 10.15949/j.cnki.0371- 0025.2012.03.006.

[2] BREKKE E, HALLINGSTAD O, and GLATTETRE J. Tracking small targets in heavy-tailed clutter using amplitude information[J]., 2010, 35(2): 314-392.

[3] 高文, 湯洋, 朱明. 復(fù)雜背景下目標(biāo)檢測的級聯(lián)分類器算法研究[J]. 物理學(xué)報, 2014, 63(9): 94204-94207. doi: 10.7498/aps. 63.094204.

GAO Wen, TANG Yang, and ZHU Ming. Study on the cascade classifier in target detection under complex background[J]., 2014, 63(9): 94204-94207. doi: 10.7498/aps.63.094204.

[4] 易偉. 基于檢測前跟蹤技術(shù)的多目標(biāo)跟蹤算法研究[D]. [博士論文], 電子科技大學(xué), 2012.

YI Wei. Research on Track-before-detect algorithms for multiple-target detection and tracking[D]. [Ph. D. disser- tation], University of Electronic Science and Technology of China, 2012.

[5] YANG T C, SCHINDALL J, and HUANG C F. Clutter reduction using Doppler sonar in a harbor environment[J]., 2012, 132(5): 3053-3067.

[6] 黃聰, 孫大軍, 張殿倫. 強(qiáng)相干干擾下基于二階錐規(guī)劃的圓弧陣寬帶二維成像[J]. 電子與信息學(xué)報, 2014, 36(11): 2634-2639. doi: 10.3724/SP.J.1146.2013.01796.

HUANG Cong, SUN Dajun, and ZHANG Dianlun. Wideband two-dimensional imaging with arc array based on second-order cone programming under strong coherent interference[J].&, 2014, 36(11): 2634-2639. doi: 10.3724/SP.J.1146. 2013.01796.

[7] 黃聰, 孫大軍, 張殿倫. 雙基地多輸入多輸出虛擬陣列的穩(wěn)健低旁瓣波束優(yōu)化技術(shù)[J]. 物理學(xué)報, 2014, 63(18): 188401-188406. doi: 10.7498/aps.63.188401.

HUANG Cong, SUN Dajun, and ZHANG Dianlun. Optimizations for robust low sidelobe beamforming of bistatic MIMO virtual array[J]., 2014, 63(18): 188401-188406. doi:10.7498/aps.63.188401.

[8] 陳建軍, 黃孟俊, 趙宏鐘. 相參雷達(dá)時頻域CFAR檢測門限獲取方法研究[J]. 電子學(xué)報, 2013, 41(8): 1634-1639. doi: 10.3969/j.issn.0372-2112.2013.08.029.

CHEN Jianjun, HUANG Mengjun, and ZHAO Hongzhong. Research on estimated threshold of CFAR detection in time frequency domain for coherent radar[J]., 2013, 41(8): 1634-1639. doi: 10.3969/j.issn. 0372-2112. 2013.08.029.

[9] 李想. 水下高速運動目標(biāo)軌跡測量技術(shù)研究[D]. [博士論文], 哈爾濱工程大學(xué), 2011.

LI Xiang. Research on the techniques of underwater high-speed moving target’s trace measuring[D]. [Ph.D. dissertation], Harbin Engineering University, 2011.

[10] 馬海濤, 彭東立, 王華亮. 寬帶多普勒技術(shù)中模糊速度處理方法改進(jìn)[J]. 聲學(xué)學(xué)報, 2011, 36(2): 226-230. doi: 10.15949/ j.cnki.0371-025.2011.02.004.

MA Haitao, PENG Dongli, and WANG Hualiang. An improvememt method to the ambiguous velocity in broad-band Doppler technique[J]., 2011, 36(2): 226-230. doi: 10.15949/j.cnki.0371-025.2011.02.004.

[11] 時潔, 楊德森, 時勝國. 基于矢量陣的運動聲源柱面聚焦定位方法試驗研究[J]. 物理學(xué)報, 2012, 61(12): 124302-124307.

SHI Jie, YANG Desen, and SHI Shengguo. Experimental research on cylindrical focused beamforming localization method of moving sound sources based on vector sensor array[J]., 2012, 61(12): 124302-124307.

[12] 梁國龍, 馬巍, 范展. 矢量聲納高速運動目標(biāo)穩(wěn)健高分辨方位估計[J]. 物理學(xué)報, 2013, 62(14): 144302-144307. doi: 10.7498 /aps.62.144302.

LIANG Guolong, MA Wei, and FAN Zhan. A high resolution robust localization approach of high speed target based on vector sonar[J]., 2013, 62(14): 144302-144307. doi: 10.7498/aps.62.144302.

[13] 楊濤, 蘇濤, 何學(xué)輝. 基于波束域?qū)蚴噶抗烙嫷姆€(wěn)健自適應(yīng)波束形成方法[J]. 電子與信息學(xué)報, 2013, 35(11): 2759-2763. doi: 10.3724/SP.J.1146.2012.01334.

YANG Tao, SU Tao, and HE Xuehui. Robust adaptive beamforming based on beamspace steering vector estimation[J].&, 2013, 35(11): 2759-2763. doi: 10.3724/SP.J.1146. 2012.01334.

[14] 鄢社鋒, 馬遠(yuǎn)良. 基于二階錐規(guī)劃的任意傳感器陣列時域恒定束寬波束形成[J]. 聲學(xué)學(xué)報, 2005, 30(4): 309-315. doi: 10.15949/j.cnki.0371-025.2005.04.006.

YAN Shefeng and MA Yuanliang. Broadband constant beamwidth beamforming for arbitrary sensor arrays in time domain via second-order cone programming[J]., 2005, 30(4): 309-315. doi: 10.15949/j.cnki.0371-025.2005.04. 006.

Low-speed Moving Target Detection of Single Frame Image Based on Doppler Shift Estimation

HUANG Cong LIU Yin

(,430064,)

The regular algorithms of target detection and tracking in image domain are very sensitive to the false alarm rate, and the real time performance of target detection and tracking is limited with high false alarm rate. In order to reduce the false alarm rate of original target detection and improve the real time performance, an algorithm of low-speed moving target detection of single frame image based on Doppler shift estimation is proposed. Through transmitting LFM plus pair signal which is non-sensitive to the Doppler shift, the influence on image by Doppler shift can be ignored. But during the detection in image domain, the Doppler shift of target echo is used to remove static targets and clutter highlights. The false alarm rate of moving target detection is reduced based on single frame data, the moving target detection is achieved through a single frame image to make a good foundation for target tracking later. First, the CFAR determination in image domain is carried out in the algorithm. Then, the Doppler shift of the beamforming signal at the highlights detected is estimated through time-domain broadband beamforming and complex correlation frequency measurement. The static targets and clutter highlights are removed effectively through single frame image. In order to improve the performance of time-domain broadband beamforming, the filter coefficients are designed by second order cone programming. The 0.01 times sampling point of the fractional delay is achieved by a 9-order FIR filter and the estimation accuracy of the Doppler shift is improved. The validity of the proposed method is verified by the computer simulation and pool experiment.

Two-dimensional imaging; Moving target detection; Doppler shift estimation; Fractional delay

TP391

A

1009-5896(2016)07-1638-07

10.11999/JEIT151078

2015-09-21；改回日期：2016-01-29；網(wǎng)絡(luò)出版：2016-03-30

黃聰 huangcong32@163.com

國家重點實驗室基金(9140C200406110C2001)，國防基礎(chǔ)科研計劃(B2420132004)，國家863計劃項目 (2012AA 090901-4)

The National Key Laboratory Foundation (9140C200406110C2001), The National Defense Basic Scientific Research Program of China (B2420132004), The National 863 Program of China (2012AA090901-4)

黃 聰： 男，1988年生，博士，研究方向為水下陣列信號處理.

劉 寅： 男，1987年生，博士，研究方向為水聲信號處理.