王寧，胡哲，周興杰，文慧山，鄭力勇

（中國南方電網(wǎng)超高壓輸電公司廣州局，海南?？?570106）

雷達(dá)海上目標(biāo)檢測(cè)對(duì)海上環(huán)境衛(wèi)生監(jiān)測(cè)、海上運(yùn)輸航行和國家安全都具有重大意義。目前雷達(dá)海上目標(biāo)檢測(cè)技術(shù)所面臨的難題主要包括雷達(dá)海上目標(biāo)回聲變化微弱和目標(biāo)機(jī)動(dòng)中產(chǎn)生的多普勒時(shí)變、雷達(dá)對(duì)海上目標(biāo)的高機(jī)動(dòng)性以及對(duì)海上雜波的低擾動(dòng)。所以，對(duì)海洋雜波的有效控制、目標(biāo)檢測(cè)可靠的測(cè)量特性以及計(jì)算的高實(shí)時(shí)性，是當(dāng)前雷達(dá)海洋目標(biāo)測(cè)量領(lǐng)域中需要解決的關(guān)鍵性問題。

一些學(xué)者進(jìn)行了有關(guān)研究，文獻(xiàn)[1]提出無源多基雷達(dá)測(cè)速海洋面活動(dòng)目標(biāo)測(cè)量與定位方法，實(shí)現(xiàn)距離反轉(zhuǎn)和方位伸縮變換。通過二維時(shí)域映射返波轉(zhuǎn)換為單一維的位置信息，使其在多普勒質(zhì)心置為零。將所有多源返波均映射到目標(biāo)運(yùn)動(dòng)參數(shù)域，通過峰值位置信息達(dá)到對(duì)目標(biāo)的方位和速率估計(jì)，完成對(duì)海面活動(dòng)對(duì)象的有效測(cè)量和定位。但該方法檢測(cè)計(jì)算量巨大，計(jì)算過程緩慢。文獻(xiàn)[2]提出激光三維顯像雷達(dá)目標(biāo)檢測(cè)技術(shù)，通過建立鄰域圖像內(nèi)的距離方差公式實(shí)現(xiàn)噪聲的預(yù)處理，并使用建立形狀學(xué)的地面估計(jì)和高程分割算法完成地物分割。根據(jù)敏感目標(biāo)的尺寸特征，通過最小外接矩形計(jì)算完成對(duì)總體目標(biāo)的快速檢測(cè)。但該方法在成本控制方面略有不足，檢測(cè)耗費(fèi)很高。

為進(jìn)一步完善雷達(dá)海上目標(biāo)檢測(cè)方法，該文提出一種基于多尺度特征融合技術(shù)的雷達(dá)海上目標(biāo)檢測(cè)方法。

1 雷達(dá)海上目標(biāo)特征提取

1.1 雷達(dá)數(shù)據(jù)提取

在不同層次的海洋環(huán)境下，采用X 波原理的脈沖導(dǎo)航雷達(dá)采集數(shù)據(jù)，獲取在各種海況和氣候環(huán)境下的雷達(dá)測(cè)量回波信息，檢驗(yàn)采集結(jié)果。設(shè)定采集次數(shù)、采集位置、數(shù)據(jù)方式等參數(shù)，實(shí)現(xiàn)信息收集與信息查詢。

采集信息后對(duì)其進(jìn)行預(yù)處理，采用Matlab 系統(tǒng)將采集到的初始數(shù)據(jù)轉(zhuǎn)換為PPI 圖像。由于PPI 圖像的像素很大，并且在海洋局部地區(qū)并沒有目標(biāo)，因此將PPI 圖像轉(zhuǎn)換成DAT 的格式。只采用部分PPI圖像進(jìn)行訓(xùn)練，以此減少顯存空間占比，方便對(duì)原始PPI 圖像進(jìn)行剪切[3-4]。海上雷達(dá)目標(biāo)應(yīng)該在PPI 像素的上半部分區(qū)域，裁剪PPI 像素的四分之一，形成結(jié)果集[5-6]，標(biāo)記圖片建立數(shù)據(jù)集。通過標(biāo)記數(shù)據(jù)集圖片，形成PascalVOC 格式的標(biāo)記文本。提取過程如圖1 所示。

圖1 提取過程

根據(jù)圖1 的提取結(jié)果進(jìn)行預(yù)處理，預(yù)處理后集中檢驗(yàn)數(shù)據(jù)行，用測(cè)試集檢測(cè)出最優(yōu)模型后，再次檢測(cè)目標(biāo)的性能。驗(yàn)證數(shù)據(jù)集內(nèi)部的實(shí)測(cè)數(shù)據(jù)，得到真實(shí)PPI 圖像，以此獲取雷達(dá)數(shù)據(jù)，提高信號(hào)的測(cè)試效率。

1.2 目標(biāo)特征歸一化處理

雷達(dá)海上目標(biāo)有一定的邊界范圍，比雜散噪聲的空間范圍大，通常是相對(duì)連續(xù)的一個(gè)較小信息范圍。其頻率特性主要體現(xiàn)為集中在特定的頻帶范圍中，因此需要對(duì)目標(biāo)特征進(jìn)行歸一化處理[7-8]。提取雷達(dá)海上目標(biāo)的比較平均差和比較方差，分析目標(biāo)區(qū)和附近背景區(qū)之間的平均強(qiáng)度差別。具體過程如式（1）所示：

其中，x、y表示雷達(dá)海上目標(biāo)坐標(biāo)值；i表示起伏差別值[9-10]。若要使各特征值更有效地表達(dá)像素中屬于目標(biāo)區(qū)域的信息，在實(shí)現(xiàn)特征統(tǒng)一前，需要事先對(duì)各功能信息進(jìn)行歸一化處理。

歸一化處理的表達(dá)式如式（2）所示：

其中，L表示目標(biāo)所在區(qū)域坐標(biāo)值；μ表示對(duì)比均值的方差；ξ表示對(duì)比均值的平均值[11-12]。

根據(jù)歸一化處理公式在雷達(dá)海上目標(biāo)數(shù)據(jù)小波框架下分解出各子帶圖像，在圖像平面上存在著較大的低頻部分，需要確定雷達(dá)海上目標(biāo)的灰度變化，降低背景圖像影響程度[13-14]。因此以圖像背景在水平與垂直方向的邊界作為對(duì)角線方向的局部區(qū)域，通過小波變換原理完成頻譜選擇以及方向性的多尺度分析。取其水平和垂直方向的細(xì)節(jié)信息進(jìn)行目標(biāo)識(shí)別，控制對(duì)大部分背景雜波的空間的影響。

2 雷達(dá)海上目標(biāo)特征融合

2.1 目標(biāo)檢測(cè)一體化分析

為進(jìn)一步提高海上雷達(dá)目標(biāo)探測(cè)的精度，減少虛警概率，并強(qiáng)化算法的泛化功能，通過特征融合對(duì)海上雷達(dá)目標(biāo)檢測(cè)一體化進(jìn)行分析。特征融合過程如圖2 所示。

圖2 特征融合過程

根據(jù)圖2 可知，在特征融合過程中需要對(duì)雜波進(jìn)行抑制，增強(qiáng)的歸一化傳輸和注意力殘差網(wǎng)絡(luò)模型都是雜波抑制的核心。增強(qiáng)后的信息可對(duì)通道的高度數(shù)據(jù)以及橫向數(shù)據(jù)進(jìn)行歸一化處理，處理過程如式（3）所示：

其中，H表示歸一化傳輸系數(shù)。

該文采用了注意力殘差網(wǎng)絡(luò)，由于其可通過學(xué)習(xí)完成殘差連接，構(gòu)成殘差函數(shù)。因此建立恒等映射來提高殘差網(wǎng)絡(luò)對(duì)于海上雷達(dá)目標(biāo)特征的提取速度[15]，其原理如式（4）所示：

其中，F(xiàn)n表示輸入模塊的基本特征；Fo表示處理后輸出的新特征；F1表示處理前特征。在提高提取速度后，建設(shè)雜波控制與目標(biāo)探測(cè)的一體化應(yīng)用平臺(tái)，設(shè)計(jì)基于YOLO3 的殘差函數(shù)，建立目標(biāo)檢測(cè)架構(gòu)，實(shí)現(xiàn)歸一化處理。

2.2 基于特征選擇的目標(biāo)檢測(cè)

海上雷達(dá)目標(biāo)是一個(gè)灰度均值很大，但灰度改變較劇烈的小區(qū)域?；趨^(qū)域特征的檢測(cè)結(jié)果規(guī)則如式（5）所示：

其中，P表示基于區(qū)域特征的區(qū)域坐標(biāo)。根據(jù)式（5）獲得目標(biāo)在各子帶圖像上的對(duì)比平均差和對(duì)比方差特征后，可以通過檢測(cè)結(jié)果規(guī)則融合特征信息。消除存在較大灰度均值且與灰度分布相對(duì)平衡的較亮背景區(qū)，以及非均勻分布的噪聲區(qū)域?qū)ψ訋е眯艌D的影響。

為了簡(jiǎn)化檢測(cè)過程的分析與操作，設(shè)置單獨(dú)節(jié)點(diǎn)數(shù)據(jù)處理平臺(tái)，連接不同處理平臺(tái)之間的數(shù)據(jù)信息，進(jìn)一步強(qiáng)化數(shù)據(jù)間的共享功能，修改內(nèi)部共享內(nèi)存地址，將共享平臺(tái)歸類至統(tǒng)一的內(nèi)存層次結(jié)構(gòu)系統(tǒng)中，添加標(biāo)準(zhǔn)單節(jié)處理器裝置至雷達(dá)芯片中。由于系統(tǒng)鏈路內(nèi)部的長度過大，在進(jìn)行功能設(shè)計(jì)的同時(shí)需結(jié)合高密度計(jì)算技術(shù)調(diào)整節(jié)點(diǎn)耗能，設(shè)置功能調(diào)整公式如式（6）所示：

其中，Tbit為調(diào)整參數(shù)；Ts為密度匹配參數(shù)；Tpai為鏈路長度數(shù)據(jù)。根據(jù)特征系統(tǒng)圖像對(duì)應(yīng)任務(wù)節(jié)點(diǎn)處理順序，應(yīng)用高密度計(jì)算平臺(tái)設(shè)置相關(guān)參數(shù)定義[16]，建立架構(gòu)映射，推斷此時(shí)的能耗數(shù)據(jù)，設(shè)置能耗表達(dá)公式為：

其中，TZOC為能耗參數(shù)；F為特征參數(shù)；fm,n為架構(gòu)數(shù)據(jù)；D為節(jié)點(diǎn)參數(shù)；tmn為處理器數(shù)據(jù)。根據(jù)獲取的能耗數(shù)據(jù)實(shí)現(xiàn)雷達(dá)檢測(cè)的低功耗處理功能設(shè)計(jì)。

3 實(shí)驗(yàn)研究

為了驗(yàn)證該文提出的基于多尺度特征融合的雷達(dá)海上目標(biāo)檢測(cè)方法的實(shí)際應(yīng)用效果，進(jìn)行對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)環(huán)境的工作電壓為220 V，工作電流為150 A。為確保實(shí)驗(yàn)效果，選用傳統(tǒng)的無源多基雷達(dá)海面運(yùn)動(dòng)目標(biāo)檢測(cè)與定位方法和基于激光三維成像雷達(dá)距離像的目標(biāo)檢測(cè)方法進(jìn)行實(shí)驗(yàn)對(duì)比。實(shí)驗(yàn)過程如圖3 所示。

圖3 實(shí)驗(yàn)檢測(cè)過程

同時(shí)驗(yàn)證三種檢測(cè)方法的召回率和檢測(cè)精度，計(jì)算公式如下：

其中，WR表示雷達(dá)檢測(cè)的召回率；TP 表示在檢測(cè)過程中，雷達(dá)海上目標(biāo)實(shí)際為正，檢測(cè)結(jié)果為正；FN 表示實(shí)際結(jié)果為負(fù)，檢測(cè)結(jié)果為負(fù)。

雷達(dá)檢測(cè)精度公式為：

其中，F(xiàn)P 表示實(shí)際結(jié)果為負(fù)，檢測(cè)結(jié)果為負(fù)。檢測(cè)召回率實(shí)驗(yàn)結(jié)果如圖4 所示。

圖4 檢測(cè)召回率實(shí)驗(yàn)結(jié)果

根據(jù)圖4 可知，隨著召回時(shí)間的增加，召回率也在不斷增加。但是傳統(tǒng)方法的召回率極低，在召回時(shí)間為300 s 時(shí)，三種檢測(cè)方法都達(dá)到最高值。無源多基雷達(dá)海面運(yùn)動(dòng)目標(biāo)檢測(cè)與定位方法的召回率最高值仍然低于20%，大部分?jǐn)?shù)據(jù)樣本無法被召回。基于激光三維成像雷達(dá)距離像的目標(biāo)檢測(cè)方法低于30%，召回性能較差。而該文提出的基于多尺度特征融合的雷達(dá)海上目標(biāo)檢測(cè)方法在召回時(shí)間為200 s 時(shí)，召回精度已經(jīng)達(dá)到90%，且始終穩(wěn)定在90%以上。由此可見，該文提出的檢測(cè)方法召回能力極強(qiáng)。

在確定召回率后，比較三種檢測(cè)方法的檢測(cè)精度，得到的實(shí)驗(yàn)結(jié)果如圖5 所示。

圖5 檢測(cè)結(jié)果圖

根據(jù)上述檢測(cè)結(jié)果可知，該文提出的檢測(cè)方法能夠檢測(cè)到95%以上的目標(biāo)值，具有很強(qiáng)的目標(biāo)檢測(cè)能力。而傳統(tǒng)的檢測(cè)方法僅能確定局部區(qū)域目標(biāo)，檢測(cè)范圍較小，檢測(cè)能力較弱。根據(jù)目標(biāo)檢測(cè)結(jié)果確定檢測(cè)精度，如圖6 所示。

圖6 檢測(cè)精度實(shí)驗(yàn)結(jié)果

根據(jù)圖6 可知，在前50 s，三種檢測(cè)方法的檢測(cè)時(shí)間快速提高，當(dāng)?shù)竭_(dá)最高值后，三種檢測(cè)方法以平穩(wěn)的狀態(tài)升高。該文提出的檢測(cè)方法檢測(cè)精度最高，檢測(cè)精度基本穩(wěn)定在95%以上，基于激光三維成像雷達(dá)距離像的檢測(cè)精度最高可以達(dá)到90%，但是檢測(cè)時(shí)間相對(duì)較長。無源多基雷達(dá)海面運(yùn)動(dòng)目標(biāo)檢測(cè)與定位方法檢測(cè)能力最差，最高僅能達(dá)到70%。綜上所述，該文所采用的海上雷達(dá)目標(biāo)檢測(cè)方法在精確度方面遠(yuǎn)遠(yuǎn)高于傳統(tǒng)方法，檢測(cè)能力強(qiáng)、檢測(cè)效果好，更適合應(yīng)用于海上雷達(dá)工作。

4 結(jié)束語

為了提升海上運(yùn)輸?shù)陌踩?，該文提出了基于多尺度特征融合海上雷達(dá)目標(biāo)檢測(cè)方法。首先通過海上雷達(dá)進(jìn)行目標(biāo)數(shù)據(jù)提取，并通過歸一化處理完成目標(biāo)特征提取。進(jìn)而分體目標(biāo)檢測(cè)一體化，將目標(biāo)特征融合，完成對(duì)海上雷達(dá)目標(biāo)的檢測(cè)。經(jīng)實(shí)驗(yàn)表明，該文提出的海上雷達(dá)檢測(cè)方法具有準(zhǔn)確、高效、穩(wěn)定的優(yōu)點(diǎn)，適用于實(shí)際使用。但該文的檢測(cè)方法在成本控制方面仍有不足，后續(xù)將圍繞這方面進(jìn)行研究。