基于标签传播算法的海面漂浮小目标检测方法

许述文; 茹宏涛

doi:10.11999/JEIT210382

基于标签传播算法的海面漂浮小目标检测方法

doi: 10.11999/JEIT210382

许述文^,,
茹宏涛

西安电子科技大学雷达信号处理国家重点实验室西安 710071

基金项目: 国家自然科学基金(61871303, 62071346)，高等学校学科创新引智计划(111计划)(B18039)

详细信息

作者简介:
许述文：男，1985年生，教授，博士生导师，研究方向为雷达目标检测、机器学习、时频分析和SAR图像处理

茹宏涛：男，1997年生，硕士生，研究方向为海面目标的特征检测

通讯作者:
许述文　swxu@mail.xidian.edu.cn

中图分类号: TN957.51
计量
- 文章访问数: 1272
- HTML全文浏览量: 535
- PDF下载量: 194
- 被引次数: 97
出版历程
- 收稿日期: 2021-05-07
- 修回日期: 2021-08-15
- 网络出版日期: 2021-08-30
- 刊出日期: 2022-06-21

Small Target Detection on Sea Surface Based on Label Propagation Algorithm

Xu Shuwen^,,
Ru Hongtao

National Key Laboratory of Radar Signal Processing, Xidian University, Xi’an 710071, China

Funds: The National Natural Science Foundation of China (61871303,62071346), The Fund for Foreign Scholars in University Research and Teaching Programs (The 111 Project) (B18039)

摘要

摘要: 在高分辨体制下海杂波与海面小目标具有复杂的特性，特别是对于雷达散射截面积较小的海面漂浮目标，传统的检测方法性能不佳。为了突破临界信杂比情况下的检测性能，可以提取雷达回波的一种或者多种特征，从而进行特征检测，该方法是实现临界信杂比情况下有效检测的重要途经。目前，在3维及以下的特征空间中可以使用凸包学习算法计算判决区域并有效地控制虚警概率，但是在3维以上的特征空间中凸包学习算法计算复杂度提高，难以进行检测。针对这个问题，该文提出一种基于标签传播算法的海面小目标检测方法，它突破了凸包学习算法的维数限制和决策域必须为凸集的形状限制，能够在高维特征空间进行检测并有效地控制虚警。经过实测数据集验证，基于标签传播算法的海面小目标检测方法在0.512 s和1.024 s的观测时间内分别获得了88.4%和92.0%的检测概率，相比于基于K近邻(KNN)的检测器有了3.3%和2.8%的检测概率提升。
- 高分辨海杂波 /
- 特征检测 /
- 标签传播算法 /
- 可控虚警
Abstract: Sea clutter and small targets have complex characteristics in the high-resolution radar system. For the target with small radar cross section, the traditional detection method has limited detection performance. In order to break through the critical signal to clutter ratio state, one or more features of radar echo can be extracted for joint feature detection, which is an important way to achieve effective detection in the case of critical signal to clutter ratio. At present, convex hull learning algorithm can be used to calculate the decision region and control effectively the false alarm probability in the feature space of three dimensions and below, but the computational complexity of convex hull learning algorithm is increased above the feature space, and make it difficult to detect target. To solve this problem, a small target detection method based on label propagation algorithm is proposed. It can detect small target in high-dimensional feature space and the false alarm can be effectively controlled. The experimental results on the actual database show, the detection probabilities of 88.4% and 92.0% are obtained in 0.512 s and 1.024 s respectively, which are 3.3% and 2.8% higher than those of the K-Nearest Neighbor (KNN) detector.
- High resolution sea clutter /
- Feature detection /
- Label propagation algorithm /
- Controllable false alarm

HTML全文

1. 引言

GNSS卫星按照星载原子钟频率发射特定调制方式的导航信号，该信号经过时间t后到达地面用户接收机天线。信号传播时间t与电磁波在空间传播速度c相乘，即可得到卫星与用户之间的几何距离 $\rho$ 。通过解算至少3颗卫星到用户的距离，根据3球交会原理即可得到用户的准确位置。然而实际上由于传播时间t中包含有卫星钟差、接收机钟差、卫星星历误差、接收机测量噪声、多径、电离层延迟和对流层延迟等影响^[1]，估算出的t并非真正的卫星导航信号传播时间。因此，实际应用中计算出的距离并非真正的站星几何距离，习惯上称之为伪距。

对于高精度用户，利用差分系统可以消除一些误差，但遗留误差还包括多径、接收机测量噪声、各卫星信号畸变引起的误差等，该部分误差无法通过差分的方式进行消除。因此，当两台零基线或短基线接收机同时观测一颗相同卫星时，接收机之间伪距单差为均值非零的常数；当两台零基线或短基线接收机同时观测两颗相同的卫星时，接收机之间的伪距双差也得到均值非零的常数。而且不同接收机之间以及不同观测卫星之间的伪距差值不同，这种现象称为伪距偏差。该现象最早于2011年被斯坦福大学的Wong和Phelts等人在研究GPS和WAAS系统的测距和定位结果时发现。研究结果表明，由于不同卫星的信号特性不可能做到完全一致，双频用户在用双频线性组合的方式消除电离层影响的同时，会把伪距偏差的影响进一步放大。

国外对于伪距偏差的研究较早，GPS最早发现并试图解决伪距偏差现象。文献[2—4]在利用双频技术消除电离层延迟时，均发现了伪距偏差现象，并给出了减小伪距偏差影响的建议：一方面可以通过在导航电文中播发群时延参数TGD和信号间改正参数ISCs(Inter-Signal Corrections)的方法减小该现象对用户的影响；另一方面，可以通过在ICD(接口控制文件中)明确接收机的前端带宽和相关器间隔等参数来减轻伪距偏差的影响。文献[5—8]研究了可能导致GPS信号伪距偏差的原因，文章指出：各颗卫星导航信号的失真不一致，是导致伪距偏差的根本原因。

本文针对我国北斗卫星导航系统的伪距偏差问题，首先以理论公式推导的方式，对伪距偏差现象进行详细说明。然后在此基础上对卫星信号的发射、传播和接收通道建立完整的收发模型，从卫星信号传播的整个路径出发来逐步分析可能引起伪距偏差的原因；然后从用户终端的角度出发，分别从接收机的相关器间隔、滤波器带宽和卫星俯仰角等3个主要方面，进一步分析伪距偏差可能的表现形式及特点；最后给出本文结论及对我国北斗用户的建议。

2. 伪距偏差现象分析

伪距偏差现象不能通过单台接收机直接获得，需要在零基线或短基线条件下的两台接收机同时观测两颗卫星，得到的伪距观测值做单差或双差处理得到。进行单差或双差的作用是可以消除一些公共的误差。本文假定两台接收机分别为r1, r2，两颗卫星分别为i和j，对单频数据的O-C分别进行零基线双差处理。计算过程如下：

两台接收机r1, r2分别对卫星i, j的单频伪距观测方程为

$P_ {\rm{r}1}^ {\rm{i}} = \rho _ {\rm{r}1}^ {\rm{i}} + c\delta {t_ {\rm{r}1}} - c\delta {{\rm{t}}^ {\rm{i}}} + c \cdot {\rm{IF}}{{\rm{B}}_ {\rm{r}1}} - c \cdot {\rm{TG}}{{\rm{D}}^ {\rm{i}}} - {\rm{iono}}_ {\rm{r}1}^ {\rm{i}}\! - \!{\rm{trop}}_ {\rm{r}1}^ {\rm{i}} - {\rm{rel}}_ {\rm{r}1}^ {\rm{i}} - \alpha _ {\rm{r}1}^ {\rm{i}} + \varepsilon _ {\rm{r}1}^ {\rm{i}} + {\rm{M}}{{\rm{P}}_ {\rm{r}1}}\!\!\!\!^ {\rm{i}} \ + {\rm{SD}}{{\rm{M}}_ {\rm{r}1}}\!\!\!\!^ {\rm{i}}\vspace{12pt}$

(1)

$P_ {\rm{r}1}^ {\rm{j}} = \rho _ {\rm{r}1}^ {\rm{j}} + c\delta {t_ {\rm{r}1}} - c\delta {{\rm{t}}^ {\rm{j}}} + c \cdot {\rm{IF}}{{\rm{B}}_ {\rm{r}1}} - c \cdot {\rm{TG}}{{\rm{D}}^ {\rm{j}}} - {\rm{iono}}_ {\rm{r}1}^ {\rm{j}} - {\rm{trop}}_ {\rm{r}1}^ {\rm{j}} - {\rm{rel}}_ {\rm{r}1}^ {\rm{j}} - \alpha _ {\rm{r}1}^ {\rm{j}} + \varepsilon _ {\rm{r}1}^ {\rm{j}} + {\rm{M}}{{\rm{P}}_ {\rm{r}1}}\!\!\!\!^ {\rm{j}} \ + {\rm{SD}}{{\rm{M}}_ {\rm{r}1}}\!\!\!\!^ {\rm{j}}$

(2)

$P_ {\rm{r}2}^ {\rm{i}} = \rho _ {\rm{r}2}^ {\rm{i}} + c\delta {t_ {\rm{r}2}} - c\delta {{\rm{t}}^ {\rm{i}}} + c \cdot {\rm{IF}}{{\rm{B}}_ {\rm{r}2}} - c \cdot {\rm{TG}}{{\rm{D}}^ {\rm{i}}} - {\rm{iono}}_ {\rm{r}2}^ {\rm{i}} - {\rm{trop}}_ {\rm{r}2}^ {\rm{i}} - {\rm{rel}}_ {\rm{r}2}^ {\rm{i}} - \alpha _ {\rm{r}2}^ {\rm{i}} + \varepsilon _ {\rm{r}2}^ {\rm{i}} + {\rm{M}}{{\rm{P}}_ {\rm{r}2}}\!\!\!\!^ {\rm{i}}\ + {\rm{SD}}{{\rm{M}}_ {\rm{r}2}}\!\!\!\!^ {\rm{i}}$

(3)

$P_ {\rm{r}2}^ {\rm{j}} = \rho _ {\rm{r}2}^ {\rm{j}} + c\delta {t_ {\rm{r}2}} - c\delta {{\rm{t}}^ {\rm{j}}} + c \cdot {\rm{IF}}{{\rm{B}}_ {\rm{r}2}} - c \cdot {\rm{TG}}{{\rm{D}}^ {\rm{j}}} - {\rm{iono}}_ {\rm{r}2}^ {\rm{j}} - {\rm{trop}}_ {\rm{r}2}^ {\rm{j}} - {\rm{rel}}_ {\rm{r}2}^ {\rm{j}} - \alpha _ {\rm{r}2}^ {\rm{j}} + \varepsilon _ {\rm{r}2}^ {\rm{j}} + {\rm{M}}{{\rm{P}}_ {\rm{r}2}}\!\!\!\!^ {\rm{j}} \ + {\rm{SD}}{{\rm{M}}_ {\rm{r}2}}\!\!\!\!^ {\rm{j}}\$

(4)

以接收机r1与卫星i为例， $P_ {\rm{r}1}^ {\rm{i}}$ 为伪距观测值， $\rho _ {\rm{r}1}^ {\rm{i}}$ 为理论距离， $\delta {t_ {\rm{r}1}}$ 为接收机钟差， $\delta {{\rm{t}}^ {\rm{i}}}$ 为卫星钟差， ${\rm{IF}}{{\rm{B}}_ {\rm{r}1}}$ 为接收机频间差， ${\rm{TG}}{{\rm{D}}^ {\rm{i}}}$ 为卫星频间差， $c$ 为光速， ${\rm{iono}}_ {\rm{r}1}^ {\rm{i}}$ 为电离层延迟， ${\rm{trop}}_ {\rm{r}1}^ {\rm{i}}$ 为对流层延迟， ${\rm{rel}}_ {\rm{r}1}^ {\rm{i}}$ 为相对论效应延迟， $\alpha _ {\rm{r}1}^ {\rm{i}}$ 为伪距测量偏差(即接收通道时延)， $\varepsilon _ {\rm{r}1}^ {\rm{i}}$ 为热噪声， ${\rm{M}}{{\rm{P}}_ {\rm{r}1}}\!\!\!\!^ {\rm{i}}$ 表示多径误差， ${\rm{SD}}{{\rm{M}}_ {\rm{r}1}}\!\!\!\!^ {\rm{j}}$ 为信号畸变引起的误差。

由于两台接收机零基线连接，所受的电离层延迟、对流层延迟和相对论效应延迟基本一致，卫星频间差对不同接收机来说是一致的，接收机频间差对不同卫星来说也是一致的，因此对两台接收机的O-C进行双差处理时，可以将接收机钟差、卫星钟差、接收机频间差、卫星频间差、电离层延迟、对流层延迟、相对论效应延迟等误差消除，伪距测量多径在长弧段内也认为是零均值的。因此双差后的O-C序列均值为两台接收机的伪距测量偏差。

为了对比分析北斗2号与北斗试验卫星的信号性能差异及特点，本文选取了北斗2号与试验卫星共有的民用信号—B1频点I支路信号作为分析对象来开展伪距偏差问题的深入分析与研究。在对北斗2号B1I信号伪距偏差进行测量过程中，选取了4个不同厂家的接收机进行零基线试验，将其中一台接收机分别与其他3台接收机做双差处理，通过查看互差均值来分析B1I频点的伪距偏差现象。本文在进行双差计算时选取C01卫星为基准星，将1号接收机、2号接收机和3号接收机伪距测量值分别与4号接收机做双差处理。需要说明的是，由于1号接收机在观测过程中无法正常接收C05和C12号卫星数据，因此在表1中表中有几处出现了无数据现象。

表 1 北斗二号卫星B1I信号伪距偏差(m)

接收机	卫星
接收机	C02	C03	C04	C05	C06	C07	C08	C09	C10	C11	C12	C14
1号–4号	0.10	0.40	0.02	–	0.23	–0.01	0.31	0.24	0.65	0.37	–	0.49
2号–4号	–0.05	0.27	0.10	0.34	0.16	–0.10	0.14	0.17	0.40	0.18	0.57	0.22
3号–4号	0.00	0.42	0.22	0.53	0.08	0.08	0.18	0.20	0.77	0.67	0.72	0.48

下载: 导出CSV

| 显示表格

由表1分析可知：不同接收机间和不同卫星之间的伪距差出现了非零均值的常数，而且不同卫星或不同接收机之间的偏差大小不一。因此下一节将针对伪距偏差问题的产生机理展开深入分析。

3. 伪距偏差产生机理分析

卫星导航信号从产生发射到空间传播，再到地面接收，若整个传输通道特性非理想，即通道传递函数H(f)幅频特性和相频特性均不理想，则此时到达地面接收系统的卫星信号与本地复现码做相关运算时，相关函数会发生非线性畸变，进而引起相关曲线非对称，导致码跟踪环鉴相曲线锁定点有偏差，最终会导致测距误差^[9–12]，如图1所示。

图 1 本地码和卫星实测信号的互相关示意图

下载: 全尺寸图片幻灯片

以具有代表性的非相干超前减滞后功率型鉴相器为例，设其相关器的超前-滞后间距为 $\delta$ ，则其S曲线计算式可表示为^[9]

${\rm{Curve}}\left( {\varepsilon ,\delta } \right) \!=\! {\left| {{\rm{CCF}}\left( {\varepsilon \!-\! \frac{\delta }{2}} \right)} \right|^2} \!-\! {\left| {{\rm{CCF}}\left( {\varepsilon \!+\! \frac{\delta }{2}} \right)} \right|^2}$

(5)

锁定点偏差 ${\varepsilon _{\rm bs}}\left( \delta \right)$ 满足

${\rm{Curve}}\left( {{\varepsilon _{\rm bs}}\left( \delta \right),\delta } \right) = 0$

(6)

S曲线偏差的定义为

${\rm{SCB = }}\max \left( {{\varepsilon _{\rm bs}}\left( \delta \right)} \right) - \min \left( {{\varepsilon _{\rm bs}}\left( \delta \right)} \right)$

(7)

图1中的实线代表理想信号相关曲线，虚线表示实际接收到的卫星信号有畸变的相关曲线。从图中可以看出：实测信号相关曲线严重不对称，因此在不同的相关器间隔下，S曲线的锁定点偏差不同，从而导致不同相关器间隔的接收机同时观测两颗卫星时，伪距做双差处理后仍然存在无法抵消的非零常数，也即伪距偏差。

由于伪距偏差是卫星信号的非理想特性以及用户接收机参数(主要是前端带宽和相关器间隔两个参数)设置的不同共同引起的^[13]，因此为了便于从公式推导，先假设接收机的前端带宽均相同，仅相关器间隔不同，这时有以下几种可能性：

(1)两台接收机(不同相关器间隔)同时观测一颗卫星，做单差处理：

$\begin{align}{\rho _ {\rm{mn}}} = & c\left[ {{δ} {t_ {{u,{\rm m}}}} - {δ}{t_ {{u,{\rm n}}}}} \right] + {\varepsilon _ {\rho,\rm{m}}} - {\varepsilon _ {\rho,\rm{n}}} + {\rm{M}}{{\rm{P}}_ {\rho,\rm{m}}} \\& - {\rm{M}}{{\rm{P}}_ {\rho,\rm{n}}} + {\rm{SD}}{{\rm{M}}_ {\rho,\rm{m}}} - {\rm{SD}}{{\rm{M}}_ {\rho,\rm{n}}} \end{align}$

(8)

(2)两台接收机(不同相关器间隔)同时观测两颗卫星，做双差处理：

${\rho ^ {\rm{i,j}}}\!\!\!\!_ {\rm{mn}} = {\varepsilon ^ {\rm{i,j}}}\!\!\!\!_ {\rho,\rm{mn}} + {\rm{M}}{{\rm{P}}^ {\rm{i,j}}}\!\!\!\!_ {\rho,\rm{mn}} + {\rm{SD}}{{\rm{M}}^ {\rm{i,j}}}\!\!\!_ {\rho,\rm{mn}}$

(9)

其中，m和n表示接收机，i和j表示卫星。

信号畸变量一般为常数，假设 ${\varepsilon ^ {\rm{i,j}}}\!\!\!\!_ {\rho,\rm{mn}}$ 和 ${\rm{M}}{{\rm{P}}^ {\rm{i,j}}}\!\!\!\!_ {\rho,\rm{mn}}$ 相比信号畸变带来的伪距差较小，而且均为零均值噪声分布，则此时可以通过一段时间平均的方式求出信号畸变量。

(3)两台接收机(相同相关器间隔)同时观测一颗卫星，做单差处理：

${\rho _ {\rm{mn}}} = c\left[ {{δ}{t_ {{u,{\rm m}}}} - {δ}{t_ {{u,{\rm m} \right] + {\varepsilon _ {\rho,\rm{m}}} - {\varepsilon _ {\rho,\rm{n}}}$

(10)

可以看到，多径和信号畸变都被抵消。

(4)两台接收机(相同相关器间隔)同时观测两颗卫星，做双差处理：

${\rho ^ {\rm{i,j}}}\!\!\!\!_ {\rm{mn}} = {\varepsilon ^ {\rm{i,j}}}\!\!\!\!_ {\rm{mn}}$

(11)

只剩噪声，认为是零均值的。

双频定位时使用无电离层组合，如式(12)：

$P_{{{\rm{B}}1{\rm{B}}{3 }}_ {\rm{r}1}}^ {\rm{i}} = \frac{{{f_1}\!\!^{\raisebox{2pt}{2}}}}{{{f_1}\!\!^{\raisebox{2pt}{2}}- {f_3}\!\!^{\raisebox{2pt}{2}}}} \cdot P_{{{\rm{B}}{1 }}_ {\rm{r}1}}^ {\rm{i}} - \frac{{{f_3}\!\!^{\raisebox{2pt}{2}}}}{{{f_1}\!\!^{\raisebox{2pt}{2}} - {f_3}\!\!^{\raisebox{2pt}{2}}}} \cdot P_{{{\rm{B}}{3 }}_ {\rm{r}1}}^ {\rm{i}}$

(12)

双频短基线O-C双差结果为

$\begin{align}{\rm{om}}{\rm{c}}_{{{\rm{B}}1{\rm{B}}{3 }}_{{\rm{r}}1,{\rm{r}}2}}^ {\rm{i,j}} =& \frac{{{f_1}\!\!^{\raisebox{2pt}{2}}}}{{{f_1}\!\!^{\raisebox{2pt}{2}} - {f_3}\!\!^{\raisebox{2pt}{2}}}} \cdot {\rm{om}}{\rm{c}}_{{{\rm{B}}{1 }}_{{\rm{r}}1,{\rm{r}}2}}^ {\rm{i,j}} \\& -\frac{{{f_3}\!\!^{\raisebox{2pt}{2}}}}{{{f_1}\!\!^{\raisebox{2pt}{2}} - {f_3}\!\!^{\raisebox{2pt}{2}}}} \cdot {\rm{om}}{\rm{c}}_{{{\rm{B}}{3 }}_{ {\rm{r}}1,{\rm{r}}2}}^ {\rm{i,j}}\end{align}$

(13)

可以发现，B1I频点的伪距测量偏差会分别被放大约2.9倍。若进行电离层消除的两个频点的伪距测量偏差符号相反，则双频无电离层组合的伪距测量偏差会被严重放大。

研究表明：若各颗卫星信号的畸变特性完全一致，或各台接收机的参数设置完全一致，则在进行双差处理时，完全可以消除由于卫星信号畸变或者接收机参数的不同导致的伪距偏差现象。因此，即便是接收到的信号存在非理想特性，处于零基线或短基线的不同接收机若参数设置相同，则在进行伪距双差处理时仍将得到零均值的高斯噪声。

由于不同卫星导航信号的非理想特性不同，因此不同的用户接收机同时接收不同卫星的导航信号时，测量得到的伪距值不同，从而产生伪距偏差现象。由于在轨运行卫星的导航信号很难做调整，而且在实现过程中不可能保证所有卫星信号特性完全一致，因此本文将主要从用户端研究伪距偏差影响，包括相关器间隔的设置、滤波器带宽以及不同卫星俯仰角对北斗2号卫星导航信号伪距偏差测量结果的影响，并最终给出用户端接收机参数设置范围建议，从而最大程度上减小由信号非理想特性导致的伪距偏差给用户带来的影响。

4. 伪距偏差与相关器间隔

接收机主要是利用本地复现的理想测距码与接收的卫星下行信号测距码进行相关运算进行捕获、跟踪以及测距计算的。在实际应用中，接收机相关器间隔选取合适与否，直接决定了码跟踪测量精度^[14–16]。

2017年11月，利用昊平观测站的40 m天线GNSS信号观测评估系统采集的数据，按照前述方法分析计算可视北斗B1I信号相关间隔1码片以内的S曲线过零点偏差。由于篇幅限制，图2仅给出了几颗比较有代表性的卫星信号分析结果。

图 2 单边8 MHz带宽条件下，北斗卫星B1I频点信号及GPS L1C/A信号S曲线过零点偏差随相关器间隔的变化情况

下载: 全尺寸图片幻灯片

分析结果表明：首先，在单边带宽均为8 MHz条件下，北斗系统信号间的差异性约是GPS的5倍，而且GPS不同卫星信号之间的一致性较北斗信号好；其次，在相同带宽条件下，北斗系统不同卫星B1I信号的S曲线过零点偏差随相关器间隔的变化相差比较大；另外，对北斗系统同一颗卫星而言，不同相关器间隔下的过零点偏差相差也比较大；最后，相同类型卫星信号的S曲线过零点偏差曲线比较接近，不同类型卫星之间的S曲线过零点偏差相差较大，说明北斗系统同类型卫星信号之间的差异性较小。

由于北斗系统伪距偏差相比GPS系统偏差较大，因此本文将主要以北斗信号为研究对象，重点研究针对北斗B1I信号的伪距偏差特性。假设参考接收机的相关器间隔为0.5码片，则本文给出了不同卫星B1I信号的S曲线过零点偏差随相关器间隔变化的分析结果。需要说明的是由于篇幅限制，本文图3—图5仅给出了几颗比较有代表性的卫星信号分析结果。

图 3 参考接收机相关器间隔为0.5码片时的S曲线过零点偏差

下载: 全尺寸图片幻灯片

从图3及数据分析结果可以看出，若用户接收机相关器间隔取0.2码片，则用户接收机与参考接收机同时接收相关卫星信号并做伪距双差处理时，带来的伪距偏差最大约为3 ns；若用户接收机相关器间隔取0.6码片，则用户接收机与参考接收机同时接收相关卫星信号时，带宽的误差最大约为0.8 ns。因此，若此时用户接收机相关器间隔的设置比较接近参考接收机的相关器参数设置时，带来的伪距偏差较小。例如取值为[0.4码片 0.6码片]时，带来的伪距偏差最大为0.8 ns。

5. 伪距偏差与滤波器带宽

接收机前端带宽的作用是保证有用信号通过的同时，滤除掉带外干扰信号的影响。若前端带宽较宽，则会引入干扰信号或其他支路信号的影响，影响测距精度。

利用上一节所采用的昊平观测站采集数据，本小节将重点研究滤波器带宽对伪距偏差的影响。为了减小滤波器对分析结果的影响，试验过程中采用的滤波器是锐截止FIR滤波器并假定除滤波器带宽外接收机其他参数均相同。

图4给出了不同滤波器带宽情况下的S曲线过零点偏差变化情况。分析结果表明：在相同相关器间隔条件下，不同卫星B1I信号的S曲线过零点偏差随带宽的变化相差较大；另外，对同一颗卫星而言，不同滤波器带宽下的过零点偏差相差也较大；相同类型的卫星S曲线过零点偏差曲线比较接近，不同类型卫星之间的S曲线过零点偏差相差较大。

图 4 相关器间隔为0.5码片条件下，北斗卫星B1I频点信号S曲线过零点偏差随滤波器带宽的变化情况

下载: 全尺寸图片幻灯片

假设参考接收机的滤波器单边带宽为4 MHz，则不同卫星B1I信号的S曲线过零点偏差随滤波器带宽变化的分析结果如图5所示。

图 5 参考接收单边带宽为4 MHz时的S曲线过零点偏差

下载: 全尺寸图片幻灯片

分析结果表明：若用户接收机单边带宽取2 MHz，则用户接收机与参考接收机同时接收相同卫星信号并做伪距双差处理时，带来的伪距偏差最大约为1.0 ns；若用户接收机单边带宽取8 MHz，则用户接收机与参考接收机同时接收相同卫星信号并做伪距双差处理时，带来的伪距偏差最大约为2.8 ns。

因此，若此时用户接收机的滤波器带宽设置比较接近参考接收机的带宽参数设置时，带来的伪距偏差较小。例如取值为[2 MHz 5 MHz]时，带来的伪距偏差最大为1.0 ns。

6. 伪距偏差与卫星仰角

为了研究卫星俯仰角对伪距偏差的影响，利用昊平观测站的40 m天线GNSS信号观测评估系统，对每颗卫星仰角变化每隔约10°采集一组数据，最后统计分析各颗卫星信号在不同俯仰角下的伪距偏差结果，分析结果如图6所示。

图 6 带宽为2 MHz且相关器间隔0.1码片时，不同卫星俯仰角条件下的北斗B1I信号S曲线过零点偏差分析结果

下载: 全尺寸图片幻灯片

通过对各颗北斗卫星在不同俯仰角条件下的S曲线过零点偏差统计分析，结果表明：卫星俯仰角对伪距偏差影响基本在厘米级(<0.15 ns)。

7. 结束语

伪距偏差产生的根本原因是卫星导航信号的畸变，而且这种信号畸变对于不同的卫星来说表现形式并不完全相同。因此当接收机中复现的测距码与卫星下行信号测距码做相关运算时，不同卫星信号得到的相关曲线不同，导致不同卫星信号的S曲线过零点偏差也不同，从而会带来不同的测距误差。这也就从根本上解释了为什么会带来文章引言部分提到的伪距偏差现象。

针对我国北斗卫星导航系统出现的伪距偏差问题，本文利用昊平观测站40 m天线系统采集各颗北斗卫星信号数据，同时选取零基线条件下的4个不同厂家的接收机开展相关试验及验证工作。首先根据观测过程中得到的伪距偏差现象及表现特点，从理论分析、公式推导和试验验证几个方面，研究了伪距偏差产生的根本原因，然后详细论证分析了在不同相关器间隔、不同滤波器带宽和不同卫星俯仰角条件下伪距偏差对用户的影响，最终得出结论如下：

(1)卫星俯仰角对伪距偏差的影响较小(厘米级)，因此可以忽略；

(2)不同用户接收机之间滤波器带宽设置的差异，会严重影响伪距偏差测量结果：接收机间滤波器带宽设置的差异越小，带来的伪距偏差越小；

(3)不同用户接收机之间相关器间隔设置的差异，同样会严重影响伪距偏差测量结果：接收机间相关器间隔设置的差异越小，带来的伪距偏差越小。

因此，本文针对北斗卫星导航用户终端，给出接收机参数设置范围建议如下：

(1)在已知参考接收机滤波器带宽和相关器间隔条件下，用户终端的相应参数设置尽量与参考接收机的参数设置接近；例如当参考接收机相关器间隔为0.20码片情况下，建议用户接收机相关器间隔取[0.10 0.25]码片，或当参考接收机相关器间隔为0.50码片情况下，建议用户接收机相关器间隔取[0.38码片 0.60码片]，此时带来的最大伪距偏差不超过0.2 m。

(2)在未知参考接收机滤波器带宽和相关器间隔条件下，建议各类用户终端尽量统一相应参数设置范围，或者说不同生产厂家的接收机滤波器带宽和相关器间隔之间的差异应尽可能地小，从而最大程度上减小由于下行卫星导航信号的非理想特性导致的伪距偏差给用户带来的影响。

致谢感谢昊平观测站相关人员的帮助及数据采集，感谢北斗在轨验证与技术试验团队的各位专家对本试验提出的宝贵意见及建议。

图 1 2维空间中的杂波特征与判决区域

下载: 全尺寸图片幻灯片

图 2 所提检测器流程图

下载: 全尺寸图片幻灯片

图 3 所提检测器以及其余检测器的检测概率

下载: 全尺寸图片幻灯片

图 4 不同观测时间的检测结果对比

下载: 全尺寸图片幻灯片

图 5 海航数据检测结果

下载: 全尺寸图片幻灯片

图 6 维数升高时超球体测度的变化

下载: 全尺寸图片幻灯片

图 7 三特征检测概率对比

下载: 全尺寸图片幻灯片

表 1 IPIX数据集中20组数据平均检测结果对比

检测器	观测时间(s)	HH	HV	VH	VV	平均
基于分形的检测器	0.512	0.223	0.404	0.448	0.241	0.329
基于分形的检测器	1.024	0.301	0.536	0.576	0.328	0.435
基于三特征的检测器	0.512	0.577	0.736	0.776	0.569	0.665
基于三特征的检测器	1.024	0.622	0.797	0.813	0.598	0.708
基于时频三特征的检测器	0.512	0.747	0.826	0.842	0.706	0.780
基于时频三特征的检测器	1.024	0.821	0.882	0.877	0.789	0.842
基于K近邻的检测器	0.512	0.821	0.887	0.895	0.800	0.851
基于K近邻的检测器	1.024	0.868	0.922	0.921	0.858	0.892
本文所提检测器	0.512	0.857	0.916	0.918	0.846	0.884
本文所提检测器	1.024	0.906	0.941	0.938	0.893	0.920

下载: 导出CSV

表 2 海航数据的信杂比(dB)

目标回波	LFM	单载频
船	7.35	12.23
浮标	14.16	13.23

下载: 导出CSV

表 3 去掉每一种特征时的6特征检测器性能损失(%)

		去掉的特征
		NHE	RAA	RDPH	RVE	RI	MS	NR
性能损失	HH	2.14	1.72	4.90	1.40	1.09	3.99	1.41
	HV	1.93	1.34	2.88	1.13	0.92	2.42	1.00
	VH	1.90	1.06	2.71	0.83	0.57	2.04	0.63
	VV	2.52	1.99	5.12	1.54	1.02	4.54	1.59
	平均	2.12	1.53	3.90	1.22	0.90	3.25	1.16

下载: 导出CSV

参考文献(17)

[1]	许述文, 白晓惠, 郭子薰, 等. 海杂波背景下雷达目标特征检测方法的现状与展望[J]. 雷达学报, 2020, 9(4): 684–714. doi: 10.12000/JR20084 XU Shuwen, BAI Xiaohui, GUO Zixun, et al. Status and prospects of feature-based detection methods for floating targets on the sea surface[J]. Journal of Radars, 2020, 9(4): 684–714. doi: 10.12000/JR20084
[2]	HU Jing, TUNG W W, and GAO Jianbo. Detection of low observable targets within sea clutter by structure function based multifractal analysis[J]. IEEE Transactions on Antennas and Propagation, 2006, 54(1): 136–143. doi: 10.1109/TAP.2005.861541
[3]	陈小龙, 刘宁波, 王国庆, 等. 基于高斯短时分数阶Fourier变换的海面微动目标检测方法[J]. 电子学报, 2014, 42(5): 971–977. doi: 10.3969/j.issn.0372-2112.2014.05.021 CHEN Xiaolong, LIU Ningbo, WANG Guoqing, et al. Gaussian short-time fractional Fourier transform based detection algorithm of target with micro-motion at sea[J]. Acta Electronica Sinica, 2014, 42(5): 971–977. doi: 10.3969/j.issn.0372-2112.2014.05.021
[4]	SHI Sainan and SHUI Penglang. Sea-surface floating small target detection by one-class classifier in time-frequency feature space[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018, 56(11): 6395–6411. doi: 10.1109/TGRS.2018.2838260
[5]	XU Shuwen, ZHENG Jibin, PU Jia, et al. Sea-surface floating small target detection based on polarization features[J]. IEEE Geoscience and Remote Sensing Letters, 2018, 15(10): 1505–1509. doi: 10.1109/LGRS.2018.2852560.
[6]	SHUI Penglang, LI Dongchen, and XU Shuwen. Tri-feature-based detection of floating small targets in sea clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2014, 50(2): 1416–1430. doi: 10.1109/TAES.2014.120657
[7]	时艳玲, 姚婷婷, 郭亚星. 基于图连通密度的海面漂浮小目标检测[J]. 电子与信息学报, 2021, 43(11): 3185–3192. doi: 10.11999/JEIT201028 SHI Yanling, YAO Tingting, and GUO Yaxing. Floating small target detection based on graph connected density in sea surface[J]. Journal of Electronics and Information Technology, 2021, 43(11): 3185–3192. doi: 10.11999/JEIT201028
[8]	贺丰收, 何友, 刘准钆, 等. 卷积神经网络在雷达自动目标识别中的研究进展[J]. 电子与信息学报, 2020, 42(1): 119–131. doi: 10.11999/JEIT180899 HE Fengshou, HE You, LIU Zhunga, et al. Research and development on applications of convolutional neural networks of radar automatic target recognition[J]. Journal of Electronics &Information Technology, 2020, 42(1): 119–131. doi: 10.11999/JEIT180899
[9]	杜兰, 魏迪, 李璐, 等. 基于半监督学习的SAR目标检测网络[J]. 电子与信息学报, 2020, 42(1): 154–163. doi: 10.11999/JEIT190783 DU Lan, WEI Di, LI Lu, et al. SAR target detection network via semi-supervised learning[J]. Journal of Electronics &Information Technology, 2020, 42(1): 154–163. doi: 10.11999/JEIT190783
[10]	苏宁远, 陈小龙, 关键, 等. 基于卷积神经网络的海上微动目标检测与分类方法[J]. 雷达学报, 2018, 7(5): 565–574. doi: 10.12000/JR18077 SU Ningyuan, CHEN Xiaolong, GUAN Jian, et al. Detection and classification of maritime target with micro-motion based on CNNs[J]. Journal of Radars, 2018, 7(5): 565–574. doi: 10.12000/JR18077
[11]	SHUI Penglang, GUO Zixun, and SHI Sainan. Feature-compression-based detection of sea-surface small targets[J]. IEEE Access, 2020, 8: 8371–8385. doi: 10.1109/ACCESS.2019.2962793
[12]	LI Yuzhou, XIE Pengcheng, TANG Zeshen, et al. SVM-based sea-surface small target detection: a false-alarm-rate-controllable approach[J]. IEEE Geoscience and Remote Sensing Letters, 2019, 16(8): 1225–1229. doi: 10.1109/LGRS.2019.2894385
[13]	ZHOU Hongkuan and JIANG Tao. Decision tree based sea-surface weak target detection with false alarm rate controllable[J]. IEEE Signal Processing Letters, 2019, 26(6): 793–797. doi: 10.1109/LSP.2019.2909584
[14]	郭子薰, 水鹏朗, 白晓惠, 等. 海杂波中基于可控虚警K近邻的海面小目标检测[J]. 雷达学报, 2020, 9(4): 654–663. doi: 10.12000/JR20055 GUO Zixun, SHUI Penglang, BAI Xiaohui, et al. Sea-surface small target detection based on K-NN with controlled false alarm rate in sea clutter[J]. Journal of Radars, 2020, 9(4): 654–663. doi: 10.12000/JR20055
[15]	张俊丽, 常艳丽, 师文. 标签传播算法理论及其应用研究综述[J]. 计算机应用研究, 2013, 30(1): 21–25. doi: 10.3969/j.issn.1001-3695.2013.01.004 ZHANG Junli, CHANG Yanli, and SHI Wen. Overview on label propagation algorithm and applications[J]. Application Research of Computers, 2013, 30(1): 21–25. doi: 10.3969/j.issn.1001-3695.2013.01.004
[16]	Cognitive Systems Laboratory. IPIX radar database[EB/OL]. http://soma.mcmaster.ca//ipix.php, 2012.
[17]	中国雷达行业协会. 雷达对海探测数据[EB/OL]. http://radars.ie.ac.cn/web/data/getData?dataType=DatasetofRadarDetectingSea, 2020.

施引文献

期刊类型引用(49)

1.	张宏，周大伟，陆丽，康小东. 基于改进的樽海鞘群算法的永磁同步电机多目标优化设计. 电机与控制应用. 2025(02): 221-230 . 百度学术
2.	徐良，田青云，文成，张海波，郭晶晶. 基于改进樽海鞘群算法的测试数据自动生成. 信息技术与信息化. 2024(01): 117-121 . 百度学术
3.	李辉，殷文明. 探索者变异樽海鞘算法及其应用. 数学的实践与认识. 2024(03): 151-159 . 百度学术
4.	蒙淑娇，晋良念. 基于改进鲸鱼优化的地面短基线单站无源定位方法. 无线电工程. 2024(07): 1739-1748 . 百度学术
5.	曹宁，严心娥，徐根祺，许又文，张正勃，杜倩云. 基于DEFA-LSSAR的水利工程边坡力学参数预测模型. 计算机与现代化. 2024(07): 106-111 . 百度学术
6.	史红伟，左越. 基于LPNN的无源ML-TDOA估计. 沈阳工业大学学报. 2024(06): 832-839 . 百度学术
7.	肖剑，刘经纬，胡欣，齐小刚. 基于改进非洲秃鹫算法的TDOA-AOA定位. 吉林大学学报(工学版). 2024(12): 3558-3567 . 百度学术
8.	陈一馨，张婷，刘永刚，陈晶. 基于改进樽海鞘群算法的提梁机主梁轻量化设计方法. 东北大学学报(自然科学版). 2023(02): 223-232 . 百度学术
9.	牛昊一，吴维敏，章庭棋，沈微，张涛 . 自适应樽海鞘群算法求解考虑运输时间的柔性作业车间调度. 浙江大学学报(工学版). 2023(07): 1267-1277 . 百度学术
10.	问轲，林晶，张学昌，刘永跃. 混沌策略和非线性收敛因子的核参数寻优算法. 机械科学与技术. 2023(09): 1490-1501 . 百度学术
11.	丁美芳，吴克晴，肖鹏. 多策略融合的黄金正弦樽海鞘群算法. 南京信息工程大学学报(自然科学版). 2023(06): 662-675 . 百度学术
12.	叶智慧，吴红梅，王佩，熊伟，郭颖，陈略，董志源. 基于量子海鸥算法的运载火箭回收舱段时差定位方法. 上海航天(中英文). 2023(06): 121-135 . 百度学术
13.	张铸，张仕杰，饶盛华，王静袁. 基于自适应正态云模型的引力樽海鞘群算法. 控制与决策. 2022(02): 344-352 . 百度学术
14.	韦子辉，王世昭，叶兴跃，马英杰，李小阳，方立德. 基于超宽带的TDOA相邻单元协同定位技术. 电子测量技术. 2022(01): 77-83 . 百度学术
15.	赵玉超，袁宏拓，孙铭. 基于单步加权最小二乘的战场集结定位算法. 河北科技大学学报. 2022(01): 42-49 . 百度学术
16.	高岳林，杨钦文，王晓峰，李嘉航，宋彦杰. 新型群体智能优化算法综述. 郑州大学学报(工学版). 2022(03): 21-30 . 百度学术
17.	马一鸣，石志东，赵康，贡常磊，单联海. 基于改进樽海鞘群算法的到达时间差定位. 上海大学学报(自然科学版). 2022(02): 238-249 . 百度学术
18.	段绍米，罗会龙，刘海鹏. 人群搜索和樽海鞘群的混合算法优化PID参数. 系统仿真学报. 2022(06): 1230-1246 . 百度学术
19.	方立德，王世昭，解云龙，李萌旭，韦子辉. 基于改进粒子群的TDOA三维定位解算方法. 现代电子技术. 2022(13): 45-50 . 百度学术
20.	汤安迪，韩统，徐登武，周欢，谢磊. 使用高斯分布估计策略的改进樽海鞘群算法. 系统工程与电子技术. 2022(07): 2229-2240 . 百度学术
21.	彭石燕，郑洪清. 复数编码的樽海鞘群算法及其应用. 广西民族大学学报(自然科学版). 2022(02): 81-86 . 百度学术
22.	范纯龙，童航. 樽海鞘算法在测试用例约简问题中的应用. 电脑编程技巧与维护. 2022(10): 8-10+15 . 百度学术
23.	余修武，黄露平，刘永，李佩. 融合柯西折射反向学习和变螺旋策略的WSN象群定位算法. 控制与决策. 2022(12): 3183-3189 . 百度学术
24.	刘树东，梁婷蓉，王燕，张艳. 一种提高水下目标被动定位性能的两步定位法. 天津城建大学学报. 2022(06): 460-466 . 百度学术
25.	刘小龙，许岩，徐维军. 基于统计引导和多项式差分学习的樽海鞘优化算法. 运筹与管理. 2021(01): 43-49 . 百度学术
26.	王振亚，姚立纲，蔡永武，张俊. 基于熵-流特征和樽海鞘群优化支持向量机的故障诊断方法. 振动与冲击. 2021(06): 107-114 . 百度学术
27.	刘景森，袁蒙蒙，李煜. 基于改进樽海鞘群算法求解工程优化设计问题. 系统仿真学报. 2021(04): 854-866 . 百度学术
28.	魏鹏飞，樊小朝，史瑞静，王维庆，闫亚东. 基于互补式集合经验模态分解和SSA-ELM的短期风电功率预测. 水力发电. 2021(05): 116-120 . 百度学术
29.	赵忠凯，刘楯，黄湘松. 无人机编队时差定位时的空间布局分析. 应用科技. 2021(02): 12-18+41 . 百度学术
30.	韩超杰，郝玉然，刘亚飞. 基于SSA-Otsu的彩色图像多阈值分割研究. 现代计算机. 2021(10): 108-111 . 百度学术
31.	陈连兴，牟永敏. 一种改进的樽海鞘群算法. 计算机应用研究. 2021(06): 1648-1652 . 百度学术
32.	蒋美琪，杨兴，罗聪敏. 基于反向学习与混合位置中心的樽海鞘算法. 西华大学学报(自然科学版). 2021(01): 17-21+74 . 百度学术
33.	杨兴，郭明昊，方霞，祝忠明，蒋美琪. 基于天牛须搜索自适应的樽海鞘算法. 计算机技术与发展. 2021(06): 1-6 . 百度学术
34.	唐菁敏，郑锦文，曲文博. 基于改进自适应乌鸦搜索算法的无源定位. 重庆邮电大学学报(自然科学版). 2021(03): 372-377 . 百度学术
35.	卓然，王未卿. 混沌映射与动态学习的自适应樽海鞘群算法. 计算机工程与设计. 2021(07): 1963-1972 . 百度学术
36.	刘景森，袁蒙蒙，左方. 面向全局搜索的自适应领导者樽海鞘群算法. 控制与决策. 2021(09): 2152-2160 . 百度学术
37.	田洪舟，陈思溢，黄辉先. 基于改进樽海鞘群算法的无线传感器网络节点定位. 传感器与微系统. 2021(09): 139-141+145 . 百度学术
38.	唐铁斌，刘炜. 基于改进樽海鞘群算法的SDN控制器部署算法. 计算机应用与软件. 2021(12): 291-297 . 百度学术
39.	孙光才，王裕旗，高昭昭，江帆，邢孟道，保铮. 一种基于短合成孔径的双星干涉精确定位方法. 电子与信息学报. 2020(02): 472-479 . 本站查看
40.	张文彬. 基于天体运动更新机制的改进樽海鞘群算法. 上海电力大学学报. 2020(02): 195-200 . 百度学术
41.	陈忠云，张达敏，辛梓芸，张绘娟，闫威. 混沌精英质心拉伸机制的樽海鞘群算法. 计算机工程与应用. 2020(10): 44-50 . 百度学术
42.	林国营，卢世祥，郭昆健，高赐威，冯小峰. 基于主从博弈的电网公司需求响应补贴定价机制. 电力系统自动化. 2020(10): 59-68 . 百度学术
43.	王明超，董佳圆，李继影，高磊，聂永辉. 基于ISSA的STATCOM模型参数解耦辨识研究. 东北电力大学学报. 2020(01): 81-89 . 百度学术
44.	张达敏，陈忠云，辛梓芸，张绘娟，闫威. 基于疯狂自适应的樽海鞘群算法. 控制与决策. 2020(09): 2112-2120 . 百度学术
45.	陈忠云，张达敏，辛梓芸. 正弦余弦算法的樽海鞘群算法. 计算机应用与软件. 2020(09): 209-214 . 百度学术
46.	范千，陈振健，夏樟华. 一种基于折射反向学习机制与自适应控制因子的改进樽海鞘群算法. 哈尔滨工业大学学报. 2020(10): 183-191 . 百度学术
47.	马一鸣，石志东，赵康，贡常磊，单联海. 基于改进哈里斯鹰优化算法的TDOA定位. 计算机工程. 2020(12): 179-184 . 百度学术
48.	孙铭阳. 基于SSA-PNN的矿井提升机主轴装置故障诊断. 无线互联科技. 2019(09): 139-141+144 . 百度学术
49.	王丽，康飞. 基于樽海鞘群优化算法的裂缝图像分割. 电脑知识与技术. 2019(25): 223-224 . 百度学术

其他类型引用(48)

资源附件(0)

访问统计

图(7) / 表(3)

计量

文章访问数: 1272
HTML全文浏览量: 535
PDF下载量: 194
被引次数: 97

1. 引言
2. 伪距偏差现象分析
3. 伪距偏差产生机理分析
4. 伪距偏差与相关器间隔
5. 伪距偏差与滤波器带宽
6. 伪距偏差与卫星仰角
7. 结束语

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于标签传播算法的海面漂浮小目标检测方法

doi: 10.11999/JEIT210382

作者简介:
许述文：男，1985年生，教授，博士生导师，研究方向为雷达目标检测、机器学习、时频分析和SAR图像处理

茹宏涛：男，1997年生，硕士生，研究方向为海面目标的特征检测

通讯作者:
许述文　swxu@mail.xidian.edu.cn

计量

Small Target Detection on Sea Surface Based on Label Propagation Algorithm

1. 引言

2. 伪距偏差现象分析

3. 伪距偏差产生机理分析

4. 伪距偏差与相关器间隔

5. 伪距偏差与滤波器带宽

6. 伪距偏差与卫星仰角

7. 结束语

期刊类型引用(49)

其他类型引用(48)

计量

目录

1. 引言

2. 伪距偏差现象分析

3. 伪距偏差产生机理分析

4. 伪距偏差与相关器间隔

5. 伪距偏差与滤波器带宽

6. 伪距偏差与卫星仰角

7. 结束语

留言板

基于标签传播算法的海面漂浮小目标检测方法

doi: 10.11999/JEIT210382

作者简介: 许述文：男，1985年生，教授，博士生导师，研究方向为雷达目标检测、机器学习、时频分析和SAR图像处理 茹宏涛：男，1997年生，硕士生，研究方向为海面目标的特征检测

通讯作者: 许述文 swxu@mail.xidian.edu.cn

计量

出版历程

Small Target Detection on Sea Surface Based on Label Propagation Algorithm

1. 引言

2. 伪距偏差现象分析

3. 伪距偏差产生机理分析

4. 伪距偏差与相关器间隔

5. 伪距偏差与滤波器带宽

6. 伪距偏差与卫星仰角

7. 结束语

期刊类型引用(49)

其他类型引用(48)

计量

出版历程

目录

1. 引言

2. 伪距偏差现象分析

3. 伪距偏差产生机理分析

4. 伪距偏差与相关器间隔

5. 伪距偏差与滤波器带宽

6. 伪距偏差与卫星仰角

7. 结束语

作者简介:
许述文：男，1985年生，教授，博士生导师，研究方向为雷达目标检测、机器学习、时频分析和SAR图像处理

茹宏涛：男，1997年生，硕士生，研究方向为海面目标的特征检测

通讯作者:
许述文　swxu@mail.xidian.edu.cn