宋新超,徐鵬濤
(中國船舶重工集團公司第七二三研究所,江蘇 揚州 225101)
在安防視頻監控系統中,異常事件智能檢測和分析技術得到廣泛應用。它采用圖像處理方法,通過計算機對視頻流中的當前幀和背景模型進行對比,將發現的差異作為可能的異常值輸出到跟蹤模塊進行重點觀察和跟蹤,確認異常后即可告警。
借鑒視頻監控系統中異常事件智能檢測方法,在電磁信號環境監測系統中,利用雷達脈沖描述字(PDW)對作戰空間內各輻射源的射頻脈沖進行建模,生成圖形、圖像或者交互視頻流,全景展示電磁信號環境的頻域、空域、時域分布關系及動態變化特征,通過提取并記憶電磁信號環境的參數分布、參數輪廓等短期穩態特征,形成電磁信號環境背景模型,再通過當前幀與暫穩態背景特征的實時比對,實現對新信號的敏捷發現和識別。
圖像映射是圖形化視覺分析的重要組成部分,其任務是將雷達脈沖原始數據轉化為可供繪制的幾何圖素和屬性。即綜合運用顏色、透明度、形狀以及其他屬性表示出科學數據中令人感興趣的性質和特點,以最有效的圖形表示形式來揭示數據中隱含的各種現象和規律。雷達脈沖信號的2D圖像映射以數據緩沖池(來自于數據文件或者內存)中的連續PDW為基礎,映射方式可以表示為:
(1)
式中:x
表示雷達脈沖信號在映射圖中的橫軸位置;y
表示雷達脈沖信號在映射圖中的縱軸位置;r
表示雷達脈沖信號的幅度值A
在映射圖中紅色通道的值;b
表示雷達脈沖信號的載頻值f
在映射圖中藍色通道的位置;g
表示雷達脈沖信號的脈寬值τ
在映射圖中的綠色通道的值;a
表示雷達脈沖信號的單位時間密度在映射圖中a
通道的值;t
表示到達時間(TOA);D
表示到達方向;A
表示脈幅;f
表示射頻;τ
表示脈寬(PW)。PDW中的到達時間(TOA)參數和到達方向(DOA)參數分別表示脈沖在時域和空域到達接收機的先后順序和傳送方位,以t
為x
軸、D
為y
軸生成電磁信號環境圖像,實現將數據池中的脈沖按空域和時域映射。脈沖描述字中的DOA和TOA以笛卡爾直角坐標系方式映射,可以將相同方位的脈沖映射至連續內存區域,為進一步的數據分析提供高緩存命中率的支持,但是從指揮員的可視化角度分析,DOA和TOA的物理含義更適合于以極坐標系的方式映射:
(2)
(3)
r
=(A
-A
)/ΔA
(4)
b
=(f
-f
)/Δf
(5)
g
=(τ
-τ
)/Δτ
(6)
(7)
PDW中的三參數脈幅(PA)、射頻(RF)、脈寬(PW)和笛卡爾直角坐標系方式映射相同,區別在于PDW的TOA和DOA參數分別映射至以R
為半徑、(R
,R
)為圓心的長寬均為2R
的圖片中。其中R
表示最近脈沖的起始長度。圖1(a)和(b)分別表示某電磁環境中一段時間內的雷達脈沖信號的笛卡爾直角坐標系映射和極坐標系映射,PDW中的PA、RF、PW參數分別使用32位BMP圖片的R、G、B三原色通道表示。圖1 某電磁環境中一段時間內的雷達脈沖信號成像
依據1.1圖像映射的方法,可對雷達脈沖信號的PW、RF、PA進行單參數、多參數圖像映射,如圖2所示,對空間中的電磁環境從多維度同步地進行展示。
圖2 雷達脈沖信號多參數映射
以DOA-TOA、RF-TOA為例,通過提取DOA-TOA輪廓內原始脈沖數據,映射至RF-TOA域,可以實現多參數組合篩選的功能。
圖像反射是指對生成圖像中的每個像素點反射回雷達脈沖原始數據,具體而言,在雷達脈沖多參數圖像映射過程中同時完成映射數據的存儲和管理,使用生成圖像可以以像素為最小單位反射回原始數據,為下一步的基于機器視覺的雷達信號分選技術提供完整有效的雷達脈沖數據支持。
由于在圖像映射過程中,輸入數據保持天然的TOA排序,為降低后續操作的算法復雜度,在用于存儲雷達脈沖原始數據的結構PdwArray設計中,以TOA軸向像素坐標作為數組索引,將每次映射到圖像的雷達脈沖數據按圖像的TOA軸向坐標寫入PdwArray對應坐標的數組中,而DOA軸向則使用濾波的方式提取數據,從而保證PdwArray每個子數組中的雷達脈沖數據均按TOA排序且PdwArray數組按索引實現TOA組排序。
如圖3所示,首先將圖像進行二值圖轉換,用于脈沖信號時空域圖像標定、反射原始脈沖索引和進一步的圖像處理。
圖3 密度二值圖轉換
將轉換后的二值圖進一步進行圖像膨脹處理,可以有效地使近鄰散點區域連通,從而提升輪廓檢測的正確率,對圖像進行輪廓檢測后的圖像如圖4所示。
圖4 圖像輪廓檢測
雷達脈沖信號多參數圖像映射與反射技術所生成的圖像在設定時進長度后,將多幀圖順序播放,可以實現視頻流輸出。然而幀與幀之間的圖像,僅存在最近時進范圍更新。假設每生成一幀新的圖像,均需要重新完成整張圖像的雷達脈沖映射和反射,會導致大量的重復計算。視頻幀間圖像拼接技術,在圖像映射方面,使用圖像位移的方式。首先將上一幀圖片整體位移預設時進長度,進而每次只需重新完成新一幀時進長度內雷達脈沖數據的映射即可生成新一幀的圖像。在圖像反射原始雷達脈沖數據方面,使用了循環隊列數據結構,分別對應每一幀對循環隊列進行位移,使存儲雷達脈沖原始數據的結構PdwArray重新對齊新生成的圖像,進而在保持原有圖像可視化信號分選功能的基礎上,有效地降低了算法復雜度。圖像拼接示意圖如圖5所示。
圖5 視頻幀間圖像拼接示意圖
T
由可分配的內存深度決定(目前可至少存儲1 h的數據),這樣就能對T
時間段內的電磁數據參數分布、變化趨勢、統計規律、時序特征等進行特征提取,形成電磁環境穩態特征模型,通過記憶電磁環境特征,就能在復雜的電磁環境中快速檢測出異常信息,即快速發現新出現的目標。電磁環境記憶與新信號敏捷識別功能,能夠在開機后設定時間內對環境中的電磁信息完成特征形成及記憶,并實現對新目標的快速檢測。
使用圖像映射技術對DOA-TOA映射圖進行輪廓檢測,可以在視頻分析流中對不同DOA的雷達脈沖數據流實現聚類和快速檢測,如圖6所示。當在外部電磁環境中新方位上發現目標時,使用向上的粗箭頭,以圖形化的方式提醒指揮員在該方位上偵察到新目標。
圖6 DOA-TOA脈沖映射圖上在新方位偵察到目標
在已知方位上出現新目標時,DOA-TOA映射圖不能夠有效地區分出新目標,因此,對每個已識別的DOA輪廓分別建立1張4K電磁環境感知記憶圖,通過感知電磁環境中的脈沖信號,實現記憶該DOA輪廓內脈沖的多維特征。如圖7所示,感知記憶圖的橫軸標定PW,縱軸標定RF,圖像中像素點的B通道為識別目標號TargetNo,G通道為脈沖命中計數Activation(目標激活后作為激活種子)、R通道為目標存活標志(當前幀存在該目標時,寫入當前循環幀數)、A通道為目標置信度Confidence。
圖7 同方位電磁環境感知記憶原理圖
將脈沖信號的RF、PW取高12位(RFRow,PWCol)作為坐標,索引至圖像中像素點RfPwPixel,首先將該點的紅色通道值置為當前循環幀號,如果該信號在連續多幀一直存在,那么通過紅色通道值可以動態地顯示;相反地,當信號消失時,該像素點的紅色通道值會固定在最后一次命中時的循環幀號。RfPwPixel的綠色通道值用于累計命中該點的脈沖數,當其值超過激活閾值時,將綠色通道值置為0xFF,表示目標已激活,同時創建新的目標信息表(記錄該目標的目標號、種子點位置、累計脈沖數和脈沖有效幀號等信息),并將該點和附近設定區域內的像素點的藍色通道值同時設置為新的目標號,當有新脈沖命中設定區域內像素點時,均可以有效地尋找到該目標。
將同一輪廓內反射的所有原始脈沖在4K圖中完成映射后,對4K圖進行進一步的聚類操作。通過分析目標信息表,對比同一目標號內所有RfPwPixel的綠色通道值,判斷脈沖分布中心點,進而重新設定目標種子位置。同時,將4K圖中相鄰目標區域使用機器視覺方法進行聚類分析,對聚類后的目標號和對應的目標信息表回收。
當脈沖命中某個RfPwPixel時,對于已發現的目標,若其在上一幀中也被命中,則將RfPwPixel的a
值加1,進而提升該目標的置信度。由于像素點的每個通道只有8個有效位,因而每張4K圖最多能標記255個有效目標。當目標信息表寫滿時,通過回收消失目標中置信度最低的目標號,進而實現目標信息表的重復利用。電磁環境記憶與新信號敏捷識別功能,是建立在對外部電磁環境態勢無監督學習的基礎上,整個感知記憶和新信號識別過程完全由電磁環境中的脈沖數據驅動。如表1所示,在12個方位模擬12部雷達輻射源。
表1 仿真輻射源參數設置
在開機狀態下,設備先運行5 s,對仿真態勢進行感知和記憶,形成如圖8所示電磁環境感知記憶圖。圖8(a)表示在5 s內正在形成記憶模型。圖8(b)表示了當前電磁態勢感知和記憶完成,在DOA-TOA圖像上會對記憶的輻射源輪廓使用線圈標識。
圖8 初始化電磁環境感知記憶圖
在電磁環境記憶完成后,模擬在60°和240°方位上出現新的目標信號,如表2所示。
表2 新增輻射源參數設置
由于新出現的信號未在該方位對應的電磁環境感知記憶圖中形成記憶,所以可以迅速發現新目標,并在DOA-TOA中給出標識。如圖9所示,在該方位上對新出現的信號給出告警信息。
圖9 已知方位偵察到新信號
本文借鑒視頻分析中對異常事件的智能檢測方法和原理,將電磁環境中的雷達脈沖信號圖形化和圖像化,并利用圖片拼接技術實現了電磁信號的視頻流輸出,通過對視頻流特征的記憶以及輪廓檢測技術,實現了對新信號的敏捷識別。該技術能夠全面、直觀地掌握環境中電磁信號的分布規律以及變化趨勢,對新信號能夠快速發現并預警,在電磁信號環境監測系統中有較好的應用前景。