基于圖像分割的高頻雷達(dá)射頻干擾提取算法

羅忠濤, 吳太鋒, 何子述, 陳緒元

(1. 重慶郵電大學(xué)通信與信息工程學(xué)院, 重慶 400065; 2. 電子科技大學(xué)電子工程學(xué)院, 四川 成都 611731; 3. 南京電子技術(shù)研究所, 江蘇 南京 210013)

0　引　言

高頻雷達(dá)工作于高頻段,其性能容易受到由其他設(shè)備發(fā)射的同頻段射頻干擾(radio frequency interference, RFI)的影響。強(qiáng)RFI信號被雷達(dá)接收并經(jīng)信號處理后,會(huì)在距離-多普勒(range-Doppler, RD)圖上形成直線,影響目標(biāo)檢測和海雜波譜探測[1],因此RFI抑制是高頻雷達(dá)必須考慮的問題。

高頻雷達(dá)的RFI問題在高頻雷達(dá)研究中一直廣受關(guān)注。人們提出了基于不同原理的多種抑制方法,例如空域波束形成[2-3]、RD譜子空間投影[4-7]。近年來,文獻(xiàn)[8-10]提出基于信號時(shí)頻域分析的信號分解和消除,文獻(xiàn)[11-12]曾提出波形和濾波器設(shè)計(jì)方法。以上算法均采用實(shí)測數(shù)據(jù)驗(yàn)證了其有效性,其中大部分要求采用不含或少含海雜波作為訓(xùn)練數(shù)據(jù)。否則,要求將RFI與海雜波信號相區(qū)分,這對于算法在不同海雜波狀況下的穩(wěn)健性提出了很高要求。

實(shí)際上,在RD域中實(shí)現(xiàn)RFI與海雜波的區(qū)分是一個(gè)有效方法,而訓(xùn)練數(shù)據(jù)可通過在RD圖中選取干擾區(qū)域再逆處理至?xí)r域恢復(fù)得到。該方法對于地波雷達(dá)容易運(yùn)用,對于天波雷達(dá)則必須考慮海雜波因素[11]。目前,高頻段海雜波譜特性的研究,尚不能對RD圖中雜波進(jìn)行準(zhǔn)確建模[12]。高頻海雜波譜特性復(fù)雜且隨機(jī)性大,從信號處理的角度難以給出一個(gè)有效且穩(wěn)健的RD圖干擾檢測和提取的方法。

針對于此,本文首次提出將干擾提取，由信號處理問題轉(zhuǎn)化為圖像分割問題。首先采用灰度轉(zhuǎn)換函數(shù)將RD圖轉(zhuǎn)化為灰度圖;然后利用LOG算子降低高灰度的海雜波影響;最后研究直線提取算法,準(zhǔn)確檢測RFI,定位干擾直線在RD圖中的位置,從而提取出干擾區(qū)域和干擾數(shù)據(jù)。

1　問題描述

一般情況下,RFI在RD圖上表現(xiàn)為平行于距離維的直線,海雜波則為零多普勒附近的帶狀區(qū)域[9]。圖1是根據(jù)文獻(xiàn)[9]天波雷達(dá)RD圖,進(jìn)行數(shù)據(jù)恢復(fù)和RFI模型而生成的RD圖。當(dāng)干擾靠近海雜波區(qū)域時(shí),射頻干擾直線會(huì)與強(qiáng)海雜波相接觸甚至被淹沒。當(dāng)干擾帶寬較寬時(shí),干擾線會(huì)覆蓋全圖。這些RFI線不僅會(huì)影響目標(biāo)檢測,也會(huì)影響基于海雜波特性的海態(tài)探測。因此引入RFI檢測與抑制技術(shù)對于高頻雷達(dá)來說是必須的。

圖1　天波高頻雷達(dá)RD圖

如前所述,高頻雷達(dá)RFI已不乏研究。實(shí)際經(jīng)驗(yàn)表明,傳統(tǒng)基于空域或時(shí)頻域的干擾抑制方法可以很有效,前提是訓(xùn)練數(shù)據(jù)包含所有干擾分量且不被掩蓋。發(fā)射站靜默情況下錄取環(huán)境數(shù)據(jù)是可行的,但降低了雷達(dá)工作效率和訓(xùn)練數(shù)據(jù)的實(shí)時(shí)性。高頻雷達(dá)一般采用當(dāng)前幀數(shù)據(jù),從中提取訓(xùn)練數(shù)據(jù),但也因此容易受到海雜波的影響。

從雷達(dá)工作狀態(tài)恢復(fù)訓(xùn)練數(shù)據(jù),海雜波是不可忽略的因素。尤其是在天波雷達(dá)中,由于大功率發(fā)射連續(xù)波,其RD圖的每個(gè)距離單元均含有強(qiáng)大的海雜波。因此,基于訓(xùn)練數(shù)據(jù)的RFI抑制的關(guān)鍵點(diǎn)在于如何在海雜波影響下精確提取干擾數(shù)據(jù)。

根據(jù)海雜波形成原理可知,海雜波無法通過時(shí)域或頻域清除,只能利用其多普勒特征進(jìn)行抑制。因此,如果能基于RD圖將海雜波區(qū)域予以區(qū)分,準(zhǔn)確提取出RFI區(qū)域,那么就可以恢復(fù)出高質(zhì)量的干擾數(shù)據(jù),從而提高干擾抑制算法的性能。

分析一般的高頻雷達(dá)的RD圖,大致可分為3個(gè)區(qū)域:

(1) 海雜波區(qū)域,一般位于Bragg頻率附近,為邊緣不整齊的帶狀;

(2) 射頻干擾區(qū)域,表現(xiàn)為平行距離維且遍布整個(gè)距離維的直線;

(3) 噪聲區(qū)域,幅度比海雜波低很多且幅度分布差別較小。

傳統(tǒng)方法劃定海雜波區(qū)域是在RD圖中取多倍Bragg頻率以內(nèi)區(qū)域,以外則認(rèn)為含有潛在的射頻干擾。顯然,傳統(tǒng)方法難以解決靠近海雜波區(qū)域的窄帶RFI線。因此,有必要研究一種能夠在RD圖中檢測海雜波附近的RFI線的方法。而這在信號處理領(lǐng)域是個(gè)難題,盡管人眼往往能直觀分辨出海雜波附近的RFI直線。

針對該問題,本文提出采用圖像分割技術(shù),從RD圖中準(zhǔn)確提取與海雜波鄰近的RFI區(qū)域,從而精確地恢復(fù)出干擾數(shù)據(jù),支撐干擾抑制算法。在此過程中,需重點(diǎn)考慮一個(gè)情況,即干擾線在與強(qiáng)海雜波相接區(qū)域被覆蓋的情形。

2　RFI檢測與提取方法

RFI線可能存在于RD圖的任何多普勒位置,臨近海雜波區(qū)域的干擾線是檢測方法設(shè)計(jì)的重點(diǎn)。盡管RD圖中干擾線一般為直線,但海雜波區(qū)域形狀不定,導(dǎo)致兩個(gè)區(qū)域的邊緣模糊,傳統(tǒng)直線檢測算法不能準(zhǔn)確有效檢測出干擾線所在位置。

本文設(shè)計(jì)的RFI區(qū)域的檢測和提取方法,其基本思路是:將傳統(tǒng)RD圖轉(zhuǎn)換為灰度圖像,采用高斯-拉普拉斯(Laplacian of Gaussian, LOG)算子去海雜波,結(jié)合邊緣檢測算法,分段檢測再整段確定干擾線位置,提取出干擾區(qū)域。該方法的流程框圖如圖2所示,下面對各步進(jìn)行詳細(xì)分析和具體介紹。

圖2　RFI區(qū)域提取的流程框圖

2.1　灰度圖像轉(zhuǎn)換

首先將RD圖轉(zhuǎn)化為灰度圖,作為后續(xù)圖像分割的對象。一般RD圖采用dB單位來呈現(xiàn),以便觀察絕對幅度比海雜波小得多的噪聲和目標(biāo)。本文方法將雷達(dá)常規(guī)處理得到的RD圖轉(zhuǎn)化為RD灰度圖,通過對數(shù)變換的灰度變換方法實(shí)現(xiàn)。

對數(shù)變換需設(shè)置合理的最小值,以控制原數(shù)據(jù)的動(dòng)態(tài)范圍。灰度變換函數(shù)可以表示為

Y(p,m)=c·ln(1+b|X(p,m)|)

(1)

式中,X∈CP×M為RD圖對應(yīng)矩陣;b和c分別控制動(dòng)態(tài)范圍和灰度級。

在RD灰度圖中的干擾線檢測可歸為經(jīng)典的直線檢測問題,但采用傳統(tǒng)直線檢測方法,例如邊緣檢測算子與Hough變換結(jié)合,并不能理想地檢測和定位，因此干擾線檢測算法必須專門設(shè)計(jì)。

2.2　LOG算子去海雜波

采用LOG算法處理RD灰度圖,能夠淡化海雜波區(qū)域而突出干擾邊緣線。LOG算子曾被用于數(shù)字圖像中的噪點(diǎn)模糊與邊緣銳化[13-15]。其中高斯平滑濾波器可以對原始灰度圖像進(jìn)行平滑濾波處理,拉普拉斯銳化濾波器可以使得平滑處理過后的直線與海雜波之間的邊緣更加明顯。

LOG算子去海雜波運(yùn)算如下:首先,對灰度圖像Y(p,m)進(jìn)行高斯平滑濾波處理,即利用高斯平滑函數(shù)G(p,m)與Y(p,m)進(jìn)行卷積得到平滑濾波后的圖像H(p,m)為

(2)

式中，G(p,m)是高斯濾波函數(shù)，表示為

(3)

然后,由線性系統(tǒng)卷積運(yùn)算性質(zhì)可得

(4)

最后,計(jì)算得到LOG算子為

(5)

式中,參數(shù)σ為濾波器的標(biāo)準(zhǔn)差,可默認(rèn)為0.5。

實(shí)踐經(jīng)驗(yàn)發(fā)現(xiàn),LOG算子在濾波與銳化處理過程中對像素點(diǎn)求取平均閾值,可有效降低或消除圖像中孤立噪點(diǎn)以及較小的噪聲組織,同時(shí)保留灰度圖像中的邊緣信息。因此,其能夠有效地去除區(qū)域內(nèi)灰度漸變的海雜波。

2.3　干擾線邊緣檢測

從去雜波后圖像中檢測干擾,本文方法采用了經(jīng)典邊緣檢測算子,舍棄傳統(tǒng)Hough變換,轉(zhuǎn)而根據(jù)干擾線特性分析,專門設(shè)計(jì)了“先檢測子線段,再連接為整線段”的方法。

首先,采用Canny算子對去海雜波后的灰度圖像H進(jìn)行邊緣檢測,并對邊緣檢測后的灰度值二值化處理,凸顯區(qū)域邊緣界線。設(shè)Canny算子和二值化處理之后所得矩陣為D。

然后,基于D矩陣檢測干擾直線所在位置。設(shè)置待檢測干擾線段最小長度為m0。針對多普勒單元p、中心為k、寬度為m0線段灰度值的序列,計(jì)算其元素灰度值是否為1的比例,記錄為

(6)

之后,設(shè)定閾值α∈[0,1],判斷該線段是否可能為干擾邊緣線之子線段,并將判定為干擾直線的線段灰度值全部設(shè)為1。同時(shí)對待檢測區(qū)域上每一段的λ(p,k)和α進(jìn)行比較,并重新賦值,即

(7)

至此,初步判斷中心位于(p,k)、長度m0的子線段是否為干擾邊緣。

最后,利用RFI線必貫穿所有多普勒單元的特點(diǎn),對已判子線段進(jìn)行再判斷,以排除非干擾邊緣的虛警。設(shè)定再判斷的閾值為β∈[0,1],計(jì)算多普勒單元p的整個(gè)距離維上元素灰度值為1的比例,記錄為

(8)

當(dāng)γ(p)≥β,則確定此直線為干擾線邊緣;否則認(rèn)為是虛警,并舍棄。

2.4　干擾區(qū)域與數(shù)據(jù)提取

由已檢測的干擾線邊緣,可以快速且方便地提取干擾區(qū)域,進(jìn)而恢復(fù)干擾數(shù)據(jù)。

可令干擾直線所確定的干擾區(qū)域?yàn)榫仃嘊,其元素值為1或0,分別表示干擾和非干擾。至此完成干擾區(qū)域的提取工作。

欲恢復(fù)干擾數(shù)據(jù),可將矩陣B與常規(guī)處理的RD圖元素值矩陣X對應(yīng)元素相乘,得到矩陣

Z=B⊙X

(9)

矩陣Z即為RD圖中干擾區(qū)域的數(shù)據(jù)。將Z進(jìn)行逆多普勒和逆脈沖壓縮處理,即可恢復(fù)出RFI的時(shí)域樣本數(shù)據(jù)。

3　算法性能分析與應(yīng)用示例

3.1　算法性能分析

基于圖像分割技術(shù)的干擾提取算法步驟可總結(jié)為:

步驟1將接收時(shí)域數(shù)據(jù)進(jìn)行脈沖壓縮和多普勒處理,得到RD圖X;

步驟2將RD圖的幅度進(jìn)行對數(shù)運(yùn)算,轉(zhuǎn)化為灰度圖Y,使用LOG算子去海雜波得到灰度圖H;

步驟3針對去海雜波后圖像H,采用Canny算子計(jì)算梯度并二值化,得到二值化圖像D；

步驟4通過兩次判決(子線段初判和整線段再判),確定干擾邊緣線所在的多普勒單元;

步驟5根據(jù)邊緣得到干擾區(qū)域B,對應(yīng)于RD頻譜圖中干擾數(shù)據(jù)為矩陣Z。

本文圖像分割的對象是干擾線受海雜波影響下的圖像(類似圖1)。高頻雷達(dá)中有兩種情況會(huì)造成RD圖遍布條紋,需抑制后再使用本文方法。第一種是接收數(shù)據(jù)含有瞬態(tài)干擾,可采用傳統(tǒng)時(shí)域消除-內(nèi)插的方法[1]。第二種是接收數(shù)據(jù)含有寬帶RFI,可采用濾波器設(shè)計(jì)穩(wěn)定抑制,其樣本可取自于高多普勒區(qū)域。本文算法可直接用于處理雷達(dá)接收的時(shí)域數(shù)據(jù),或經(jīng)處理后的RD圖。與高頻雷達(dá)正常信號處理相比,該算法應(yīng)用不需要額外知識。

前面介紹算法時(shí)處理對象是全RD圖,實(shí)際上可以通過減少多普勒單元來縮小圖像分割區(qū)域,從而降低運(yùn)算量?？紤]到海雜波只存在于低多普勒域,因此可取多倍(如20倍)Bragg頻率區(qū)域內(nèi)為待處理區(qū)域,檢測和提取潛在的干擾線。在恢復(fù)訓(xùn)練數(shù)據(jù)時(shí),將干擾線與高多普勒區(qū)域合并為潛在干擾區(qū)域,足以抑制所有多普勒域的干擾。實(shí)踐驗(yàn)證表明,如此處理能大幅減小運(yùn)算量,提高運(yùn)算速度,達(dá)到實(shí)時(shí)處理要求。

3.2　算法應(yīng)用示例

本文算法應(yīng)用的一大優(yōu)勢在于,由于采用圖像分割得到了精確的干擾數(shù)據(jù),可以支撐基于傳統(tǒng)思路的干擾抑制算法發(fā)揮出應(yīng)有的性能且不受海雜波影響而降低性能。下面給出兩個(gè)例子:

(1) RFI數(shù)據(jù)提取用于輔助波束形成。已有的波束形成算法,需要精確的干擾樣本區(qū)域選取[2]。當(dāng)高頻雷達(dá)陣列數(shù)據(jù)可用時(shí),可采用本文方法對常規(guī)波束形成的RD圖進(jìn)行干擾圖像分割,提取其區(qū)域矩陣B。然后,對每個(gè)陣元處理的RD圖,采用B提取其干擾數(shù)據(jù)Z。進(jìn)而基于陣列的干擾數(shù)據(jù),設(shè)計(jì)出抑制干擾來向的波束形成。

(2) RFI數(shù)據(jù)提取用于輔助濾波器設(shè)計(jì)?；跒V波器設(shè)計(jì)的RFI抑制方法不受空域限制,其思路是從RD圖中恢復(fù)出時(shí)域干擾數(shù)據(jù),從而輔助濾波設(shè)計(jì),然后用于脈沖壓縮階段抑制干擾[12]。

下面介紹本文提出的RFI提取算法如何改進(jìn)基于濾波器設(shè)計(jì)的RFI抑制方法。濾波器設(shè)計(jì)以抑制干擾方法的基本思路:從當(dāng)前幀接收數(shù)據(jù)中恢復(fù)干擾數(shù)據(jù),估計(jì)干擾協(xié)方差矩陣,進(jìn)行相似度約束下的濾波器設(shè)計(jì),再通過脈沖壓縮處理來抑制RFI。

該方法的干擾抑制性能與其所恢復(fù)的干擾數(shù)據(jù)是否高質(zhì)量、支持精確的干擾協(xié)方差估計(jì)有關(guān)。結(jié)合圖像分割提取干擾區(qū)域,濾波器設(shè)計(jì)抑制RFI的處理框圖如圖3所示。具體的設(shè)計(jì)算法可參考文獻(xiàn)[11]。

圖3　結(jié)合干擾區(qū)域提取的RFI抑制處理框圖

假設(shè)干擾提取算法所得干擾區(qū)域B并得到干擾數(shù)據(jù)Z,恢復(fù)至?xí)r域可估計(jì)協(xié)方差矩陣為R。由于Z中干噪比足夠高且海雜波很少,R能夠精確表達(dá)干擾信息,那么設(shè)計(jì)的濾波器用于再處理原數(shù)據(jù)時(shí),脈沖壓縮可以高效率地抑制干擾。

4　仿　真

下面采用文獻(xiàn)[9]中天波雷達(dá)圖像進(jìn)行數(shù)據(jù)恢復(fù)并模擬RFI,驗(yàn)證本文提出的干擾區(qū)域精確提取算法和改進(jìn)的干擾抑制方法。設(shè)天波雷達(dá)發(fā)射連續(xù)波,采用波形帶寬為20 kHz,采樣頻率50 kHz,波形周期為10 ms,相干積累周期數(shù)512。模擬RFI,合并為雷達(dá)接收數(shù)據(jù),信號處理采用傳統(tǒng)匹配濾波器和快速傅里葉變換做多普勒處理,所得RD圖如圖1所示,其中多普勒單元約為0.2 Hz,距離單元約為3 km。由圖1可見,位于多普勒單元160處的RFI直線很清晰,而位于多普勒單元240處和280處的RFI處于海雜波過渡區(qū)域而難以檢測,其邊緣所在位置難以確定。

采用本文方法進(jìn)行干擾區(qū)域提取和干擾抑制處理。設(shè)置動(dòng)態(tài)范圍為80 dB,灰度級為255,將RD圖轉(zhuǎn)換為灰度圖像,如圖4所示?？梢姶藭r(shí)靠近海雜波的干擾直線不明顯。采用LOG算子5×5模板運(yùn)算,處理灰度圖像結(jié)果如圖5所示?？梢钥吹?強(qiáng)海雜波被消除,其幅度和分布規(guī)律與噪聲區(qū)域相近。同時(shí),多普勒單元160的RFI直線邊緣清晰可見,多普勒單元240與280處干擾直線的邊緣也較清晰。這說明LOG算法能夠有效消除海雜波區(qū)域和突出干擾線邊緣。

圖4　含RFI線的RD灰度圖

圖5　LOG算子處理后圖像

采用Canny算子并進(jìn)行二值化邊緣檢測,算法參數(shù)設(shè)置為高斯平滑參數(shù)2,高閾值參數(shù)0.3,低閾值為高閾值的0.4倍。結(jié)果如圖6所示?？梢?多普勒單元160和280處干擾線邊緣清晰,多普勒單元240處的邊緣則不明顯,甚至出現(xiàn)被截?cái)唷＿@也是本文算法提出要分兩次檢測來確定邊緣線的原因。

圖6　Canny算子邊緣檢測圖像

Canny算子邊緣檢測后,采用分段直線檢測算法,設(shè)置參數(shù)m0=0.1M,α=0.7,β=0.3,檢測和提取的射頻干擾直線如圖7所示。其中，藍(lán)色線段表示初步檢測的邊緣子線段,紅色實(shí)線表示再次檢測確認(rèn)的邊緣整線段?？梢钥吹?一條明顯的RFI直線被檢測到,兩條與海雜波相接甚至部分覆蓋的RFI直線也被準(zhǔn)確提取。最后提取的干擾區(qū)域B矩陣的1元素位于162～167、237～242、278～283多普勒單元之間。

圖7　RFI位置提取結(jié)果

下面采用濾波器設(shè)計(jì)的思路, 進(jìn)行干擾抑制并觀察抑制效果。采用本文提出的干擾提取算法,設(shè)計(jì)濾波抑制干擾,結(jié)果如圖8所示?？梢?各條干擾線均被抑制干凈,海雜波譜基本保持不變。這是因?yàn)?干擾區(qū)域精確覆蓋干擾線,恢復(fù)的干擾樣本承載所有干擾信息且不被海雜波影響,因而設(shè)計(jì)的濾波器能夠抑制干擾直線的效果良好。

最后仿真?zhèn)鹘y(tǒng)的邊緣直線檢測算法,采用傳統(tǒng)Canny梯度算子結(jié)合Hough變換,檢測結(jié)果如圖9所示。可以看到,不使用LOG算子而直接采用Canny邊緣檢測算子,鄰近海雜波的RFI直線的邊緣變得模糊,尤其是靠近海雜波一側(cè)的邊緣難以觀測。對比圖6,說明了采用LOG算子以去除海雜波影響、突出干擾線的必要性。

圖8　干擾抑制后的RD圖

圖9　Ganny算子、Hough變換方法的提取結(jié)果

仿真中Hough變換只取斜率為零的直線,且令其長度為M,具體做法可參考文獻(xiàn)[16]。通過優(yōu)化Hough變換參數(shù),能夠?qū)崿F(xiàn)的最佳檢測結(jié)果如圖9所示。可以看到,其一大缺陷在于多普勒單元280附近RFI只能檢測出單邊緣,無法檢測靠近海雜波一側(cè)的邊緣。如果降低門限以檢測該邊緣,則會(huì)因?yàn)殚T限過低出現(xiàn)虛警。

為考察本文算法對于靠近海雜波的干擾線檢測能力,統(tǒng)計(jì)檢測性能時(shí)以干擾線被海雜波覆蓋的百分比為指標(biāo)。例如,圖1中多普勒單元280處干擾線的覆蓋率為40%。實(shí)踐經(jīng)驗(yàn)顯示,本文所提算法能夠?qū)Ω采w率達(dá)75%的干擾線實(shí)現(xiàn)成功檢測,具有很好的實(shí)用性。

5　結(jié)束語

針對高頻雷達(dá)的RFI提取問題,本文提出了基于RD圖的干擾區(qū)域提取算法,實(shí)現(xiàn)從當(dāng)前幀中精確提取RFI數(shù)據(jù)。區(qū)域提取算法采用LOG算子去海雜波、分段和整段邊緣線檢測等步驟。基于干擾區(qū)域恢復(fù)的RFI時(shí)域數(shù)據(jù),可用以輔助提高干擾抑制算法性能。實(shí)驗(yàn)結(jié)果表明,本文方法能夠準(zhǔn)確提取被海雜波部分覆蓋的RFI區(qū)域。本文也以基于濾波器設(shè)計(jì)的RFI抑制為例,說明了如何結(jié)合干擾區(qū)域提取算法來改進(jìn)干擾抑制技術(shù)和提高抑制效果的原因。

參考文獻(xiàn)：

[1] 周文瑜, 焦培南. 超視距雷達(dá)技術(shù)[M]. 北京：電子工業(yè)出版社, 2008: 132-134.

ZHOU W Y, JIAO P N. Over-the-horizon radar technology[M]. Beijing: Publishing House of Electronics Industry, 2008: 132-134.

[2] GUO X, SUN H, YEO T S. Interference cancellation for high-frequency surface wave radar[J]. IEEE Trans.on Geoscience and Remote Sensing, 2008, 46(7): 1879-1891.

[3] TURCAJ P, ABRAMOVICH Y I, FRAZER G J. Adaptive transient and CW RF interference mitigation in HF OTH radar experimental results[J]. Proceedings of World Academy of Science, Engineering & Technology, 2008, 41(17):242-247.

[4] 文必洋,韓金柱,周企豪,等.高頻地波雷達(dá)射頻干擾抑制新算法的研究[J]. 電波科學(xué)學(xué)報(bào), 2016,31(4):639-646.

WEN B Y, HAN J Z, ZHOU Q H, et al. New radio frequency interference suppression algorithm in high frequency surface wave radar[J].Chinese Journal of Radio Science,2016,31(4):639-646.

[5] ZHOU H, WEN B. Radio frequency interference suppression in small-aperture high-frequency radars[J]. IEEE Geoscience & Remote Sensing Letters, 2012, 9(4):788-792.

[6] WANG W, WYATT L R. Radio frequency interference cancellation for sea-state remote sensing by high-frequency radar[J]. IET Radar Sonar & Navigation, 2011, 5(4): 405-415.

[7] WANG W, WYATT L. Generalised noise cancellation method for wave estimation by HF surface wave radar[J]. IET Radar Sonar & Navigation, 2014, 8(6):622-631.

[8] 文必洋, 韓金柱, 周企豪,等. 高頻地波雷達(dá)空域射頻干擾抑制算法[J]. 西安電子科技大學(xué)學(xué)報(bào), 2017, 44(4):132-137.

WEN B Y, HAN J Z, ZHOU Q H, et al. Radio frequency interference suppression algorithm in the spatial domian for high-frequency radars[J]. Journal of Xidian University, 2017, 44(4): 132-137.

[9] LIU Z, SU H, HU Q. Radio frequency interference cancelation for sky wave over-the-horizon radar[J]. IEEE Geoscience & Remote Sensing Letters,2016, 13(3): 304-308.

[10] GURGEL K W, BARBIN Y, SCHLICK T. Radio frequency interference suppression techniques in FMCW modulated HF Radars[C]∥Proc.of the IEEE Oceans Conference, 2007:1-4.

[11] 羅忠濤. 新體制天波超視距雷達(dá)信號處理研究[D]. 成都:電子科技大學(xué),2015.

LUO Z T. Study on signal processing for future sky-wave over-the-horizon radar system[D]. Chengdu: University of Electronic Science and Technology of China, 2015.

[12] LUO Z, HE Z, LI J. An effective scheme for radio frequency interference suppression in high-frequency radar[C]∥Proc.of the Radar Conference, 2015: 539-544.

[13] HU J, TONG X, XIE Q, et al. An improved, feature-centric LOG approach for edge detection[C]∥Proc.of the International Conference on Computational Science and Its Applications, 2016:474-483.

[14] 賀強(qiáng),晏立.基于LOG和Canny算子的邊緣檢測算法[J].計(jì)算機(jī)工程, 2011,37(3):210-212.

HE Q, YAN L. Algorithm of edge detection based on LOG and Canny operator[J].Computer Engineering,2011,37(3):210-212.

[15] RONG W, LI Z, ZHANG W, et al. An improved Canny edge detection algorithm[C]∥Proc.of the International Conference on Mechatronics and Automation, 2014:577-582.

[16] LUO Z T, SONG T C, HE Z S, et al. Approach for transient interference detection based on straight line extraction for high-frequency sky-wave radar[J].Electronics Letters,2017,53(9):618-620.