一种雷达回波序列的无损压缩方法、装置和雷达系统

技术领域

本发明属于数据压缩领域，更具体地，涉及一种雷达回波序列的无损压缩方法、装置和雷达系统。

背景技术

随着信息科学技术的快速发展，雷达在多个场景得到广泛应用。例如，利用雷达勘测地壳运动，以防止地质灾害；利用雷达监测云层变化，以实现精准天气预报；利用雷达预警敌方战机，以避免遭受军事袭击等。面对雷达的广泛应用，随之而来的是数据的爆发式增长，这给存储带来了巨大压力，而数据压缩是解决这一问题的有效途径。对于有着数据高保真需求的应用，例如基于雷达的弱小目标识别跟踪，该应用检测难度大、对目标的分辨率要求极高，往往要求解压缩后数据无失真。另外，雷达采样精度高，采样数值往往是经模数转换后的双精度浮点数据，无损压缩难度大。

现有技术中数据压缩方法都不是专门针对雷达回波序列数据压缩而设计，缺少对雷达回波序列的相关性挖掘，无法达到最佳压缩效果。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种雷达回波序列的无损压缩方法、装置和雷达系统，其目的在于解决由于雷达回波序列数据高动态、高随机导致的无损压缩难度大的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种雷达回波序列的无损压缩方法，包括：

S1：对所述雷达回波序列对应的采样矩阵M进行虚部和实部分离得到I分量矩阵和Q分量矩阵；

S2：分别对所述I分量矩阵和所述Q分量矩阵进行数据重排；

S3：将重排后的I分量矩阵和重排后的Q分量矩阵进行符号归一操作得到所述I分量矩阵和所述Q分量矩阵各自对应的符号标识矩阵和非负矩阵；

S4：分别对所述I分量矩阵对应的非负矩阵和所述Q分量矩阵对应的非负矩阵进行中值边缘预测得到I预测结果矩阵和Q预测结果矩阵；

S5：将所述I预测结果矩阵减去所述I分量矩阵得到I预测残差；将所述Q预测结果矩阵减去所述Q分量矩阵得到Q预测残差；

S6：分别对所述I预测残差和所述Q预测残差进行整合得到I残差二元组和Q残差二元组；分别对所述I残差二元组和所述Q残差二元组实施Range编码得到I非负矩阵压缩码流和Q非负矩阵压缩码流；

S7：分别对I、Q分量矩阵对应的符号标识矩阵进行PAQ编码得到I、Q符号标识矩阵压缩码流；

S8：将所述I符号标识矩阵压缩码流与所述I非负矩阵压缩码流进行叠加得到I数据压缩码流；将所述Q符号标识矩阵压缩码流与所述Q非负矩阵压缩码流进行叠加得到Q数据压缩码流；

S9：将所述I数据压缩码流和所述Q数据压缩码流进行叠加得到所述雷达回波数据对应的压缩码流。

在其中一个实施例中，所述S2包括：

分别将所述I分量矩阵和所述Q分量矩阵作为待处理矩阵进行数据重排得到重排后的I分量矩阵和重排后的Q分量矩阵，过程如下：

S21：将所述I分量矩阵中的数据按照单个脉冲序列经过不同距离门采样得到的数值为列单位进行排列，形成矩阵M

S22：将所述I分量矩阵中的数据按照不同脉冲序列经过相同距离门采样得到的数值为列单位进行排列，形成矩阵M

S23：计算矩阵M

S24：比较

在其中一个实施例中，所述S23包括：

利用皮尔逊相关系数公式计算矩阵M

其中，所述皮尔逊相关系数公式为：

在其中一个实施例中，所述S3包括：

S31：逐元素遍历所述重排后的I分量矩阵和所述重排后的Q分量矩阵；

S32：若元素值大于或等于零，则元素值不改变，符号标识位置0；若元素值小于零，则采元素值为其相反数，符号标志位置1；最终得到所述I分量矩阵和所述Q分量矩阵各自对应的符号标识矩阵和非负矩阵。

在其中一个实施例中，所述S4包括：

S41：将所述I分量矩阵对应的非负矩阵和所述Q分量矩阵对应的非负矩阵分为第一行第一列的矩阵元素、第一行非第一列的矩阵元素、非第一行第一列的矩阵元素和非第一行非第一列的矩阵元素；设i、j分别为矩阵的行号、列号，ROW、COL分别为矩阵的行数和列数；x

S42：对于所述第一行第一列的矩阵元素，即i＝1,j＝1，则R

S43：对于所述第一行非第一列的矩阵元素，即i＝1,1

S44：对于所述非第一行第一列的矩阵元素，即1

S45：对于所述非第一行非第一列的矩阵元素，即1

其中，所述预测公式为：

在其中一个实施例中，所述S5包括：

S51：将所述I预测结果矩阵和所述Q预测结果矩阵中的每个预测值

S52：当所述预测值

S53：将转换后的原始值x'减去转换后的预测值

在其中一个实施例中，所述S6包括：

S61：利用公式r＝(-1)

S62：对k进行基于自适应概率模型的Range编码，对于m进行基于静态概率模型的Range编码，得到所述I非负矩阵压缩码流和所述Q非负矩阵压缩码流。

按照本发明的另一方面，提供了一种雷达回波序列的无损压缩装置，包括：

分离模块，用于对所述雷达回波序列对应的采样矩阵M进行虚部和实部分离得到I分量矩阵和Q分量矩阵；

重排模块，用于分别对所述I分量矩阵和所述Q分量矩阵进行数据重排；

归一模块，用于将重排后的I分量矩阵和重排后的Q分量矩阵进行符号归一操作得到所述I分量矩阵和所述Q分量矩阵各自对应的符号标识矩阵和非负矩阵；

预测模块，用于分别对所述I分量矩阵对应的非负矩阵和所述Q分量矩阵对应的非负矩阵进行中值边缘预测得到I预测结果矩阵和Q预测结果矩阵；

作差模块，用于将所述I预测结果矩阵减去所述I分量矩阵得到I预测残差；将所述Q预测结果矩阵减去所述Q分量矩阵得到Q预测残差；

整合模块，用于分别对所述I预测残差和所述Q预测残差进行整合得到I残差二元组和Q残差二元组；分别对所述I残差二元组和所述Q残差二元组实施Range编码得到I非负矩阵压缩码流和Q非负矩阵压缩码流；

编码模块，用于分别对I、Q分量矩阵对应的符号标识矩阵进行PAQ编码得到I、Q符号标识矩阵压缩码流；

叠加模块，用于将所述I符号标识矩阵压缩码流与所述I非负矩阵压缩码流进行叠加得到I数据压缩码流；将所述Q符号标识矩阵压缩码流与所述Q非负矩阵压缩码流进行叠加得到Q数据压缩码流；

压缩模块，用于将所述I数据压缩码流和所述Q数据压缩码流进行叠加得到所述雷达回波数据对应的压缩码流。

按照本发明的另一方面，提供了一种雷达系统，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述的方法的步骤。

按照本发明的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

本发明通过对雷达数据进行相关性分析，并将相关性特性应用到雷达数据重排，重排后的雷达数据较重排之前的雷达数据压缩比得到提升；然后通过对雷达数据进行符号归一化操作，将雷达数据集中在正数范围，有利于后续中值边缘预测器的预测，使得预测结果具有更加紧致的分布，进一步提升压缩比。其次，通过整数映射操作避免了原浮点数据运算造成的数据溢出，且整数算术编码较浮点数算术编码实施更加方便、快速。最后，通过对残差进行整合，将原本高随机、高动态的残差转化为高集中、低动态的二元组，降低了Range编码时概率表的存储空间、增加了各符号出现的频次，最终达到提升压缩比的效果。

附图说明

图1是按照本发明一种雷达回波序列的无损压缩方法的流程图；

图2是按照本发明一种双精度浮点雷达回波序列无损压缩方法压缩框图；

图3是按照本发明步骤S2实施雷达数据重排的雷达按脉冲序列为列单位排列示意图；

图4是按照本发明步骤S2实施雷达数据重排的雷达按距离门为列单位排列示意图；

图5是按照本发明步骤S3实施符号归一操作的符号归一操作示意图；

图6是按照本发明步骤S4实施中值边缘预测的中值边缘预测器模板示意图

图7是按照本发明步骤S4实施中值边缘预测的预测模板填充示意图；

图8是按照本发明雷达数据重排与未重排的压缩效果对比图；

图9是按照本发明实施符号归一操作与未实施符号归一操作的压缩效果对比图；

图10是按照本发明方法与现有方法的压缩效果对比图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

为说明本发明效果，下面以水轮机调节系统作为本发明的实施对象对本发明方法进行详细说明。其中，水轮机调节系统的原理图如图1所示。本申请提供的方法的流程具体描述如。

如图1和图2所示，本发明提供了一种雷达回波序列的无损压缩方法，包括：

S1：对雷达回波序列对应的采样矩阵M进行虚部和实部分离得到I分量矩阵和Q分量矩阵；

S2：分别对I分量矩阵和Q分量矩阵进行数据重排；

S3：将重排后的I分量矩阵和重排后的Q分量矩阵进行符号归一操作得到I分量矩阵和Q分量矩阵各自对应的符号标识矩阵和非负矩阵；

S4：分别对I分量矩阵对应的非负矩阵和Q分量矩阵对应的非负矩阵进行中值边缘预测得到I预测结果矩阵和Q预测结果矩阵；

S5：将I预测结果矩阵减去I分量矩阵得到I预测残差；将Q预测结果矩阵减去Q分量矩阵得到Q预测残差；

S6：分别对I预测残差和Q预测残差进行整合得到I残差二元组和Q残差二元组；分别对I残差二元组和Q残差二元组实施Range编码得到I非负矩阵压缩码流和Q非负矩阵压缩码流；

S7：分别对I、Q分量矩阵对应的符号标识矩阵进行PAQ编码得到I、Q符号标识矩阵压缩码流；

S8：将I符号标识矩阵压缩码流与I非负矩阵压缩码流进行叠加得到I数据压缩码流；将Q符号标识矩阵压缩码流与Q非负矩阵压缩码流进行叠加得到Q数据压缩码流；

S9：将I数据压缩码流和Q数据压缩码流进行叠加得到雷达回波数据对应的压缩码流。

具体的，S1.对雷达数据进行实部和虚部的分量，即实施I/Q分离，最终形成I分量矩阵和Q分量矩阵，再分别对I分量矩阵和Q分量矩阵进行压缩；具体的实现过程为：将原本为复数的雷达原始回波序列矩阵M按照实部和虚部分离，得到I分量矩阵M

在其中一个实施例中，S2包括：

以对I分量矩阵进行数据重排为例进行描述：

S21：将I分量矩阵中的数据按照单个脉冲序列经过不同距离门采样得到的数值为列单位进行排列，形成矩阵M

S22：将I分量矩阵中的数据按照不同脉冲序列经过相同距离门采样得到的数值为列单位进行排列，形成矩阵M

S23：计算矩阵M

S24：比较

其中，对Q分量矩阵进行数据重排的过程与对I分量矩阵进行数据重排的过程相同。

具体的，以I分量矩阵为例进行描述，首先，将I分量矩阵按照单个脉冲序列经过不同距离门采样得到的数值为列单位进行排列，由于雷达回波序列个数为m，距离门个数为n，所以形成大小为n×m矩阵M

针对Q分量矩阵，首先，将Q分量矩阵中的数据按照单个脉冲序列经过不同距离门采样得到的数值为列单位进行排列，形成矩阵M

在其中一个实施例中，S23包括：

利用皮尔逊相关系数公式计算矩阵M

其中，皮尔逊相关系数公式为：

在其中一个实施例中，S3包括：

S31：逐元素遍历重排后的I分量矩阵和重排后的Q分量矩阵；

S32：若元素值大于或等于零，则元素值不改变，符号标识位置0；若元素值小于零，则采元素值为其相反数，符号标志位置1；最终得到I分量矩阵和Q分量矩阵各自对应的符号标识矩阵和非负矩阵。

其中，归一化操作指的是：通过统一数据的正负，并添加额外符号标识用于解码恢复，该步骤可以解决由于雷达数据存在正负导致的后期处理时残差不集中的问题。图5是符号归一操作示意图，其中原始矩阵有正有负，经过符号归一操作后转化为符号标识和非负矩阵。

具体的，如图5所示，针对重排后的I分量矩阵和重排后的Q分量矩阵，首先逐元素遍历重排后的I分量矩阵和重排后的Q分量矩阵，若元素值大于或等于零，则元素值不改变，符号标识位置0；若元素值小于零，则元素值变为其相反数，符号标志位置1；经过整个步骤，最终可形成I符号标识矩阵、I非负矩阵、Q符号标识矩阵和Q非负矩阵。需要说明的是，对I符号标识矩阵进行PAQ编码，得到I符号标识压缩码流；对Q符号标识矩阵进行PAQ编码，得到Q符号标识压缩码流。

在其中一个实施例中，S4包括：

S41：将I分量矩阵对应的非负矩阵和Q分量矩阵对应的非负矩阵分为第一行第一列的矩阵元素、第一行非第一列的矩阵元素、非第一行第一列的矩阵元素和非第一行非第一列的矩阵元素；设i、j分别为矩阵的行号、列号，ROW、COL分别为矩阵的行数和列数；x

S42：对于第一行第一列的矩阵元素，即i＝1,j＝1，则R

S43：对于第一行非第一列的矩阵元素，即i＝1,1

S44：对于非第一行第一列的矩阵元素，即1

S45：对于非第一行非第一列的矩阵元素，即1

其中，预测公式为：

具体的，对步骤S3中生成的I非负矩阵和Q非负矩阵进行中值边缘预测，预测器模板如图6所示，预测值计算方法见公式

在其中一个实施例中，S5包括：

S51：将I预测结果矩阵和Q预测结果矩阵中的每个预测值

S52：当预测值

S53：将转换后的原始值x'减去转换后的预测值

其中，对原本是正数的浮点数据对应的无符号二进制表示的最高位(1位)取反，对原本是负数的浮点数据对应的无符号二进制表示的所有位(64位)取反。

在其中一个实施例中，S6包括：

S61：利用公式r＝(-1)

S62：对k进行基于自适应概率模型的Range编码，对于m进行基于静态概率模型的Range编码，得到I非负矩阵压缩码流和Q非负矩阵压缩码流。

图8是按照本发明雷达数据重排技术得到的雷达数据重排和未重排的压缩效果对比图；从图8中可以看出，雷达数据重排能够提升压缩比。图9是按照本发明符号归一技术得到的实施符号归一和未实施符号归一的压缩效果对比图。从图9中可以看出，符号归一能够提升压缩比。图10是本发明实施以上所有技术之后与现有方法的压缩效果对比图。

从图10中可以看出，本发明较现有方法在压缩比上有明显提升。表1为本发明与现有方法在6组雷达原始回波序列上的压缩情况统计表。从表1可以看出，本发明较现有方法压缩比有明显提升，具体地，较WinRAR提升0.64％-0.79％，较7Z提升8.9％-9.1％，较GZIP提升12.67％-12.82％，较BZIP提升14.96％-15.17％。

表1

本发明还提供了一种雷达回波序列的无损压缩装置，包括：分离模块、分离模块、重排模块、归一模块、预测模块、作差模块、整合模块、编码模块、叠加模块和压缩模块。

其中，分离模块，用于对雷达回波序列对应的采样矩阵M进行虚部和实部分离得到I分量矩阵和Q分量矩阵；重排模块，用于分别对I分量矩阵和Q分量矩阵进行数据重排；归一模块，用于将重排后的I分量矩阵和重排后的Q分量矩阵进行符号归一操作得到I分量矩阵和Q分量矩阵各自对应的符号标识矩阵和非负矩阵；预测模块，用于分别对I分量矩阵对应的非负矩阵和Q分量矩阵对应的非负矩阵进行中值边缘预测得到I预测结果矩阵和Q预测结果矩阵；作差模块，用于将I预测结果矩阵减去I分量矩阵得到I预测残差；将Q预测结果矩阵减去Q分量矩阵得到Q预测残差；整合模块，用于分别对I预测残差和Q预测残差进行整合得到I残差二元组和Q残差二元组；分别对I残差二元组和Q残差二元组实施Range编码得到I非负矩阵压缩码流和Q非负矩阵压缩码流；编码模块，用于分别对I、Q分量矩阵对应的符号标识矩阵进行PAQ编码得到I、Q符号标识矩阵压缩码流；叠加模块，用于将I符号标识矩阵压缩码流与I非负矩阵压缩码流进行叠加得到I数据压缩码流；将Q符号标识矩阵压缩码流与Q非负矩阵压缩码流进行叠加得到Q数据压缩码流；压缩模块，用于将I数据压缩码流和Q数据压缩码流进行叠加得到雷达回波数据对应的压缩码流。

按照本发明的另一方面，提供了一种雷达系统，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现的方法的步骤。

按照本发明的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现的方法的步骤。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。