基于库普曼-卡尔曼滤波的海面目标检测方法

来源：信号处理杂志 2026年第3期北京时间：

作者：王世强, 简涛, 王海鹏, 魏广芬, 潘新龙, 何佳

摘要：海面目标检测受海杂波影响严重，海杂波具有非线性、非平稳、非高斯等特性，使得现有基于统计分布、特征提取、深度学习等技术的检测方法在动态海杂波环境下依然面临挑战。从海杂波时空特性分析出发，提出了基于库普曼算子理论与卡尔曼滤波方法相结合的海杂波预测模型，并构建了海杂波背景下的目标检测方法。首先，该方法通过构造时空二维海杂波的Hankel矩阵形式，将海杂波矩阵映射到高维空间；随后，利用动态模式分解方法对升维后的海杂波矩阵进行线性化建模，挖掘海杂波内在时空非线性动力规律，并通过库普曼模态和库普曼特征值建立海杂波线性演化模型；其次，将海杂波线性演化模型转化为状态空间方程形式，进而与卡尔曼滤波方法结合，实现对海杂波时空二维序列的短时预测；最后，将预测绝对值误差作为检测统计量，构建形成库普曼-卡尔曼滤波检测器，在虚警概率一定的情况下设置检测门限，判决目标有无。所提方法将海面目标检测问题转化为对海杂波时空序列的预测问题，检测过程无需迭代训练和先验知识，而且对于短时目标检测具有一定优势。基于实测数据的实验结果表明，该方法在目标出现时长仅为10 ms的短时条件下，检测性能优于现有对比方法，为海面目标检测提供了一种潜在的新途径。

关键词：海杂波, 动态模式分解, 卡尔曼滤波, 预测, 目标检测