雷達回波序列中弱小飛機目標檢測跟蹤數據集

雷達回波序列中弱小飛機目標檢測跟蹤數據集
作者：宋志勇　回丙偉　范紅旗　周劍雄　朱永鋒　達凱　張曉峰　蘇紅艷　金威　張永傑　楊彩霞　藺震　樊潤東
2019年11月25日

本作品收錄於《中國科學數據》

宋志勇, 回丙偉, 范紅旗, 等. 雷達回波序列中弱小飛機目標檢測跟蹤數據集[J/OL]. 中國科學數據, 2019. (2019-11-25). DOI: 10.11922/csdata.2019.0075.zh.

摘要&關鍵詞

摘要：雜波下的雷達弱小目標檢測跟蹤是低空安全防控、遠程精確打擊、區域態勢監測、空天攻防對抗等軍民應用領域中的重要研究內容。針對當前雷達弱小目標探測識別領域存在的數據場景針對性差、仿真數據真實性不足、實測數據格式不規範、場景描述與標定信息不全等問題，本數據集面向雷達低空弱小目標檢測跟蹤應用需求，通過外場實地數據錄取與數據加工處理，提供一套以雜波下固定翼無人機為探測對象的雷達弱小目標檢測跟蹤數據集。數據集涵蓋了強雜波、低信噪比、高動態、強機動、目標數目變化等複雜場景，共計15段數據，每段數據包含若干脈衝序列，以及與之對應的距離波門文件和標註真值文件。本數據集可為雷達弱小目標探測識別算法設計與驗證、地面雜波特性研究等提供基礎數據。

關鍵詞：弱小目標；目標檢測；目標跟蹤；雷達回波序列；數據集

Abstract & Keywords

Abstract: Dim radar target detection and tracking under clutter is the main research content in military and civilian application fields, such as low-altitude security prevention and control, long-range precision strike, regional situation monitoring, battlefield intelligence and reconnaissance. In response to the data problem in the field of radar detection and recognition such as poor pertinence of data scenarios, insufficient authenticity of simulation data, nonstandard measured data format, incomplete scene description and calibration information, etc., a radar data for the detection and tracking of radar dim targets is provided, which takes the fixed-wing UAV under clutter as the detection object. This radar dataset is obtained through outfield recording and post data processing, covering complex scenarios such as strong clutter, low signal-to-noise ratio, high dynamic, strong maneuvering, and target number change. There are 15 radar echo sequences in total, and echo sequences contains a number of pulse signals, as well as a corresponding gate files and a label truth file. This dataset can provide basic data for the design and verification of target detection and tracking algorithm for dim radar target and the study of clutter characteristics.

Keywords:  dim target; target detection; target tracking; radar echo sequence; dataset

數據庫（集）基本信息簡介

數據庫（集）名稱	雷達回波序列中弱小飛機目標檢測跟蹤數據集
數據作者	宋志勇，回丙偉，范紅旗，周劍雄，朱永鋒，達凱，張曉峰， 蘇宏艷，金威，張永傑，楊彩霞，藺震，樊潤東
數據通信作者	范紅旗（fanhongqi@nudt.edu.cn）
數據時間範圍	2017–2019年
地理區域	中國
雜波背景	地面
雷達載頻	35 GHz
脈衝重複頻率	32 KHz
距離採樣單元間隔	1.875 m
數據量	8.76 GB
數據格式	*.mat, *.txt
數據服務系統網址	http://www.sciencedb.cn/dataSet/handle/908
基金項目	國家自然科學基金（61401475）
數據庫（集）組成	本數據集由15個數據段組成，每個數據段包含3部分：（1）dataX.mat是第X段包含有目標的雷達回波序列；（2）dataX_gate.mat是第X段雷達回波序列對應的距離波門信息序列；（3）dataX_value.txt 是對應於第X段數據對應的標記文件，標記信息包括對應數據段中從零時刻開始每間隔50ms所處時刻的目標數、目標編號、目標速度、目標距離。

Dataset Profile

Title	A dataset for dim target detection and tracking of aircraft in radar echo sequences
Data corresponding author	Hongqi Fan (fanhongqi@nudt.edu.cn)
Data authors	Song Zhiyong, Hui Bingwei, Fan Hongqi1, Zhou Jianxiong, Zhu Yongfeng, Da Kai, Zhang Xiaofeng, Su Hongyan, Jin Wei, Zhang Yongjie, Yang Caixia, Lin Zhen, Fan Rundong
Time range	2017–2019
Geographical scope	China
Clutter background	Land
Radar carrier frequency	35 GHz
Pulse repetition rate	32 KHz
Distance unit sampling interval	1.875 m
Data volume	8.76 GB
Data format	*.mat, *.txt
Data service system	<http://www.sciencedb.cn/dataSet/handle/908>
Source of funding	National Natural Science Foundation of China (61401475)
Dataset composition	The dataset consists of 15 data subsets. The subsets are recorded as data1.zip data2.zip…data15.zip. Each subset comprises three parts: (1) dataX.mat is an radar echo sequence with aircraft target; (2) dataX_gate.mat is an radar range gate information corresponding to the echo sequence; (3) dataX_value.txt is the corresponding label file of dataX.mat. The label information includes the total target number, target serial number, target velocity and target range corresponding to every time interval of 50 ms in the radar echo sequence.

引 言

雷達具有全天時、全天候、高精度、快響應的探測優勢，作為一類特殊的傳感器在目標探測、環境感知、目標識別、制導對抗等軍民領域應用廣泛，特別是隨着信息化、智能化的發展，對雷達的檢測跟蹤識別性能提出了新的要求。主要表現在：（1）弱小目標檢測跟蹤需求。隨着隱身技術、無人技術的發展，各類目標的RCS越來越小，給雷達目標探測帶來的挑戰^[1]。需要雷達在更遠距離對更小的目標實現穩定的探測跟蹤；（2）多目標檢測跟蹤需求。隨着信息網絡技術的發展，集群化、協同化、無人化成為一種新的目標形態，需要雷達同時對場景內的多個不同目標進行檢測跟蹤，實現對態勢的探測感知^[2]；（3）複雜環境下目標檢測跟蹤需求。目標環境複雜多變，各類雜波、干擾給雷達的探測帶來很大影響，低信雜比、高幹信比下的目標檢測成為常態^[3]。然而，與上述緊迫的需求不相匹配的是，當前科研領域的雷達數據比較分散，關於數據的描述、格式、標註等沒有統一的標準規範，也沒有形成可以服務於雷達弱小目標檢測跟蹤應用的公開的標準回波數據集，因此導致該領域的科研學術研究缺乏行業標準化數據支撐，相關的算法性能測試、評估等缺乏一致的數據標準。

鑑於上述迫切的應用需求和匱乏的數據現狀，本數據集通過典型場景設計、外場試驗錄取、數據處理標註、數據使用方法及評價準則設計等步驟和方法製備了面向雷達回波序列中弱小飛機目標檢測跟蹤數據集。本數據集尚屬首次成系統地公開發布以雜波下雷達弱小目標檢測跟蹤為研究需求的雷達回波序列數據集，填補了雷達目標探測識別領域中標準公開數據集的空白。

此外，本數據集中的部分數據已經提供給由**科技大學和中國航天科工二院聯合主辦的第二屆「空天杯」創新創意大賽——探測識別算法挑戰賽（雷達賽題方向）使用。

1 數據採集和處理方法

1.1 數據採集方法

數據採集用到的主要設施和設備為高塔和轉台，試驗地點位於陝西省寶雞市眉縣（圖1）。數據採集試驗採用高塔架設轉台並搭載帶伺服雷達傳感器的方式開展。高塔距離地面約90米，窄波束雷達安裝於轉台上，轉台固定於平台邊緣並下俯一定角度。視野無遮擋，地貌為玉米、小麥、獼猴桃園等多類農作物。高塔、轉台以及伺服系統的使用為獲取不同場景的目標雷達回波序列提供了保障。

圖片

圖1 雷達回波數據錄取場景

數據採集使用的傳感器為Ka頻段通用錄取設備，該設備的基本性能參數如表1所示。

表1 Ka頻段雷達的基本性能參數

指標項	性能參數
載頻	35GHz
波形體制	線性調頻脈衝
脈衝重複頻率	32KHz
距離採樣單元間隔	1.875m

數據採集的對象為空中固定翼無人機。轉台以及目標無人機上裝配有GPS通信站，引導計算機接收並解算二者的GPS信息，實時發送角度和距離等解算結果用於引導雷達伺服轉動，對無人機目標進行跟蹤以維持目標位於雷達的視場中，同時數據錄取設備進行回波的同步採集與保存。

數據採集的主要環境背景及場景設計如表2所示。

表2 數據場景情況

數據段名	場景說明
data1	地物背景、高信噪比、雙目標、目標由遠及近、時長2s
data2	地物背景、中等信噪比、雙目標、目標由遠及近、時長2s
data3	地物背景、低信噪比、雙目標、目標由遠及近、時長2s
data4	地物背景、高信噪比、雙目標、目標由近及遠、時長2s
data5	地物背景、中等信噪比、雙目標、目標由近及遠、時長2s
data6	地物背景、低信噪比、雙目標、目標由近及遠、時長2s
data7	地物背景、高信噪比、雙目標、目標接近和遠離、時長4s
data8	地物背景、中等信噪比、雙目標、目標接近和遠離、時長4s
data9	地物背景、低信噪比、雙目標、目標由近及遠、時長6s
data10	地物背景、高信噪比、目標數目變化、目標由近及遠、時長6s
data11	地物背景、中等信噪比、目標數目變化、目標接近和遠離、時長6s
data12	地物背景、低信噪比、雙目標、目標接近和遠離、時長4s
data13	地海背景、高信噪比、目標數目變化、目標由遠及近、時長6s
data14	地海背景、中等信噪比、目標數目變化、目標由遠及近、時長6s
data15	地海背景、低信噪比、雙目標、目標接近和遠離、時長6s

註：其中雙目標指波束內包含一個大目標和一個小目標，大目標信噪比越20 dB，且不變化。信噪比參數指的是小目標的信噪比，低信噪比條件為小目標信噪比3 dB左右，中等信噪比條件為小目標信噪比7 dB左右，高信噪比條件為小目標信噪比15 dB左右。

1.2 數據處理與標註

數據處理與標註是將採集到的原始雷達回波數據進行格式轉換，剔除無效及污染數據，按一定的原則，對數據進行加工處理，並為感興趣的真實目標進行標註，提供真值的過程。

1.2.1 數據預處理

雷達工作模式為脈衝–多普勒模式，每個雷達數據段的原始數據為連續時間採樣後的離散數字信號，在數據預處理結果將離散數字信號按照脈衝時刻以及重複周期進行數字下變頻處理、抽取濾波處理以及脈衝壓縮處理，形成脈衝壓縮後的時域脈衝序列^[4][5]。由於原始數據中存在由於數據錄取設備原因導致的丟幀問題，故在預處理階段需要剔除丟幀數據，同步修正波門數據，以確保數據的連續性和一致性^[6]。

1.2.2 數據標註

雷達數據標註的本質就是通過對數據進行處理，獲得確定時刻數據中感興趣目標的真值，在距離-多普勒模式下真值主要指當前時刻下目標的數目、目標的序號、目標的速度以及距離。考慮到錄取的雷達回波數據中雜波強度大、目標動態範圍大、信噪比較低等特點，通過對數據進行確定時長的相參積累^[7]、CFAR檢測^[8]、航跡跟蹤^[9]，以及與錄取記錄的GPS數據進行比對，採用自動標註與人工標註相結合的方式獲得雷達回波序列間隔50 ms時刻波束內目標的數據以及對應目標的距離和速度值，以此作為真值。

2 數據樣本描述

本數據集共包含有15個數據段，數據段的命名從data1開始依次遞增至data15。每個數據段都主要包括雷達回波序列、雷達波門數據以及標註真值數據三類，下面分別對這三類數的典型樣本進行描述和分析。

2.1 雷達回波數據樣本

雷達回波數據集中每段數據為一定時長內所有脈衝進行脈衝壓縮後形成的連續時間脈衝序列，數據形式為二維數組，後綴名為mat，對於某一段數據，文件名為dataX.mat。每個脈衝的採樣點數固定為319個，對於慢時間維，脈衝重複頻率為32 kHz，脈衝數目根據選取時長的不同而不同，因此對應的二維數組大小不一樣。每段數據的採樣時刻皆從0時刻開始。單個雷達回波數據樣本示例如圖2所示，行序號代表慢時間脈衝數，列序號代表快時間採樣點數。

圖片

圖2 Matlab導入某數據段樣本中回波序列詳情

對於圖2所示的脈衝壓縮後的回波序列，通過選取不同的脈衝數目可以進行不同時長的相參脈衝積累，從而獲得距離–多普勒圖像。圖3顯示了單目標和多目標場景下基於脈衝壓縮回波序列進行相參積累後獲得的距離–多普勒圖像情況。

圖片(a)

圖片(b)

圖3 不同目標場景下的距離–多普勒圖像(a) 2個目標的R-D圖像示例; (b) 單個目標的R-D圖像示例

2.2 距離波門數據樣本

對應於每一段雷達數據，提供一個雷達距離波門數據文件，數據形式按時間排序的一維數組，後綴名為mat。波門起始位置對應第一個採樣點，在整個數據段中隨目標移動，更新率為1ms（32個脈衝更新一次）。某一段數據對應的距離波門數據文件名為dataX_gate.mat。單個雷達回波距離波門數據樣本示例如圖4所示。

圖片(a)

圖片(b)

圖4 不同目標場景下的距離–多普勒圖像(a) 波門文件dataX_gate數據格式; (b) dataX_gate對應時間與波門距離關係圖

2.3 標註真值數據樣本

標註數據結果以的dataX_value*.txt文件為格式存儲，其中dataX為對應的回波序列文件名稱（如data1、data2等），具體格式約定如表3所示。標註文件的具體約束事項如下：

（1）每段雷達回波序列的標註結果保存為1個文件；

（2）按照50ms的數據率給出標註結果，即每1600個脈衝輸出1次結果，第1600*N個脈衝時刻為數據輸出時刻，以此類推；

（3）目標的距離和速度估計值的數據類型為浮點類型；

（4）結果文件中所有英文標識均使用小寫字母，所有數量標識均使用阿拉伯數字；

（5）輸出的檢測和估計結果按行存儲，若對應輸出時刻未檢測到目標，則目標數記為0；

（6）同一數據行內不同字段之間以空格間隔；

（7）字段中的標點符號「:」為英文字符；

（8）每個結果文件中的目標都從1開始遞增編號。

表3 數據標註文件格式說明

第1行	50 ms	目標數	object:1	速度	距離	object:2	速度	距離	……
第2行	100 ms	目標數	object:1	速度	距離	object:2	速度	距離	……
……	……
第N行	50*N ms	目標數	object:1	速度	距離	object:2	速度	距離	……

下面以數據集中data2數據為例對標註數據進行解釋說明，如圖5所示。

在第1行中，字段「50 ms」表示從第1個脈衝開始至1600個脈衝時刻的時間，即表示本行輸出的目標及參數信息為第50 ms時刻對應回波中的目標情況；字段「1」表達當前時刻波束內只有1個目標；字段「object:1」表示接續下來的兩個字段是目標1的速度真值和距離真值；字段「40.401786」表示目標1的速度真值，保留小數點後6位；字段「1572.979364」表示目標1的距離真值，保留小數點後6位。第2–44行的字段含義同第1行，可依次類推。在第45行中，字段「2250ms」表示本行的結果對應的是第2250 ms時刻，也就是第72000個脈衝時刻對應的目標真值信息；字段「2」表達當前時刻波束內有2個目標；字段「object:1」表示接續下來的兩個字段是目標1的速度真值和距離真值；字段「40.312500」表示目標1的速度真值；字段「1484.205737」表示目標1的距離真值；字段「object:2」表示接續下來的兩個字段是目標2的速度真值和距離真值；字段「107.081051」表示目標2的速度真值；字段「1799.357029」表示目標2的距離真值。第46及之後的字段含義同第45行，可依次類推。

圖片

圖5 數據標註文件樣本舉例

3 數據質量控制和評估

本數據集中的所有雷達回波數據都是通過Ka頻段通用錄取設備在專門設計的實驗中實測採集得到，目標、雜波等特性真實可靠。雷達回波序列中確定時刻對應的目標真值信息均為全自動標註和人工確認的結果，並經過多次核查檢驗，以確保數據質量^[10]。數據集中所提供的評分準則及程序都已經過大量的實測驗證，評分結果符合設計指標^[11]。

本數據集中的部分數據已在第二屆「空天杯」創新創意大賽（2019）——探測識別算法挑戰賽中發布供參賽選手測試及正式比賽使用。目前大賽已經正式落下帷幕，數據集作為探測識別算法挑戰賽雷達專題下算法性能比測的重要依據，為大賽評選出了相應獎項類別。該大賽的圓滿舉辦證實了本數據集中圖像數據、目標標註和評分準則的質量和科學可信度，可作為更廣泛科研人員的數據素材。

4 數據價值

本數據集針對固定翼無人機目標的雷達回波序列檢測跟蹤問題，設計了15個典型場景，具體涵蓋了單目標、多目標、高信噪比、低信噪比、目標由遠及近、目標由近及遠、目標進出波束、目標穿越主雜波、目標機動等場景。每個典型場景對應1個段數據、共計15個數據段。該類型的數據集在國內尚屬首次成系列的公開發布，這些數據情況包括了當前雷達弱小目標檢測識別的以下重難點問題：

（1）低信噪比下的弱小目標檢測跟蹤；

（2）多目標情況下的弱小目標檢測；

（3）強雜波下的弱小目標檢測。

為滿足檢測跟蹤識別算法性能評估的需要，數據集對雷達回波序列按照50 ms等間隔時刻進行了目標真值的標註，並在這些標註結果的基礎上，綜合考慮檢測正確性、檢測精度、航跡正確性、目標漏警、目標虛警等關鍵評價要素，研究提出了滿足複雜場景下雷達弱小目標檢測跟蹤算法性能綜合評測準則，並開放了評分程序代碼。本數據集在為雷達檢測跟蹤相關研究人員開展學習研究工作提供測試實驗數據的同時，也能促進部分現有成果的實用化開發，打破當前雷達目標檢測跟蹤領域數據庫分散、數據集不標準、數據流動性和開放性差的困局，為算法研究提供交流、評測和提升的渠道。

此外，在第二屆「空天杯」創新創意大賽結束後，眾多參賽選手和國內同行對本數據集的補充完善版本都提出了申請需求，這也印證了本數據集的科研價值。圖6為空天杯雷達算法挑戰賽優秀選手利用本數據集提出的弱小目標檢測跟蹤框架和部分檢測跟蹤結果。圖7為空天杯雷達算法挑戰賽參賽選手基於本數據進行信號與數據處理獲得的部分結果圖。

圖片(a)

圖片 (b)

圖6 空天杯雷達檢測跟蹤挑戰賽部分參賽作品(a) 207號作品框架; (b) 207號作品框架

圖片(a)

圖片(b)

圖片(c)

圖7 空天杯雷達檢測跟蹤挑戰賽部分參賽作品處理結果(a) 信號積累結果; (b) CFAR檢測結果; (c) 目標跟蹤軌跡

5 數據使用方法和建議

5.1 數據使用方法

數據的推薦使用方法是：首先使用者利用自己編制的雷達弱小目標檢測跟蹤算法或軟件讀取一段雷達回波序列，並根據算法進行目標的檢測跟蹤；然後根據標註文件的存儲格式，將該段數據的檢測跟蹤結果保存在自定義文件中；最後通過本數據集提供的評測準則（推薦使用數據集提供的評分程序代碼）將真值數據與檢測跟蹤結果進行比對計算得分，作為當前數據段的結果，也可根據具體的實際應用需求，基於標註結果自行設計新的評分規則並計分比較。

5.2 數據使用評價

數據使用後其結果評價可通過如下原則計分評價，分數越高表示性能越好。檢測跟蹤得分標準為：

（1）正確檢測且估計精度滿足預定要求：即目標測量/濾波結果位於以真值為中心大小為[±5m(R)×±0.12m/s(V)]的矩形框內（含），每次加1分；

（2）正確檢測但估計精度不滿足預定要求：即目標測量/濾波結果位於以真值為中心大小為[±5m(R)×±0.12m/s(V)]的矩形框外，但同時不超出大小為[±10m(R)×±0.5m/s(V)]的矩形框，每次加0分；

（3）漏檢（指以真值為中心的[±10m(R)×0.5m/s(V)]的範圍內（含）無檢測結果），每出現1次減1分；

（4）虛警（指在以真值為中心的[±10m(R)×0.5m/s(V)]的範圍外出現檢測結果），每個虛警減2分。

在上述數據使用評價準則下，利用本數據集測試結果滿分為2286分。本數據集提供上述評價準則的評分程序代碼。

致 謝

本數據集中的部分數據曾供第二屆「空天杯」創新創意大賽（2019）——探測識別算法挑戰賽（雷達探測識別方向）使用，感謝大賽組委會對本數據集的認可和採納。在數據集整理、測試、評審和發布，特別是評分準則設計的過程中，得到了**研究院邱志明院士，中國空空導彈研究院白曉東研究員，中國航天科工二院陳軍文研究員，北京航空航天大學王俊教授，廈門大學王程教授，華中科技大學張天序教授，北京理工大學楊小鵬教授，**裝備發展部朱南機研究員，**科技大學付強、王宏強、王壯、張焱教授的指導，本數據集也凝結了這些專家們的寶貴經驗和智慧。對上述專家辛勤付出，在此表示由衷的感謝。感謝**科技大學付強帶領的科研團隊在第二屆「空天杯」大賽前對本數據集中的部分數據進行了大量細緻的測試和準備工作，並為數據的發布提供了大量幫助。感謝來自全國各大高校的30餘支參賽隊伍對本數據集提出了許多有益的建議和意見。

參考文獻

1. 丁鶩飛，耿富錄，陳建春. 雷達原理（第五版）[M]. 北京: 電子工業出版社, 2014.
2. 斯科尼克. 雷達系統導論（第三版）[M]. 北京: 電子工業出版社, 2014.
3. 吳順君. 雷達信號處理和數據處理技術[M]. 北京: 電子工業出版社, 2008
4. 蔡飛. 雷達弱小目標檢測與跟蹤技術研究[D]. 長沙: **科學技術大學, 2015.
5. C.阿拉巴斯特. 脈衝多普勒雷達——原理、技術與應用[M]. 北京: 電子工業出版社, 2016.
6. 陳帥霖. 機動微弱目標能量積累檢測方法研究[D]. 西安: 西安電子科技大學, 2017.
7. Chen H, Varshney P K, Kay S M, et al. Theory of the Stochastic Resonance Effect in Signal Detection: Part I-Fixed Detectors[J]. IEEE Transactions on Signal Processing, 2007, 55 (7): 3172–3184.
8. Galy J, Chaumette E, Larzabal P. Joint Detection Estimation Problem ofMonopulse Angle Measurement[J]. IEEE Transactions on Aerospace and Electronic Systems. 2010, 46 (1): 397–413.
9. 鄭樂. 寬頻帶雷達目標跟蹤理論與算法研究[D]. 北京: 北京理工大學, 2014.
10. Rutten M, Gordon N, Maskell S. Recursive track-before-detect with target amplitude fluctuations[J]. IEE Proceedings-Radar, Sonar and Navigation, 2005, 152 (5): 345–352.
11. Morelande M, Ristic B. Signal-to-noise ratio threshold effect in track before detect[J]. IET Radar, Sonar and Navigation. 2009, 3 (6): 601–608.

數據引用格式

宋志勇, 回丙偉, 范紅旗, 等. 雷達回波序列中弱小飛機目標檢測跟蹤數據集[DB/OL]. Science Data Bank, 2019. (2019-10-29). DOI: 10.11922/sciencedb.908.