CN105548986B - 海杂波背景下基于预白化比率中值检测器的目标检测方法 - Google Patents
海杂波背景下基于预白化比率中值检测器的目标检测方法 Download PDFInfo
- Publication number
- CN105548986B CN105548986B CN201610012521.8A CN201610012521A CN105548986B CN 105548986 B CN105548986 B CN 105548986B CN 201610012521 A CN201610012521 A CN 201610012521A CN 105548986 B CN105548986 B CN 105548986B
- Authority
- CN
- China
- Prior art keywords
- detection
- observation vector
- target
- unit
- albefaction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/414—Discriminating targets with respect to background clutter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种海杂波背景下基于预白化比率中值检测器的目标检测方法,主要解决现有技术不能保持恒虚警的问题。其技术方案是:构建雷达回波数据中检测单元的观测向量z和参考单元的观测向量zk(k=1,2,…,P),得到这P+1个观测向量的归一化样本协方差矩阵的估计值利用对z和zk进行白化,得到白化后检测单元的观测向量和参考单元的观测向量计算的平均功率e和的平均功率ek;利用ek计算P个参考单元的中值功率em;利用e和em计算检测统计量ξ;利用检测统计量ξ和设置的检测门限T判断目标是否存在。本发明提高了目标的检测性能,可用于海杂波背景下的目标检测。
Description
技术领域
本发明属于雷达目标检测技术领域,具体涉及一种海杂波背景下基于预白化比率中值检测器的目标检测方法,可用于海杂波背景下的目标检测。
背景技术
海杂波是由大量相互独立的海面散射体的后向散射向量相互叠加形成的,是影响海面目标检测的关键因素。当高分辨率雷达工作在小擦地角的情况下时,海杂波的幅度分布与瑞利分布相比会出现长的“拖尾”,海杂波呈现出较强的非高斯性。海杂波K分布模型是描述非瑞利包络杂波的经典统计模型,在高分辨率雷达、小擦地角、非均匀环境下的海杂波可用海杂波K分布很好地描述。早在上世纪40年代,恒虚警技术就已经是雷达信号处理领域里的重要研究内容。目前,国际上已有相对成熟的整套的CFAR检测理论和方法。文献“时艳玲,水鹏朗.ANMF和CM-CFAR在K分布杂波下的性能分析.西北大学学报,2012,42(3):359-364.”中介绍的比率中值检测器,利用参考单元的采样值取中值的方法来估计背景杂波的功率水平。该方法的使用有两个重要的前提假设:检测单元杂波的统计特性与参考单元的统计特性相同;检测单元与参考单元之间是相互独立的。但在实际环境中,雷达接收到的回波信号存在较强的相关性,第二个前提假设无法满足,导致比率中值检测方法的性能严重下降。
发明内容
本发明的目的在于提出一种海杂波背景下基于预白化比率中值检测器的目标检测方法,以提高在海杂波背景下的检测性能。
为实现上述技术目的,本发明的技术方案包括如下:
(1)利用雷达发射机发射脉冲信号,雷达接收机接收经过海面散射形成的回波数据,构建回波数据中检测单元的观测向量z和参考单元的观测向量zk为:
其中,H0表示仅有杂波不存在目标的假设,H1表示有杂波且存在目标的假设,c表示检测单元的海杂波向量,ck表示参考单元的海杂波向量,s表示目标回波信号,P表示参考单元数目;
(2)利用最大似然估计方法,得到回波数据中检测单元的观测向量z和参考单元的观测向量zk的归一化样本协方差矩阵的估计值
(3)利用归一化样本协方差矩阵的估计值对回波数据中检测单元的观测向量z和参考单元的观测向量zk进行白化,得到白化后的检测单元的观测向量和白化后的参考单元的观测向量
(4)假设有杂波且存在目标,计算白化后检测单元的观测向量的平均功率e和白化后参考单元的观测向量的平均功率ek;
(5)根据白化后参考单元的观测向量的平均功率ek,计算P个参考单元的观测向量的中值功率em:
(5a)将ek按从小到大的顺序排列使其满足:
(5b)按如下公式计算P个参考单元的观测向量的中值功率值em:
(6)根据e和em,计算检验统计量ξ:
ξ=e/em;
(7)设置虚警概率Pfa,计算相应的检测门限T;
(8)将检测统计量ξ与检测门限T进行比较,判断检测单元中目标是否存在。如果ξ≥T,则判断检测单元有目标,如果ξ<T,则判断检测单元没有目标。
本发明与现有技术相比具有以下优点:
1)由于本发明针对海杂波的相关性,采用白化方法在检测前对海杂波进行白化,提高了后续检测器的检测性能。
2)由于本发明利用杂波数据实时更新海杂波归一化样本协方差矩阵,能够自适应的与检测环境中的杂波特性相匹配,可以获得更好的检测性能。
附图说明
图1为本发明的实现流程图;
图2为用本发明和现有比率中值检测器得到的仿真数据的目标检测概率在不同信杂比下的对比图。
具体实施方式
下面结合附图对本发明作进一步说明:
参照图1,本发明的实现步骤如下:
步骤1,构建回波数据中检测单元的观测向量z和参考单元的观测向量zk。
雷达发射机发射脉冲信号,雷达接收机接收经过海面散射形成的回波数据,该回波数据是包括距离维、波位维和脉冲维的三维数据,每个距离维和波位维构成一个分辨单元;
在回波数据中任意选取一个分辨单元作为检测单元,并在检测单元周围选取P个分辨单元作为参考单元;
构建回波数据中检测单元的观测向量z和参考单元的观测向量zk:
当检测单元仅有杂波不存在目标时,z=c,zk=ck,
当检测单元有杂波且存在目标时,z=s+c,zk=ck,即:
其中,H0表示仅有杂波不存在目标的假设,H1表示有杂波且存在目标的假设,c表示检测单元的海杂波向量,ck表示参考单元的海杂波向量,s表示目标回波信号,P表示参考单元数目。
步骤2,利用最大似然估计方法,得到回波数据中检测单元的观测向量z和参考单元的观测向量zk的归一化样本协方差矩阵的估计值
(2.1)假设有杂波且存在目标,将回波数据中检测单元的观测向量z和参考单元的观测向量zk分别进行功率归一化处理,得到功率归一化的检测单元的观测向量和功率归一化的参考单元的观测向量
其中,P>2N,N为积累脉冲数;
(2.2)根据上述计算P个功率归一化参考单元的协方差矩阵M:
其中,(·)H为取共轭转置,M的维数为N×N;
(2.3)根据上述协方差矩阵M,计算和的联合概率密度函数
(2.4)将联合概率密度函数取自然对数,得到对数似然函数
(2.5)将对数似然函数对M求导,并令导数为零,得到样本协方差矩阵的估计值
(2.6)将(2.1)中的和代入上述样本协方差矩阵的估计值得到归一化样本协方差矩阵的估计值
步骤3,计算白化后的检测单元的观测向量和白化后的参考单元的观测向量
由于回波数据中检测单元和参考单元之间以及参考单元和参考单元之间具有相关性,需要采用白化方法在检测前对检测单元和参考单元进行白化,即利用归一化样本协方差矩阵的估计值对回波数据中检测单元的观测向量z和回波数据中参考单元的观测向量zk分别进行白化;
对检测单元的观测向量z进行白化,得到白化后的观测向量
对参考单元的观测向量zk进行白化计算,得到白化后的观测向量
步骤4,计算检验统计量ξ。
(4.1)假设有杂波且存在目标,计算白化后的检测单元的观测向量的平均功率e:
(4.2)假设有杂波且存在目标,计算白化后的参考单元的观测向量的平均功率ek:
(4.3)根据白化后参考单元的观测向量的平均功率ek,计算P个参考单元的观测向量的中值功率em;
(4.4)利用式e和em计算检验统计量ξ:
ξ=e/em。 <12>
步骤5,设置虚警概率Pfa,计算相应的检测门限T。
检测门限T通过蒙特卡罗实验来计算,其步骤如下:
(5.1)令C为设定的大于1的自然数,计算第1个目标的检测统计量ξ1至第C个目标的检测统计量ξC;
(5.2)将得到的C个检测统计量按降序排列,在降序排列后的C个目标检测统计量中,取第[CPfa]个元素值作为检测门限T,[CPfa]表示不超过实数CPfa的最大整数。
步骤6,将检测统计量ξ与检测门限T进行比较,判断检测单元中目标是否存在。
如果ξ≥T,则判断检测单元有目标,如果ξ<T,则判断检测单元没有目标。
下面结合仿真实验对本发明的效果做进一步说明。
1.仿真参数
实验中采用的仿真数据为包括距离维、波位维和脉冲维的三维数据,每个距离维和波位维构成一个分辨单元,其中距离维数1600,波位维数600,脉冲维数5;信杂比SCR=[-10dB,30dB],虚警概率Pfa=10-4。
2.仿真实验内容
仿真实验中分别采用本发明方法,现有比率中值检测器对仿真数据进行检测,通过检测概率分析比较两种检测方法的检测效果,检测概率越大表明检测器检测性能越好。
仿真实验步骤:
首先,设置信杂比的变换范围为SCR=[-10dB,30dB];
然后,在仿真数据中随机选取10000个不同的分辨单元,并在每个分辨单元上加入相应信杂比的目标信号;
最后,在不同信杂比条件下,利用本发明和现有比率中值检测器对上述10000个分辨单元进行目标检测,得到本发明和现有比率中值检测器的检测概率随信杂比的变化曲线,结果如图2所示,图2中横轴表示信杂比,纵轴表示检测概率。
从图2可以看出,本发明提出的海杂波背景下基于预白化比率中值检测器的目标检测方法的检测性能明显优于已有的比率中值检测器的检测性能。
Claims (5)
1.海杂波背景下基于预白化比率中值检测器的目标检测方法,其特征在于,包括:
(1)利用雷达发射机发射脉冲信号,雷达接收机接收经过海面散射形成的回波数据,构建回波数据中检测单元的观测向量z和参考单元的观测向量zk为:
其中,H0表示仅有杂波不存在目标的假设,H1表示有杂波且存在目标的假设,c表示检测单元的海杂波向量,ck表示参考单元的海杂波向量,s表示目标回波信号,P表示参考单元数目;
(2)利用最大似然估计方法,得到回波数据中检测单元的观测向量z和参考单元的观测向量zk的归一化样本协方差矩阵的估计值
(3)利用归一化样本协方差矩阵的估计值对回波数据中检测单元的观测向量z和参考单元的观测向量zk进行白化,得到白化后的检测单元的观测向量和白化后的参考单元的观测向量
(4)假设有杂波且存在目标,计算白化后检测单元的观测向量的平均功率e和白化后参考单元的观测向量的平均功率ek;
(5)根据白化后参考单元的观测向量的平均功率ek,计算P个参考单元的观测向量的中值功率em:
(5a)将ek按从小到大的顺序排列使其满足:
(5b)按如下公式计算P个参考单元的观测向量的中值功率值em:
(6)根据e和em,计算检测统计量ξ:
ξ=e/em;
(7)设置虚警概率Pfa,计算相应的检测门限T;
(8)将检测统计量ξ与检测门限T进行比较,判断检测单元中目标是否存在:如果ξ≥T,则判断检测单元有目标,如果ξ<T,则判断检测单元没有目标。
2.如权利要求1所述的海杂波背景下基于预白化比率中值检测器的目标检测方法,其特征在于,步骤(2)中,利用最大似然估计方法,得到回波数据中检测单元的观测向量z和参考单元的观测向量zk的归一化样本协方差矩阵的估计值按如下步骤进行:
(2.1)假设有杂波且存在目标,将回波数据中检测单元的观测向量z和参考单元的观测向量zk分别进行功率归一化处理,得到功率归一化的检测单元的观测向量和功率归一化的参考单元的观测向量
其中,P>2N,N为积累脉冲数;
(2.2)根据上述计算P个功率归一化参考单元的协方差矩阵M:
其中,(·)H为取共轭转置,M的维数为N×N;
(2.3)根据上述协方差矩阵M,计算和的联合概率密度函数
(2.4)将联合概率密度函数取自然对数,得到对数似然函数
(2.5)将对数似然函数对M求导,并令导数为零,得到样本协方差矩阵的估计值
(2.6)将步骤(2.1)中的和代入上述样本协方差矩阵的估计值得到归一化样本协方差矩阵的估计值
3.如权利要求1所述的海杂波背景下基于预白化比率中值检测器的目标检测方法,其特征在于,步骤(4)中计算白化后检测单元的观测向量的平均功率e,通过下式计算:N为积累脉冲数。
4.如权利要求1所述的海杂波背景下基于预白化比率中值检测器的目标检测方法,其特征在于,步骤(4)中计算白化后参考单元的观测向量的平均功率ek,通过下式计算:N为积累脉冲数。
5.如权利要求1所述的海杂波背景下基于预白化比率中值检测器的目标检测方法,其特征在于,步骤(7)中设置虚警概率Pfa,计算相应的检测门限T,按如下步骤进行:
(5.1)令C为设定的大于1的自然数,计算第1个目标的检测统计量ξ1至第C个目标的检测统计量ξC;
(5.2)将得到的C个检测统计量按降序排列,在降序排列后的C个目标检测统计量中,取第[CPfa]个元素值作为检测门限T,[CPfa]表示不超过实数CPfa的最大整数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610012521.8A CN105548986B (zh) | 2016-01-08 | 2016-01-08 | 海杂波背景下基于预白化比率中值检测器的目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610012521.8A CN105548986B (zh) | 2016-01-08 | 2016-01-08 | 海杂波背景下基于预白化比率中值检测器的目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105548986A CN105548986A (zh) | 2016-05-04 |
CN105548986B true CN105548986B (zh) | 2018-03-06 |
Family
ID=55828297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610012521.8A Active CN105548986B (zh) | 2016-01-08 | 2016-01-08 | 海杂波背景下基于预白化比率中值检测器的目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105548986B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108008374B (zh) * | 2017-11-06 | 2021-05-04 | 西安电子科技大学 | 基于能量中值的海面大型目标检测方法 |
CN108983227B (zh) * | 2018-08-23 | 2020-07-07 | 中国人民解放军国防科技大学 | 一种基于白化滤波的极化mimo雷达检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364769B (zh) * | 2013-07-05 | 2015-06-03 | 南京邮电大学 | 空间非均匀海杂波协方差矩阵的自适应估计方法 |
CN103954951B (zh) * | 2014-05-13 | 2016-09-07 | 西安电子科技大学 | 基于功率中值和归一化协方差估计的海面目标检测方法 |
CN104007434B (zh) * | 2014-05-29 | 2016-08-24 | 西安电子科技大学 | 基于多普勒过采样的海杂波背景下雷达动目标的检测方法 |
CN104569949B (zh) * | 2015-01-27 | 2017-04-19 | 西安电子科技大学 | 基于组合自适应归一化匹配滤波的雷达目标检测方法 |
-
2016
- 2016-01-08 CN CN201610012521.8A patent/CN105548986B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105548986A (zh) | 2016-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106468770B (zh) | K分布杂波加噪声下的近最优雷达目标检测方法 | |
Luo et al. | The fractal properties of sea clutter and their applications in maritime target detection | |
CN105137498B (zh) | 一种基于特征融合的地下目标探测识别***及方法 | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
CN105425223B (zh) | 广义帕累托杂波下稀疏距离扩展雷达目标的检测方法 | |
Cheong et al. | A time series weather radar simulator based on high-resolution atmospheric models | |
CN106569193B (zh) | 基于前-后向收益参考粒子滤波的海面小目标检测方法 | |
CN106872958B (zh) | 基于线性融合的雷达目标自适应检测方法 | |
CN104318593B (zh) | 一种雷达海杂波的仿真方法和*** | |
CN109212503B (zh) | 一种基于ar谱分形相关特征的海上目标检测方法及装置 | |
CN110221256A (zh) | 基于深度残差网络的sar干扰抑制方法 | |
CN105093196A (zh) | 基于逆伽马纹理复合高斯模型下的相干检测方法 | |
CN106772352A (zh) | 一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法 | |
CN105738880A (zh) | 逆高斯纹理复合高斯海杂波幅度分布参数的矩估计方法 | |
CN105259546A (zh) | 一种基于ar谱分形的海面微弱雷达目标检测方法 | |
Hu et al. | A new way to model nonstationary sea clutter | |
CN105548986B (zh) | 海杂波背景下基于预白化比率中值检测器的目标检测方法 | |
CN112147584A (zh) | 一种基于非均匀杂波的mimo雷达扩展目标检测方法 | |
CN106199552B (zh) | 一种局部均匀海杂波背景下的分组广义似然比检测方法 | |
CN106353743B (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
CN103954962B (zh) | 一种基于压缩感知的isar成像脉冲估计算法 | |
CN105353371A (zh) | 基于ar谱扩展分形的海面雷达目标检测方法 | |
CN109635407A (zh) | 一种雷达精密稳定平台运行可靠性评估方法 | |
CN106597445A (zh) | 一种基于自适应Chirp分解的SAR动目标检测方法 | |
CN108562877A (zh) | 一种基于信号包络特征的欺骗式干扰抑制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |