CN105866748B - 一种基于检测先验的固定窗长恒虚警检测方法 - Google Patents

一种基于检测先验的固定窗长恒虚警检测方法 Download PDF

Info

Publication number
CN105866748B
CN105866748B CN201610166232.3A CN201610166232A CN105866748B CN 105866748 B CN105866748 B CN 105866748B CN 201610166232 A CN201610166232 A CN 201610166232A CN 105866748 B CN105866748 B CN 105866748B
Authority
CN
China
Prior art keywords
detection
sliding window
cfar
target
testing result
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.)
Expired - Fee Related
Application number
CN201610166232.3A
Other languages
English (en)
Other versions
CN105866748A (zh
Inventor
于雪莲
李海翔
何荣江
贾静
周云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610166232.3A priority Critical patent/CN105866748B/zh
Publication of CN105866748A publication Critical patent/CN105866748A/zh
Application granted granted Critical
Publication of CN105866748B publication Critical patent/CN105866748B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

该发明公开了一种基于检测先验的固定窗长恒虚警检测方法，属于信号处理技术，具体涉及恒虚警检测方法。通过获取多个没有目标的检测单元的平均功率，再用该平均功率乘以称化因子获取目标检测门限值，用该门限值对比下一检测单元的功率，判定该检测单元是否存在目标，若不存在目标，则将该检测单元的功率纳入到计算门限值的平均功率中，依次循环。该发明具有计算简单，精确度高的效果。

Description

一种基于检测先验的固定窗长恒虚警检测方法
技术领域
本发明属于信号处理技术，具体涉及恒虚警检测方法。
背景技术
检测是信号处理的一个基本操作。恒虚警算法是检测技术中一种极为重要的方法，近几十年来经过深入的研究，被广泛应用于雷达、通信等领域。
所谓恒虚警(false alarm rate，CFAR)，也就是在检测过程中保持恒定的虚警概率，不受背景杂波的影响。在实际雷达检测中，为了获得稳定检测性能和恒定的虚警概率，常常从实时测量得到的回波数据中估计背景杂波功率电平，从而自适应地调整检测门限。
CFAR处理的关键就是对背景杂波功率进行估计。相应的处理方法分为两大类：一类是空域CFAR，利用与待检测单元在空间上相邻的参考单元来估计杂波功率；另一类是时序CFAR，通过对同一单元多次扫描来进行功率估计，主要步骤是时域上的迭代。单元平均(cell average，CA)CFAR、最大选择(greatest of，GO)CFAR、最小选择(smallest of，SO)CFAR和有序统计(ordered statistics，OS)CFAR是最为经典的几种空域CFAR算法。它们在估计背景功率时均为排除已经被检测出的目标单元。
发明内容
本发明所要解决的技术问题是，提供一种计算量小、检测精度高的基于检测先验的固定窗长恒虚警检测方法。
本发明为解决上述技术问题所采用的技术方案是，一种基于检测先验的固定窗长(former detection information-constant window，FDI-CW)恒虚警检测方法，该方法包括：
步骤1：将同相分量和正交分量的两路信号经过匹配滤波，由平方律检波器求得当前检测单元内回波采样的功率值；
步骤2：将当前功率值和检测门限相比较，功率值不小于门限，判定为检测到目标；否则，判定为无目标；初始门限按以下方法求得：直接取开始的R个空间单元作为原始参考单元，求得它们的均值，乘上标称化因子T后作为检测门限，将这R个单元的功率值直接存入参考滑窗中，同时在检测结果滑窗中全部存入0，所述标称化因子T根据实际情况确定；
步骤3：若检测到目标，则将0存入参考滑窗，将1存入检测结果滑窗；若未检测到目标，则将当前功率值存入参考滑窗，将0存入检测结果滑窗；所述参考滑窗和检测结果滑窗长度相同为R，且其中的数据遵循先进先出原则；
步骤4：对此时的参考滑窗求和为sum，检测结果滑窗求和为m，用sum除以(R-m)，得到检测统计量Z，Z乘以标称化因子T得到下次检测的门限；
步骤5：根据步骤1求得下一个检测单元的功率值，再进行步骤2，此时步骤2中的门限值为步骤4求得门限值，再依次进行接下来的步骤；最终循环求解，对目标信号进行目标检测。
进一步的，所述步骤2中标称化因子T采用联合如下两公式求得：
Pfa＝(1+T/(R-m))-(R-m)
公式中Pfa为虚警概率，Pd为检测概率，λ为信杂比。
本发明的有益效果是：
1、在均匀背景单目标环境下，本发明的检测性能优于GO-CFAR、SO-CFAR以及OS-CFAR，且与CA-CFAR相当，但本发明计算量小，操作简单。由图2可知，在均匀背景单目标环境下，本发明和CA-CFAR的检测概率曲线完全重合。而在此环境下，本发明的性能优于GO-CFAR、SO-CFAR以及OS-CFAR。
2、在均匀背景多目标环境下，本发明的检测性能优于CA-CFAR、GO-CFAR、SO-CFAR和OS-CFAR算法。所谓多目标，是指参考滑窗中存在一个或多个干扰目标。在该环境下，已知SO-CFAR的性能优于GO-CFAR和CA-CFAR。由图3可知，本发明的检测性能优于SO-CFAR和OS-CFAR。因此，在均匀背景多目标环境下，本发明的检测性能优于上述四种算法。
附图说明
图1为本发明一种基于检测先验的固定窗长恒虚警检测方法示意图；
图2为均匀背景单目标环境下，本发明和CA-CFAR的检测概率曲线示意图；图2中两曲线完全重合，检测结果一直，但本发明计算量更小，速度更快；
图3为在均匀背景多目标环境下，本发明检测性能对比图；其中(a)为本发明和SO-CFAR对比，(b)为本发明和OS-CFAR对比图。
具体实施方式
本发明中包含I/Q两路数字信号进入本发明检测器。
初始时，I路和Q路信号经过匹配滤波，由平方律检波器求得当前检测单元内回波采样的功率值。
将当前功率值和检测门限相比较，功率值不小于门限，判定为检测到目标，即H1；否则，判定为无目标，即H0。
判定结束后，若H1，将0存入参考滑窗，作为下一个检测单元的参考单元；若H0，将当前功率值存入参考滑窗。这样，参考滑窗剔除了已经检测出的目标。同时，将本次检测结果存入检测结果滑窗，若H1，存入1；H0，存入0。
本次检测的检测门限由以下方法得到：
本发明中有两个滑窗，分别是参考滑窗和检测结果滑窗，窗长都固定为R。
本次判定完成之前，对参考滑窗和检测结果滑窗求和，和值分别为sum和m。则(R-m)表示当前参考滑窗中非目标个数。用sum除以(R-m)，得到检测统计量Z，检测统计量是对背景杂波的估计。Z乘以标称化因子T就可以得到下次检测的门限。
本发明具体结构和工作流程如图1所示：
图1中，D表示当前检测单元的功率值，Xi(i＝1,…,R)表示参考单元，共同构成参考滑窗。H(i)表示Xi作为检测单元时的检测结果，共同组成检测结果滑窗。m表示参考滑窗中目标个数，Z为检测统计量，T为标称化因子，S表示检测门限。
对于本发明检测器，虚警概率Pfa和检测概率Pd分别为：
Pfa＝(1+T/(R-m))-(R-m)
式中，λ表示信杂比。
1、在均匀背景单目标环境下，本发明的检测性能优于GO-CFAR、SO-CFAR以及OS-CFAR，且与CA-CFAR相当。由图2可知，在均匀背景单目标环境下，本发明和CA-CFAR的检测概率曲线完全重合。而在此环境下，已知CA-CFAR的性能优于GO-CFAR、SO-CFAR以及OS-CFAR。因此，在均匀背景单目标环境下，本发明的检测性能也优于上述三种算法。
2、在均匀背景多目标环境下，本发明的检测性能优于CA-CFAR、GO-CFAR、SO-CFAR和OS-CFAR算法。所谓多目标，是指参考滑窗中存在一个或多个干扰目标。在该环境下，已知SO-CFAR的性能优于GO-CFAR和CA-CFAR。由图3可知，本发明的检测性能优于SO-CFAR和OS-CFAR。因此，在均匀背景多目标环境下，本发明的检测性能优于上述四种算法。

Claims (2)

1.一种基于检测先验的固定窗长恒虚警检测方法，该方法包括：
步骤1：将同相分量和正交分量的两路信号经过匹配滤波，由平方律检波器求得当前检测单元内回波采样的功率值；
步骤2：将当前功率值和检测门限相比较，功率值不小于门限，判定为检测到目标；否则，判定为无目标；初始门限按以下方法求得：直接取开始的R个空间单元作为原始参考单元，求得它们的均值，乘上标称化因子T后作为检测门限，将这R个单元的功率值直接存入参考滑窗中，同时在检测结果滑窗中全部存入0，所述标称化因子T根据实际情况确定；
步骤3：若检测到目标，则将0存入参考滑窗，将1存入检测结果滑窗；若未检测到目标，则将当前功率值存入参考滑窗，将0存入检测结果滑窗；所述参考滑窗和检测结果滑窗长度相同为R，且其中的数据遵循先进先出原则；
步骤4：对此时的参考滑窗求和为sum，检测结果滑窗求和为m，用sum除以(R-m)，得到检测统计量Z，Z乘以标称化因子T得到下次检测的门限；
步骤5：根据步骤1求得下一个检测单元的功率值，再进行步骤2，此时步骤2中的门限值为步骤4求得门限值，再依次进行接下来的步骤；最终循环求解，对目标信号进行目标检测。
2.如权利要求1所述的一种基于检测先验的固定窗长恒虚警检测方法，其特征在于所述步骤2中标称化因子T采用联合如下两公式求得：
Pfa＝(1+T/(R-m))-(R-m)
公式中Pfa为虚警概率，Pd为检测概率，λ为信杂比。
CN201610166232.3A 2016-03-22 2016-03-22 一种基于检测先验的固定窗长恒虚警检测方法 Expired - Fee Related CN105866748B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610166232.3A CN105866748B (zh) 2016-03-22 2016-03-22 一种基于检测先验的固定窗长恒虚警检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610166232.3A CN105866748B (zh) 2016-03-22 2016-03-22 一种基于检测先验的固定窗长恒虚警检测方法

Publications (2)

Publication Number Publication Date
CN105866748A CN105866748A (zh) 2016-08-17
CN105866748B true CN105866748B (zh) 2018-05-18

Family

ID=56625493

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610166232.3A Expired - Fee Related CN105866748B (zh) 2016-03-22 2016-03-22 一种基于检测先验的固定窗长恒虚警检测方法

Country Status (1)

Country Link
CN (1) CN105866748B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112492888A (zh) * 2019-07-12 2021-03-12 华为技术有限公司 用于物体检测***的方法和装置
CN110954879B (zh) * 2019-12-02 2022-09-20 北京无线电测量研究所 一种移动门限的数字检波方法及***
CN111856406B (zh) * 2020-06-02 2023-07-07 珠海微度芯创科技有限责任公司 一种基于fmcw雷达回波的目标检测方法及装置
CN115032606B (zh) * 2022-08-11 2022-11-04 湖北工业大学 一种基于局部最小选定单元平均的恒虚警检测器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3968490A (en) * 1974-05-03 1976-07-06 General Electric Company Radar MTI processor with CFAR
GB2299910B (en) * 1995-04-11 1999-01-06 Commw Of Australia Improved target detection
CN102012503A (zh) * 2010-07-29 2011-04-13 中国人民解放军海军航空工程学院 基于秩和局部估计的选大和选小非参量恒虚警检测器
CN102353939A (zh) * 2011-06-28 2012-02-15 清华大学 一种改进的恒虚警方法
CN104035090A (zh) * 2014-05-16 2014-09-10 奇瑞汽车股份有限公司 一种基于雷达目标检测的自由滑窗式cfar控制方法
CN105116380A (zh) * 2015-08-13 2015-12-02 电子科技大学 一种排序式恒虚警门限的计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3968490A (en) * 1974-05-03 1976-07-06 General Electric Company Radar MTI processor with CFAR
GB2299910B (en) * 1995-04-11 1999-01-06 Commw Of Australia Improved target detection
CN102012503A (zh) * 2010-07-29 2011-04-13 中国人民解放军海军航空工程学院 基于秩和局部估计的选大和选小非参量恒虚警检测器
CN102353939A (zh) * 2011-06-28 2012-02-15 清华大学 一种改进的恒虚警方法
CN104035090A (zh) * 2014-05-16 2014-09-10 奇瑞汽车股份有限公司 一种基于雷达目标检测的自由滑窗式cfar控制方法
CN105116380A (zh) * 2015-08-13 2015-12-02 电子科技大学 一种排序式恒虚警门限的计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CFAR Detection Method in Multi-target Environments for Foreign Object Debris Surveillance Radar;Jing Wu et.al;《THE PROCEEDINGS OF THE SECOND INTERNATIONAL CONFERENCE ON COMMUNICATIONS,SIGNAL PROCESSING,AND SYSTEMS》;20141230;第533-540页 *
CFAR方法在机场跑道FOD检测中的性能分析;李华琼等;《无线电工程》;20150914;第45卷(第9期);第53-57页 *
非高斯背景下跑道异物监测雷达的杂波图CFAR技术;吴静等;《现代雷达》;20140130;第36卷(第1期);第35-42页 *

Also Published As

Publication number Publication date
CN105866748A (zh) 2016-08-17

Similar Documents

Publication Publication Date Title
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
CN108802722B (zh) 一种基于虚拟谱的弱目标检测前跟踪方法
Davey et al. Using phase to improve track-before-detect
CN105866748B (zh) 一种基于检测先验的固定窗长恒虚警检测方法
CN103076602B (zh) 针对多目标背景的雷达自适应恒虚警率融合检测方法
KR101109150B1 (ko) 계산량을 향상시킨 순차통계 일정 오경보율 검파방법
CN107843876A (zh) 一种雷达脉冲重频的分选方法及设备
CN113376613B (zh) 用于雷达探测的恒虚警检测方法、装置及电子设备
CN103995259B (zh) 密集干扰环境下雷达目标自适应滤波融合检测方法
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
CN107024682A (zh) 一种基于自适应剔除算法的目标检测方法
CN106872958A (zh) 基于线性融合的雷达目标自适应检测方法
CN108872961B (zh) 基于低门限的雷达微弱目标检测方法
CN106093903B (zh) 基于单边检测单元累积平均的多目标恒虚警检测方法
CN107271973A (zh) 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法
CN115032606B (zh) 一种基于局部最小选定单元平均的恒虚警检测器
CN109521412A (zh) 基于局部统计量融合的雷达组网空域目标检测方法
CN106526545B (zh) 一种鲁棒cfar检测器的检测方法
CN106772357B (zh) 信噪比未知条件下的ai-phd滤波器多目标跟踪方法
CN110940977B (zh) 一种适配海况变化的恒虚警检测器及恒虚警检测方法
Vu et al. Stability in SAR change detection results using bivariate Rayleigh distribution for statistical hypothesis test
Hammoudi et al. Distributed IVI-CFAR detection in non-homogeneous environments
CN106019250A (zh) 基于角闪烁转发式假目标鉴别方法
RU2646857C1 (ru) Способ селекции движущихся целей
Kabakchiev et al. Cell averaging constant false alarm rate detector with Hough transform in randomly arriving impulse interference

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180518

Termination date: 20210322

CF01 Termination of patent right due to non-payment of annual fee