CN106093903A - 基于单边检测单元累积平均的多目标恒虚警检测方法 - Google Patents

Abstract

本发明公开了基于单边检测单元累积平均的多目标恒虚警检测方法，其包括以下步骤：获取雷达扫描图像中前面连续的若干检测单元的回波功率；根据获取的若干检测单元的回波功率，计算雷达目标检测门限的初始值；判断雷达扫描图像中的当前检测单元中是否存在目标：当雷达扫描图像中当前检测单元的回波功率大于检测门限时，表示当前检测单元中存在目标，否则，无目标；更新雷达目标检测门限：S＝[p/(n‑m)]T；将更新后的检测门限作为下一个检测单元的雷达目标检测门限。

Description

基于单边检测单元累积平均的多目标恒虚警检测方法

技术领域

本发明涉及雷达信号检测领域，具体涉及一种基于单边检测单元累积平均的多目标恒虚警检测方法。

背景技术

雷达目标检测总是在杂波和干扰背景下进行，而杂波和干扰是时变的，且在空间分布上也并非均匀。为了保证雷达目标检测器的稳定性，需要采用各种恒虚警(CFAR)方法。目前，常用的CFAR方法有单元平均CFAR(CA-CFAR)、单元选大CFAR(GO-CFAR)、单元选小CFAR(SO-CFAR)和有序统计CFAR(OS-CFAR)，OS-CFAR是在对所有参考单元的测量值进行有序统计排序的基础上，选取最合适的第k个参考单元进行背景杂波功率估计。

对以上四种方法的检测性能进行分析，分别存在以下缺陷：在均匀背景单目标环境下，GO-CFAR和OS-CFAR的检测损失较大；在多目标干扰环境(参考窗中存在干扰目标存在)下，GO-CFAR的检测性能最差，CA-CFAR的检测性能也会严重下降，SO-CFAR在干扰目标同时出现在两个参考窗内，其检测性能也会下降，而OS-CFAR若在k值选择不合理时也会引起漏检或者虚警。此外，OS-CFAR需要进行排序处理，计算时间长，硬件开销大，不易于工程实现。

发明内容

针对现有技术中的上述不足，本发明提供的基于单边检测单元累积平均的多目标恒虚警检测方法解决了现有雷达目标检测在多目标干扰环境下检测性能出现下降的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于单边检测单元累积平均的多目标恒虚警检测方法，其包括以下步骤：

获取雷达扫描图像中前面连续的若干检测单元的回波功率；

根据获取的若干检测单元的回波功率，计算雷达目标检测门限的初始值；

判断雷达扫描图像中的当前检测单元中是否存在目标：

当雷达扫描图像中当前检测单元的回波功率大于检测门限时，表示当前检测单元中存在目标，否则，无目标；

更新雷达目标的检测门限：

S＝[p/(n-m)]T

其中，S为检测门限，n为已处理完的所有检测单元的个数，m为n个检测单元中有目标的检测单元的个数，p为n个检测单元中无目标的检测单元的回波功率之和，T为标称化因子；

将更新后的检测门限作为下一个检测单元的雷达目标检测门限；

当前检测单元的序号大于前面连续的若干检测单元的个数。

本发明的有益效果为：本方案将雷达扫描图像中前面连续的若干检测单元作为参考单元，随着时间的推进，参与到背景杂波功率估计的参考单元的数量越来越多，杂波功率的估计值会越来越精确，检测性能也会随之越来越好；能有效排除参考单元中可能出现的干扰目标对背景杂波功率估计的影响，随着时间的推进，有限个干扰目标对检测性能的影响逐渐减弱，多目标环境下的检测性能曲线逐渐向单目标环境下的检测性能曲线逼近。

附图说明

图1为基于单边检测单元累积平均的多目标恒虚警检测方法的流程图。

图2为本发明的检测概率随检测单元个数的变化曲线。

图3为单目标环境下本发明与CA-CFAR的检测性能对比。

图4为多目标环境下本发明与OS-CFAR的检测性能对比。

图5a为多目标环境下本发明提供的多目标恒虚警检测方法的检测结果。

图5b为多目标环境下CA-CFAR的检测结果。

图5c为多目标环境下SO-CFAR的检测结果。

图5d为多目标环境下GO-CFAR的检测结果。

图5e为多目标环境下OS-CFAR中参数k取18时的检测结果。

图5f为多目标环境下OS-CFAR中参数k取23时的检测结果。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

参考图1，图1示出了基于单边检测单元累积平均的多目标恒虚警检测方法的流程图，该方法100包括步骤101至步骤105。

在步骤101中，获取雷达扫描图像中前面连续的若干检测单元的回波功率；此处的前面连续的若干检测单元是指从雷达扫描图像中的第一个检测单元开始根据实际应用进行选取，本方案优选选取前面八个检测单元作为初始的参考单元，之后，再获取前面八个检测单元的回波功率。

在本发明的一个实施例中，本方案提到的雷达扫描图像中检测单元的回波功率均是采用下述方法获取：

首先，获取雷达扫描图像中检测单元的测量值，并将测量值经过快速傅里叶变换，之后，进行幅度平方运算得到检测单元的回波功率。

在步骤102中，根据在步骤101中获取的若干检测单元的回波功率，计算雷达目标检测门限的初始值。

实施时，优选计算雷达目标检测门限的初始值进一步包括：

S＝[(x₁+x₂......+x_r)/r]T

其中，S为检测门限，x_r为第r个检测单元的回波功率，r为雷达扫描图像中前面连续的若干检测单元的个数，T为标称化因子。

在步骤103中，判断雷达扫描图像中的当前检测单元(当前检测单元的序号大于前面连续的若干检测单元的个数，)中是否存在目标：

当雷达扫描图像中当前检测单元的回波功率大于检测门限时，表示当前检测单元中存在目标，否则，无目标。

在步骤104中，更新雷达目标的检测门限：

S＝[p/(n-m)]T

其中，S为检测门限，n为已处理完的所有检测单元的个数，m为n个检测单元中有目标的检测单元的个数，p为n个检测单元中无目标的检测单元的回波功率之和，T为标称化因子。

在实施时，可以采用以下步骤对更新雷达目标检测门限进行详细地描述：

若当前检测单元中无目标，则将当前检测单元的回波功率x_n送入第一累加器中进行累加，得到已处理完的所有检测单元中无目标的检测单元的回波功率之和p；

若当前检测单元中存在目标，则将数值1送入第二累加器，并累计得到已处理完的所有检测单元中存在目标的检测单元的个数m；

获取更新后的背景杂波功率估计值：

Z＝p/(n-m)

其中，Z为背景杂波功率估计值，n为已处理完的所有检测单元的个数；

获取背景杂波功率估计值与标称化因子T的乘积作为更新后的检测门限S。

在步骤105中，将更新后的检测门限作为下一个检测单元的雷达目标的检测门限。

在本发明的一个实施例中，本方案中提到的标称化因子T可以采用以下方法获取：

$P_{fa}={(1+\frac{T}{n-m})}^{-(n-m)}$

其中，P_fa为在背景杂波服从高斯分布下的虚警概率，n为已处理完的所有检测单元的个数，m为n个检测单元中有目标的检测单元的个数。

只要给定虚警概率P_fa，由n和m，根据P_fa的公式可求得标称化因子T。

本方案还可以将T随n和m变化的关系制作成表格，实施过程中，根据n和m的值，直接查表得到T的值。

背景杂波服从高斯分布时，可得本方案的检测概率P_d为：

$P_d={(1+\frac{T}{(1+\mathrm{\λ})(n-m)})}^{-(n-m)}$

式中，λ为信杂比。

下面通过四个仿真例进一步对本方案的多目标恒虚警检测方法的检测效果进行详细地说明：

仿真例1

设P_fa＝10^-4，λ＝15dB，干扰目标个数(已检测到的目标个数)m分别取0、2、5、8，虚警概率P_fa和检测概率P_d的公式可以得到本发明方法的检测概率随已处理过的检测单元个数n的变化曲线如图2所示，从图2可以得出：

随着n的增大，参与到背景杂波功率估计中的参考单元的数量越来越多，本发明的检测性能也越来越好。

随着n的增大，有限个干扰目标对检测性能的影响逐渐减弱，多目标环境下的检测概率曲线逐渐向单目标环境下的检测概率曲线靠近；当n>80时，多目标环境下的检测概率曲线与单目标环境下的检测概率曲线已经非常接近。

仿真例2

设P_fa＝10^-4，干扰目标个数(已检测到的目标个数)m取0，对比单目标环境下本发明和CA-CFAR的检测性能，本发明中的已处理过的检测单元个数n和CA-CFAR中的参考窗长R取值相同，检测单元个数n分别取为8，32和128，仿真结果如图3所示，从图3可以得出：

当n和R取值相同时，本发明方法的检测性能和CA-CFAR完全相同，且随着n和R取值的增大，两者的检测性能都会逐渐提高。

在实际应用中，CA-CFAR中的R是需要事先确定且在实施过程中不再发生改变的，而本发明中的n是随着检测单元序号的增大而自动增长的。也就是说，在信杂比不变的条件下，确定了R的取值，CA-CFAR的检测性能也就固定不变了，而本发明的检测性能是随着检测单元序号的增大而逐渐提高的。

此外，由于在单目标环境下，GO-CFAR、SO-CFAR以及OS-CFAR的检测性能都低于CA-CFAR，所以，该仿真例表明，在单目标环境下，本发明的检测性能不低于CA-CFAR，且高于GO-CFAR、SO-CFAR和OS-CFAR。

仿真例3

设P_fa＝10^-4，干扰目标个数(已检测到的目标个数)m取1，对比参考窗中有一个干扰目标的情况下本发明和OS-CFAR的检测性能，本发明中的n和OS-CFAR中的参考窗长R取值相同，检测单元个数n分别取为8，16和48，OS-CFAR中的k取每种情况下的最优值，仿真结果如图4所示，从图4中可以得出：

当n和R取值相同时，本发明方法的检测性能总是优于OS-CFAR的检测性能，而在实际应用中，OS-CFAR中的R需要事先确定且在实施过程中不再发生改变，故在信杂比不变的条件下，OS-CFAR的检测性能是固定不变的，而本发明的检测性能是随着检测单元序号的增大而逐渐提高的。

此外，在多目标干扰环境下，OS-CFAR的检测性能优于其它三种(CA-CFAR、GO-CFAR、SO-CFAR)均值类CFAR方法，所以，该仿真例表明，在多目标干扰环境下，本发明的检测性能高于现有技术的四种方法中的CA-CFAR、GO-CFAR、SO-CFAR和OS-CFAR。

仿真例4

设背景杂波服从高斯分布，平均功率为20dB，总的检测单元数为300，三个非起伏目标A、B、C分别位于第100，108和116个检测单元内，功率分别为35dB、35dB和38dB。

设P_fa＝10^-4，对比本发明和CA-CFAR、GO-CFAR、SO-CFAR以及OS-CFAR的检测效果，其中，这四种方法的参考窗长均取为24，即前后各取12。检测结果如图5a至图5f所示，结合图5a至图5f可以得出：

采用CA-CFAR进行检测，如图5b所示，目标A刚好被检测到，目标B被漏检，目标C的信杂比较高，也被成功检测出来。

采用SO-CFAR进行检测，如图5c所示，目标A和C均被成功检测到，目标B被漏检。

采用GO-CFAR进行检测，如图5d所示，目标A和B均被漏检，目标C刚好被检测到。

采用OS-CFAR进行检测，如图5e和5f示，若k值选取合理(这里为k＝18)，则目标A、B和C均被成功检测到；若k值选取不合理(这里为k＝23)，则目标A和C可被成功检测到，而目标B被漏检。

采用本发明方法进行检测，如图5a所示，目标A、B和C均可被成功检测到，且检测门限相对于其它四种方法来说非常光滑。

综上所述，本方案提供的多目标恒虚警检测方法在用于雷达目标检测时，随着已检测单元数量的增加，其检测性能越来越高，且多目标环境下的检测性能逐渐逼近单目标环境下的检测性能；在单目标环境下，其检测性能不低于现有技术；在多目标环境下，其检测性能高于现有技术，故本发明可有效提高多目标环境下的雷达目标检测性能。

此外，本方案提供的多目标恒虚警检测方法在用于雷达目标检测时，无需任何存储开销来保存参考单元，只需要两个累加器分别实现对背景杂波功率和已检测到的目标个数的累计，硬件开销低，容易实现，非常适合于雷达目标检测的工程应用。

Claims (5)

1.基于单边检测单元累积平均的多目标恒虚警检测方法，其特征在于，包括以下步骤：

获取雷达扫描图像中前面连续的若干检测单元的回波功率；

根据获取的若干检测单元的回波功率，计算雷达目标检测门限的初始值；

判断雷达扫描图像中的当前检测单元中是否存在目标：

当雷达扫描图像中当前检测单元的回波功率大于检测门限时，表示当前检测单元中存在目标，否则，无目标；

更新雷达目标的检测门限：

S＝[p/(n-m)]T

其中，S为检测门限，n为已处理完的所有检测单元的个数，m为n个检测单元中有目标的检测单元的个数，p为n个检测单元中无目标的检测单元的回波功率之和，T为标称化因子；

将更新后的检测门限作为下一个检测单元的雷达目标检测门限；

所述当前检测单元的序号大于前面连续的若干检测单元的个数。

2.根据权利要求1所述的基于单边检测单元累积平均的多目标恒虚警检测方法，其特征在于，所述雷达扫描图像中检测单元的回波功率的获取方法为：

获取雷达扫描图像中检测单元的测量值，并将所述测量值经过快速傅里叶变换后，进行幅度平方运算得到检测单元的回波功率。

3.根据权利要求1或2所述的基于单边检测单元累积平均的多目标恒虚警检测方法，其特征在于，所述计算雷达目标检测门限的初始值进一步包括：

S＝[(x₁+x₂......+x_r)/r]T

其中，S为检测门限，x_r为第r个检测单元的回波功率，r为雷达扫描图像中前面连续的若干检测单元的个数，T为标称化因子。

4.根据权利要求3所述的基于单边检测单元累积平均的多目标恒虚警检测方法，其特征在于，所述更新雷达目标检测门限进一步包括：

若当前检测单元中无目标，则将当前检测单元的回波功率x_n送入第一累加器中进行累加，得到已处理完的所有检测单元中无目标的检测单元的回波功率之和p；

若当前检测单元中存在目标，则将数值1送入第二累加器，并累计得到已处理完的所有检测单元中存在目标的检测单元的个数m；

获取更新后的背景杂波功率估计值：

Z＝p/(n-m)

其中，Z为背景杂波功率估计值，n为已处理完的所有检测单元的个数；

获取背景杂波功率估计值与标称化因子T的乘积作为更新后的检测门限S。

5.根据权利要求1、2或4所述的基于单边检测单元累积平均的多目标恒虚警检测方法，其特征在于，所述标称化因子T的获取方法为：

$P_{fa}={(1+\frac{T}{n-m})}^{-(n-m)}$

其中，P_fa为在背景杂波服从高斯分布下的虚警概率，n为已处理完的所有检测单元的个数，m为n个检测单元中有目标的检测单元的个数。