CN104914433A

CN104914433A - 一种基于链表排序的os-cfar多目标提取的实现方法

Info

Publication number: CN104914433A
Application number: CN201510336604.8A
Authority: CN
Inventors: 夏伟杰; 蒋鹏飞; 刘京; 李林成; 韦继富; 周建江; 汪飞
Original assignee: Nanjing University of Aeronautics and Astronautics
Current assignee: Nanjing University of Aeronautics and Astronautics
Priority date: 2015-06-15
Filing date: 2015-06-15
Publication date: 2015-09-16

Abstract

本发明公开了一种基于链表排序的OS-CFAR多目标提取的实现方法，属于交通雷达目标检测领域。雷达目标回波经相干检波后得到多普勒差频信号，然后对差频信号做FFT变换，得到信号的频谱。最后利用OS-CFAR在频域进行恒虚警检测，从而在杂波背景中检测出有效目标的谱线。本发明首先对频谱检测单元x_i两边共2L个参考单元的数据以升序的方式插入链表；然后取链表的第m个单元数据乘以门限因子K作为判决门限；接着检测单元x_i+1，首先销毁当前链表中的参考单元x_i-L和x_i+1，然后将新的参考单元x_i和x_i+L+1升序插入到链表中，直至遍历所有单元，生成检测门限。本发明相比传统的数组排序，无需挪动数据和重复排序，增强了OS-CFAR恒虚警的实时性。

Description

一种基于链表排序的OS-CFAR多目标提取的实现方法

技术领域

本发明属于交通雷达目标检测领域，具体涉及一种基于链表排序的OS-CFAR多目标提取的实现方法。

背景技术

智能交通系统是交通系统的发展方向，目前雷达检测是构建智慧城市的重要组成部分。在交通雷达系统中，获得车辆目标的速度，距离，角度都是根据雷达接收到的回波信号分析出来的。如果不能正确的从频域中检测出各个目标的谱峰，将直接导致该雷达漏警、虚警等误判断操作。CFAR检测是一个提供自适应门限检测的信号处理算法，是用来提供相对来说可以避免背景噪声、杂波和干扰变化影响的检测阀值，并且使自动检测在均匀背景中具有恒定的检测概率。

有序统计OS-CFAR方法不依赖于干扰功率电平，对多目标检测有着良好的抗干扰功率的能力，在多目标检测跟踪中被广泛使用。传统的基于数组排序OS-CFAR方法有着冗余的操作过程，重复的排序和赋值操作消耗大量的系统CPU资源。为了解决上述技术问题，我们采用基于链表排序结构的有序统计OS-CFAR检测方法，它的优势在于链表结构的高效重排数据能力，降低了排序过程中数组间频繁的赋值操作，减少目标检测的运算时间，进而满足了交通雷达系统处理实时性要求。

发明内容

为了解决以上的技术问题，本发明提供了一种基于链表排序的OS-CFAR多目标提取的实现方法。该识别方法包括如下步骤：

本发明据以采用以下技术方案：

步骤1：对频谱检测单元x_i左右两边2L个参考单元的数据{x_i-L，...，x_i-1，x_i+1...，x_i+L}以升序的方式插入一个链表，得到一个升序链表

步骤2：取升序链表的第m个单元数据作为杂波功率电平的估计，并乘以门限因子K作为检测单元x_i的判决门限。

步骤3：判断检测单元i+1是否越界。若越界，进入步骤5，否则进入步骤4；

步骤4：首先删除并销毁当前链表中的参考单元x_i-L和x_i+1，接着按照升序排序将新的参考单元x_i和x_i+L+1插入到链表中，得到一个新的升序链表令i＝i+1并返回步骤2；

步骤5：频谱遍历完成，生成OS-CFAR恒虚警检测后的频谱，通过极值法确定频谱谱峰位置。

步骤1所述升序链表数据结构，该链表由2L个结点结构体组成，每个结构体中包含了相应频谱单元的频谱幅值、频谱下标，以及指向下一个结点的指针。每次建立一个新的结点单元时候，使用malloc()函数为结构体分配空间并赋值。链表结构方便添加、删除，而不影响排列顺序，非常适用于OS-CFAR算法。为获得检测单元x_i的参考单元的升序链表，最好的情况是频谱参考单元在排序之前，幅值从大到小，那么按升序排列只需要2L-1次幅值比较；最坏的情况是频谱参考单元在排序之前赋值从小到大，那么按升序排列需要L×(2L-1)次幅值比较。期间，因新结点插入导致的next指针赋值操作在2L-1～4L-3之间。

步骤2中查找升序链表的第m个结点的幅值作为杂波功率电平的估计，对该检测单元的估计电平乘以K作为判决门限U₀，U₀＝K·x_(m)。在工程中，m的取值一般满足L＜m＜2L，通常m的取值在1.5L的附近。对于K、L、m的选取需与虚警率P_f满足以下关系：

P_{f} = m (\begin{matrix} 2 L \\ m \end{matrix}) \frac{Γ (2 L - m + 1 + K) Γ (m)}{Γ (2 L + K + 1)}

其中，Γ(·)为伽马函数，L的长度影响着系统抗多目标干扰的能力。

步骤4进入对下一个检测单元的检测，首先要在参考单元升序链表中去除参考单元x_i-L和被检测单元x_i+1，并使用free()函数释放x_i-L和x_i+1占用的内存空间，删除这两个单元进行3～4L-1次比较，以及2次指针赋值操作。接着按照升序排序将新的参考单元x_i和x_i+L+1插入到链表中，需要进行2～4L-3次比较以及2～4次指针赋值操作。最后返回步骤2进入循环操作。

步骤5遍历整个频谱完成OS-CFAR门限后，记录好OS-CFAR的门限，销毁链表并释放内存空间，在大于门限的频谱上寻找极值点，便是目标对应的谱峰，从确定的谱峰上得到目标的信息。为了完成长度为N点的频谱检测，使用基于链表结构的有序统计OS-CFAR的算法复杂度如表1所示。

表1链表结构和数组结构的平均算法复杂度比较

假设频谱点数为2048，排序缓冲器2L＝20，该算法平均比较次数约为81920次，赋值次数约为10240；传统的数组排序算法的需要比较次数约为409600次，赋值次数约为614400次。根据本发明的一个具体实施例中的基于链表的OS-CFAR检测程序运行时间的测试，使用CCS5.5软件的profile功能对该程序进行了100次测试。将测试结果进行统计发现基于链表方法的OS-CFAR检测平均运行时间为4.28ms，数组排序(以冒泡法为例)的平均运行时间为321.37ms，多次测试结果如表2所示。

表2测试时间数据

	链表法	数组法
			测试1	4.28ms	321.34ms
测试2	4.28ms	321.46ms
			测试3	4.28ms	321.30ms
测试4	4.28ms	321.29ms
			测试5	4.28ms	321.32ms

相比现有技术，本发明具有以下有益效果：

(1)本发明方法可以有效的检测出多个不同速度的运动目标。

(2)本发明方法在DSP(TMS320C6748)上快速运行，多次测试运行的统计平均时间为4.2ms(主频时钟为456M)，比传统的数组排序方法速度提高了大约80倍。

附图说明

图1为本发明的一个具体实施例中的OS-CFAR检测器的原理框图：

图2为本发明的一个具体实施例中的OS-CFAR门限生成的流程图；

图3为本发明的一个具体实施例中OS-CFAR的排序缓冲器大小与虚警率的关系；

图4为本发明的一个具体实施例中的多目标恒虚警门限设定结果；

具体实施方式

下面结合附图对本发明的技术方案进行详细说明。

如图1本发明的一个具体实施例中的OS-CFAR算法检测一个被检测单元的门限的原理框图。有效的设置参考单元的大小与门限提高检测器的检测性能。

如图2根据本发明的一个具体实施例的基于链表结构的有序统计OS-CFAR多目标提取的流程图所示。本发明首先对频谱检测单元x_i左右两边共2L个参考单元的数据{x_i-L，...，x_i-1，x_i+1...，x_i+L}以升序的方式插入一个链表，得到一个升序链表然后取升序链表的第m个单元数据作为杂波功率电平的估计，并乘以门限因子K作为检测单元x_i的判决门限；接着对单元x_i+1做检测，首先删除并销毁当前链表中的参考单元x_i-L和x_i+1，然后按照升序排序将新的参考单元x_i和x_i+L+1插入到链表中，得到一个新的升序链表直至遍历完所有频谱单元，生成OS-CFAR恒虚警检测后的频谱。最终通过极值法确定频谱谱峰，获取目标信息。最后通过极值法确定频谱谱峰来获取目标信息。

如图3根据本发明的一个具体实施例中的参数设计，设定门限增益K＝5.5，样本选择m＝1.5L，链表长度L对虚警概率P_f的影响。

如图4根据本发明的一个具体实施例中的硬件实现，将该原理通过C语言编写成代码移植到DSP硬件上，对两个行人目标进行检测，其中一个人行走，一个人慢跑。DSP硬件所得到的回波频谱以及该发明所运算出来的检测门限结果。

Claims

1.一种基于链表排序的OS-CFAR多目标提取的实现方法，其特征在于：该方法包括如下步骤：

步骤1：对频谱检测单元x_i左右两边2L个参考单元的数据{x_i-L，…，x_i-1，x_i+1…，x_i+L}以升序的方式插入一个链表，得到一个升序链表

步骤2：取升序链表的第m个单元数据作为杂波功率电平的估计，并乘以门限因子K作为检测单元x_i的判决门限；

2.根据权利要求1所述的一种基于链表排序的OS-CFAR多目标提取的实现方法，其特征在于：所述步骤1中升序链表数据结构，该链表由2L个结点结构体组成，每个结构体中包含了相应频谱单元的频谱幅值、频谱下标以及指向下一个结点的指针。每次建立一个新的结点单元时候，使用malloc()函数为结构体分配空间并赋值。为获得检测单元x_i的参考单元的升序链表，最好的情况是频谱参考单元在排序之前，幅值从大到小，那么按升序排列只需要2L-1次幅值比较；最坏的情况是频谱参考单元在排序之前赋值从小到大，那么按升序排列需要L×(2L-1)次幅值比较。期间，因新结点插入导致的next指针赋值操作在2L-1～4L-3之间。

3.根据权利要求1所述的一种基于链表排序的OS-CFAR多目标提取的实现方法，其特征在于：所述步骤2中查找升序链表的第m个结点的幅值作为杂波功率电平的估计，对该检测单元的估计电平乘以K作为判决门限U₀，U₀＝K·x_(m)。在工程中，m的取值一般满足L＜m＜2L，通常m的取值在1.5L的附近。对于K、L、m的选取需与虚警率P_f满足以下关系：

P_{f} = m (\begin{matrix} 2 L \\ m \end{matrix}) \frac{Γ (2 L - m + 1 + K) Γ (m)}{Γ (2 L + K + 1)}

其中，Γ(·)为伽马函数。

4.根据权利要求1所述的一种基于链表排序的OS-CFAR多目标提取的实现方法，其特征在于：所述步骤4中删除并销毁参考单元x_i-L和x_i+1需要进行3～4L-1次比较，以及2次指针赋值操作，并使用free()函数释放x_i-L和x_i+1占用的内存空间；按照升序排序将新的参考单元x_i和x_i+L+1插入到链表中，需要进行2～4L-3次比较，以及最多4次指针赋值操作。传统的数组结构的排序方法，对每个检测单元的参考单元进行排序，需要的频谱幅度比较次数为(2L+2)×(2L-1)/2，元素初始化之后的赋值次数为0～6L。

5.根据权利要求1所述的一种基于链表排序的OS-CFAR多目标提取的实现方法，其特征在于：步骤5遍历整个频谱完成OS-CFAR门限后，记录好OS-CFAR的门限，销毁链表并释放内存空间，在大于门限的频谱上寻找极值点，便是目标对应的谱峰，从确定的谱峰上得到目标的信息。