CN105372636B - 一种基于自适应遗忘因子的杂波图更新方法及装置 - Google Patents

一种基于自适应遗忘因子的杂波图更新方法及装置 Download PDF

Info

Publication number
CN105372636B
CN105372636B CN201510923867.9A CN201510923867A CN105372636B CN 105372636 B CN105372636 B CN 105372636B CN 201510923867 A CN201510923867 A CN 201510923867A CN 105372636 B CN105372636 B CN 105372636B
Authority
CN
China
Prior art keywords
clutter map
clutter
unit
map unit
azimuth
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
Application number
CN201510923867.9A
Other languages
English (en)
Other versions
CN105372636A (zh
Inventor
王泽阳
陈俊
张炼
郑超
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.)
Sichuan Jiuzhou ATC Technology Co Ltd
Original Assignee
Sichuan Jiuzhou ATC Technology Co Ltd
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 Sichuan Jiuzhou ATC Technology Co Ltd filed Critical Sichuan Jiuzhou ATC Technology Co Ltd
Priority to CN201510923867.9A priority Critical patent/CN105372636B/zh
Publication of CN105372636A publication Critical patent/CN105372636A/zh
Application granted granted Critical
Publication of CN105372636B publication Critical patent/CN105372636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/36Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures

Landscapes

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

Abstract

本发明涉及数据处理领域,尤其是涉及一种基于自适应遗忘因子的杂波图更新方法及装置。本发明针对现有技术存在的问题,提供一种更新方法,通过杂波图单元观测值关于历史杂波估计值的相似测量度,自适应确定遗忘因子,并给出遗忘因子的确定步骤,当信杂比随机变化时,自适应变化的遗忘因子可跟踪到信杂比的变化规律,保持虚警率,并维持杂波图的稳定性。本发明设置二维杂波图中ΔθΔρ;杂波图单元方位和距离的尺寸分别是雷达分辨单元方位和距离尺寸的整数倍,二维杂波图空间被分成若干个杂波图单元ΔS;在杂波图建立阶段,将雷达原始视频信号作为输入,选用单元选大方法进行脉内处理;杂波图建立完成后,采用单元平均方法更新的杂波图。

Description

一种基于自适应遗忘因子的杂波图更新方法及装置
技术领域
本发明涉及数据处理领域,尤其是涉及一种基于自适应遗忘因子的杂波图更新方法及装置。
背景技术
杂波图恒虚警处理作为恒虚警率处理(Constant False Alarm Rate,CFAR)的重要实现方式,形成稳定的杂波图是研究地物杂波的抑制技术并解决问题的关键之一,近年来对它的研究主要集中在实际实现方面,因为要得到高质量、可控制的杂波图,还有一系列实际问题需要妥善解决,特别是对于杂波图的动态更新和以完成对接收机的信号进行增益控制的增益控制图刷新这两个问题,这对于提高雷达信号处理智能化控制是有实际意义的,也是现在杂波图研究的趋势[1]。杂波图CFAR技术,实际上就是建立雷达周围杂波强度的分布图,根据杂波强度的实时变化,建立一幅能够实时更新的动态杂波图;并且在建站时,将雷达阵地周围的地物杂波建立一幅静态杂波图,最终来达到自动选择正常通道和对消通道的目的,另一方面就是增加雷达信号处理的线性动态范围的时间灵敏度控制(STC)和增益控制图,从而提高雷达检测性能。
综上所述,杂波图技术,包括杂波图CFAR、时间灵敏度控制和增益控制图等,在线性动目标显示系统中占据着极其重要的地位,它是信号处理机的重要的组成部分。
杂波图是雷达威力范围内存储在存储器中的杂波强度分布图。杂波图CFAR技术存储的是每个方位距离单元电平的估计值,并且它依靠新的和以前若干次扫描测量值,通过一定的迭代更新得到的。现代雷达信号处理系统很大程度是针对杂波进行工作的,它必须具备实时记录杂波、分析杂波的存在、强弱和变化,从而及时改变处理系统甚至整机特性,以适应时变的杂波环境的能力[2]。
杂波图CFAR技术主要包括三个处理环节,杂波图颗粒度的确定、杂波图的建立与更新,以及CFAR检测,如图1所示,这三个处理环节相互影响,并不是孤立存在的。杂波图颗粒度选取的是否合适,将直接影响到后续CFAR检测的效能;杂波图是对每个杂波图单元杂波功率的估计,是CFAR检测的门限,若更新方式不合理,建立的杂波图平稳性差,则会直接降低CFAR检测性能。因此选择合理的杂波图更新方式,是提高目标检测性能的重要保障。当迭代次数有限时,新的数据权重主要由全面的杂波图数据平均得到,当前数据权重会随着遗忘因子的减小而变小,反之,历史数据权重随遗忘因子变大而减小,这两种情况都不利于杂波的平滑处理。如果迭代次数有限,一般目标相对移动在一个区域单元,所以要使得杂波平滑效果好,信杂比得到改善,就必须选择合适的遗忘因子,使每幅图的权重分配比较均匀。
杂波图的建立和更新是一个序贯处理过程,通过对杂波图单元历史杂波数据的累积和当前时刻杂波的衰减,得到当前时刻该杂波图单元杂波强度的估计值。因此,遗忘因子是影响杂波估计值的关键因素之一。传统的杂波图建立与更新方法将遗忘因子作为一个确定值,参与杂波图的建立和更新。文献研究表明,较大的遗忘因子可维持较低的虚警概率,同样也会降低检测概率;而较小的遗忘因子,虽能提高检测概率,同样也会拉高虚警概率。以固定遗忘因子更新杂波图的方法存在以下不足:
(1)无法确定与一定虚警概率对应的最佳遗忘因子。文献指出与一定的虚警概率对应着一个最佳的遗忘因子,可使检测概率达到最大值,但是该结论基于以下假设:雷达的信杂比是恒定的。在实际应用场景中,雷达每个分辨单元内的信杂比各不相同,并且同一单元的信杂比也会随时间变化,因此固定的遗忘因子并不能是检测性能达到最佳。
(2)以固定遗忘因子更新杂波图,难以获得良好的检测性能。由于杂波闪烁、边缘效应等因素影响,杂波区的信杂比并不是恒定的,而是随时间随机变化的,即使获取到最佳遗忘因子,一旦信杂比变化,不仅难以维持虚警率,检测概率也会下降。
(3)以固定遗忘因子参与更新,不利于杂波图的平稳性。当信杂比出现较大波动时,某个杂波图单元的观测值会发生剧烈变化,若采用固定遗忘因子的更新杂波图,则会拉高该杂波图单元的估计值,影响杂波图的平稳性。
发明内容
本发明所要解决的技术问题是:针对上述存在的问题,提供一种基于自适应遗忘因子的杂波图更新方法。提出了遗忘因子自适应变化的思想,并通过杂波图单元观测值关于历史杂波估计值的相似测量度,自适应确定遗忘因子,从而公开了一种新的杂波图更新方法。该方法明确给出了遗忘因子的确定步骤,当信杂比随机变化时,自适应变化的遗忘因子可跟踪到信杂比的变化规律,保持一定的虚警率,并维持杂波图的稳定性。由于相似测量度函数是关于杂波图单元观测值与历史杂波估计值之间差值的单调递减函数,所以较大的差值对应着较小的遗忘因子,反之,较小的差值对应着较大的遗忘因子,利于杂波图的平稳性。
本发明采用的技术方案如下:
一种基于自适应遗忘因子的杂波图更新方法包括:
步骤1:根据场景和需求选择相应的杂波图颗粒度,确定杂波图单元尺寸,设置二维杂波图方位角宽度为Δθ,径向大小为Δρ;杂波图单元方位和距离的尺寸分别是雷达分辨单元方位和距离尺寸的整数倍,二维杂波图空间被分成若干个杂波图单元ΔS(Δθ,Δρ);
步骤2:在杂波图建立阶段,将雷达原始视频信号作为输入,选用单元选大方法进行脉内处理;
步骤3:杂波图建立完成后,脉内处理选用单元平均方法;具体是当天线扫过一个水平波束宽度(天线扫过一个单位的方位宽度),通过单元平均方法处理更新,分别计算出各杂波图单元ΔS的幅度观测值取出天线扫描上一个周期存入杂波图单元ΔS的幅度估计值做相参积累运算,得到天线当前扫描周期杂波图单元ΔS的幅度估计值将其存入相应的杂波图单元ΔS,从而完成了对天线一个扫描周期杂波图单元ΔS的更新任务;其中βl(i,j)为杂波图单元ΔS在扫描周期的遗忘因子,其范围为0≤βl(i,j)≤1,其中α为遗忘因子的上限,0.1≤α≤0.5;i表示在杂波图单元ΔS方位维的位置,j表示在杂波图单元ΔS距离维的位置;l为天线扫描周期数;
步骤4:通过判决准则进行CFAR检测。
进一步的,所述步骤2中单元选大方法具体包括:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期内,天线第l次扫描后视频分辨单元(i′,j′)的幅度值为xl(i′,j′),脉内处理后杂波图单元ΔS的幅度观测值为:
进一步的,所述单元平均方法:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期,正常信号输入序列为xl(i′,j′),脉内处理后杂波图单元ΔS的观测值为:
进一步的,所述杂波图单元ΔS的方位宽度Δθ应不小于天线水平波束宽度。
进一步的,所述Δθ的值一般等于天线3dB水平波束宽度。
一种基于自适应遗忘因子的杂波图更新装置包括:
杂波图颗粒度单元,用于根据场景和需求选择相应的杂波图颗粒度,确定杂波图单元尺寸,设置二维杂波图方位角宽度为Δθ,径向大小为Δρ;杂波图单元方位和距离的尺寸分别是雷达分辨单元方位和距离尺寸的整数倍,二维杂波图空间被分成若干个杂波图单元ΔS(Δθ,Δρ);
杂波图建立与更新,在杂波图建立阶段,将雷达原始视频信号作为输入,选用单元选大方法进行脉内处理;杂波图建立完成后,脉内处理选用单元平均方法;具体是当天线扫过一个水平波束宽度,通过单元平均方法处理更新,分别计算出各杂波图单元ΔS的幅度观测值取出天线扫描上一个周期存入杂波图单元ΔS的幅度估计值做相参积累运算,得到天线当前扫描周期杂波图单元ΔS的幅度估计值将其存入相应的杂波图单元ΔS,从而完成了对天线一个扫描周期杂波图单元ΔS的更新任务;其中βl(i,j)为杂波图单元ΔS在扫描周期的遗忘因子,其范围为0≤βl(i,j)≤1,其中α为遗忘因子的上限,0.1≤α≤0.5;i表示在杂波图单元ΔS方位维的位置,j表示在杂波图单元ΔS距离维的位置;l为天线扫描周期数;
CFAR检测单元,用于通过判决准则进行CFAR检测。
进一步的,所述单元选大方法具体包括:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期内,天线第l次扫描后视频分辨单元(i′,j′)的幅度值为xl(i′,j′),脉内处理后杂波图单元ΔS的幅度观测值为:
进一步的,所述单元平均方法:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期,正常信号输入序列为xl(i′,j′),脉内处理后杂波图单元ΔS的观测值为:
进一步的,所述杂波图单元ΔS的方位宽度Δθ应不小于天线水平波束宽度。
进一步的,所述Δθ的值一般等于天线3dB水平波束宽度。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
该方法明确给出了遗忘因子的确定步骤,当信杂比随机变化时,自适应变化的遗忘因子可跟踪到信杂比的变化规律,保持一定的虚警率,并维持杂波图的稳定性。由于相似测量度函数是关于杂波图单元观测值与历史杂波估计值之间差值的单调递减函数,所以较大的差值对应着较小的遗忘因子,反之,较小的差值对应着较大的遗忘因子,利于杂波图的平稳性。因此,该方法有效地解决了上节提出的三个问题。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1本发明原理框图。
图2本发明流程图。
图3是杂波图单元示意图。
图4是遗忘因子求解流程图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明基于杂波图单元观测值关于历史杂波估计值的相似测量度,自适应确定遗忘因子的大小,提出了一种新的杂波图更新方法,技术方案如图1所示,主要包括杂波图颗粒度确定、杂波图建立与更新(脉内处理与脉间积累)以及CFAR检测三大环节,操作流程如图2所示。首先,根据应用场景和需求,确定杂波图单元颗粒度。在杂波图建立阶段,认为雷达作用范围内无目标出现,所以不进行目标检测,直接基于雷达原始视频数据对相应杂波图单元进行初始化。杂波图建立和更新主要包括两个处理过程,脉内处理和脉间积累。本发明的创新点体现在两个方面:一是脉内处理方式的选择,在杂波图建立阶段脉内采用单元选大方式处理,在杂波图更新阶段脉内采用单元平均方式处理;二是基于杂波图单元观测值关于历史杂波估计值的相似测量度,自适应确定遗忘因子的大小,进行脉间积累,可有效维持一定的虚警率和杂波图的稳定性。杂波图初始化完成后,就可利用杂波图进行目标检测。下面对该方法的操作步骤进行详细介绍。
杂波图颗粒度的确定
这里以二维杂波图为例,介绍杂波图单元ΔS的确定和颗粒度选择方法。如图3所示,其中Δθ为杂波图单元的方位宽度,Δρ为杂波图单元的径向大小。这样空间被分成若干个杂波图单元ΔS为(Δθ,Δρ),例如图3中阴影部分就是一个杂波图单元。杂波图单元方位和距离的尺寸分别是雷达分辨单元方位和距离尺寸的整数倍,可根据场景和需求选择相应的杂波图颗粒度,图3所示的杂波图单元包括1×1个雷达分辨单元。设雷达分辨单元距离维尺度为τ,方位宽度为Δα,则Δθ=nΔα,Δρ=mτ,m的典型值有1、2、4、8、16、32、64等,Δθ的值一般等于天线3dB水平波束宽度。
为了保证杂波图数值的实时更新,即天线每旋转一圈杂波图空间单元内的所有数值都能更新一次,杂波图空间单元的水平方位角宽度应不小于天线水平波束宽度。
2)杂波图建立与更新方法
确定好杂波图单元的尺寸后,就可以将雷达原始视频作为输入,建立杂波图。在杂波图建立阶段,默认原始视频中无目标,所以无需检测,直接通过脉内处理和方位相关积累,建立杂波图。杂波图初始化完成后,按照下一节所述的判决方法进行CFAR检测,并用检测出的杂波进行脉内和脉间处理,对杂波图进行更新。
(1)脉内处理
脉内处理的方法很多,最基本的有单元平均(CA-CM)、单元选大(GO-CM)、单元选小(SO-CM)、有序统计方法(OS)、删除均值的方法(CMLD)、削减平均的方法(TM)、计数的方法等。在杂波图建立阶段,选用单元选大方法进行初始化,可在有限的时间内拉高杂波估计值,以防后续检测判决过程中虚警率的升高。杂波图初始化完成后,采用单元平均方法更新的杂波图,不仅有利于杂波图的平稳性,而且可在保持一定虚警率的前提下,提高检测概率。
A.单元选大(GO-CM)
假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,距离维杂波图单元ΔS是分辨单元数m倍,方位维杂波图单元是分辨单元数n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期内,第l次扫描后原始视频分辨单元(i′,j′)的幅度观测值为xl(i′,j′),脉内处理后杂波图单元ΔS的幅度观测值
其中,l为雷达扫面圈数。
B.单元平均(CA-CM)
一般认为,扇区ΔS内杂波分布是均匀的,杂波起伏不大,脉内估算方法就是距离单元平均。假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,在距离维杂波图单元是分辨单元数的m倍,方位维杂波图单元是分辨单元数n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期,正常信号输入序列为xl(i′,j′),脉内处理后杂波图单元ΔS的幅度观测值
其中,i为雷达扫面圈数。
(2)脉间处理
当天线扫过一个水平波束宽度,按脉内更新方式分别计算出各杂波图单元对应的幅度观测值取出天线扫描上一个周期存入杂波图的幅度估计值按脉间处理方式做相参积累运算,得到天线当前扫描周期的幅度估计值又存入同样的杂波图单元ΔS,从而完成了对天线上一个扫描周期杂波图进行更新的任务。而当天线下一个扫描周期回波到来时,又重复同样的平均计算,从而使动态杂波图存储的内容不断地得到更新。
不同扫描周期同一杂波图单元杂波强度估计值采用相参积累方式进行处理。假定杂波图单元ΔS,在第l次扫描周期内,杂波分辨单元幅度估计值为脉内处理后,当前杂波图单元的幅度观测值为那么
βl(i,j)为杂波图单元ΔS在扫描周期l的遗忘因子,其值为0≤βl(i,j)≤1,对于慢速目标,利用较小的βl(i,j)值有利于建立平稳的杂波背景;若为快速目标或雷达载体快速运动,则βl(i,j)值应相对取大些,以利于杂波图迭代响应速度的加快,但杂波背景平稳性变差。本发明基于杂波图单元观测值关于历史杂波估计值的相似测量度,动态确定遗忘因子βl(i,j)的大小,根据杂波的闪烁强度动态确定杂波图的更新速度,对于闪烁剧烈和边缘效应明显的杂波有较好的抑制作用。
遗忘因子βl(i,j)的确定方法如图4所示。仍假定杂波图单元ΔS,在扫描周期l-1的幅度估计值为第n次扫描周期经单元平均处理后,杂波图单元的幅度观测值为那么将杂波图单元的幅度观测值关于杂波估计值的相似测量度作为该杂波图单元的遗忘因子
式中α为遗忘因子的上限,通常0.1≤α≤0.5。由式(4)可知,若杂波图单元观测值与上一扫描周期的杂波估计值越接近,则相应的遗忘因子越大,反之,遗忘因子越小,从而有效的维持了杂波图的平稳性。
3)CFAR检测
杂波图初始化完成后,就可以通过判决准则进行CFAR检测。
CFAR检测主要包括两个环节,判决准则的确定和判决阀值的确定。
(1)判决准则
假定热噪声加杂波服从瑞利分布(当杂波包括许多小的散射体体回波时,这样的假设是有效的),目标起伏模型为Swerling Ⅰ型,即各次扫描间的回波输出相互独立且服从同一瑞利分布。那么对于平方律检测,每次扫描输出的概率密度函数为
式中,μ代表热噪声加杂波的功率强度;λ是信号对整个干扰(噪声、杂波、人为干扰)的平均信杂比SCR;H0表示检测单元中不存在目标假设;H1表示检测单元中存在目标假设。
判决准则为
这里的T是判决阀值。
(2)判决阀值的确定
判决准则中目标判决阀值T的大小与雷达种类、参数设置和应用场景有关,通常T>1。下面介绍目标判决阀值T的确定方法。
针对雷达检测单元(i′,j′)的幅度值xn(i′,j′),将其与相应的杂波图单元(i,j)上一扫描周期的杂波均值相除得
确定目标判决阀值T方法是,让含有目标的检测单元的fn(i′,j′)大于T。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (10)

1.一种基于自适应遗忘因子的杂波图更新方法,其特征包括:
步骤1:根据场景和需求选择相应的杂波图颗粒度,确定杂波图单元尺寸,设置二维杂波图方位角宽度为Δθ,径向大小为Δρ;杂波图单元方位和距离的尺寸分别是雷达分辨单元方位和距离尺寸的整数倍,二维杂波图空间被分成若干个杂波图单元ΔS(Δθ,Δρ);
步骤2:在杂波图建立阶段,将雷达原始视频信号作为输入,选用单元选大方法进行脉内处理;
步骤3:杂波图建立完成后,脉内处理选用单元平均方法;具体是当天线扫过一个水平波束宽度,通过单元平均方法处理更新,分别计算出各杂波图单元ΔS的幅度观测值取出天线扫描上一个周期存入杂波图单元ΔS的幅度估计值做相参积累运算,得到天线当前扫描周期杂波图单元ΔS的幅度估计值将其存入相应的杂波图单元ΔS,从而完成了对天线一个扫描周期杂波图单元ΔS的更新任务;其中βl(i,j)为杂波图单元ΔS在扫描周期的遗忘因子,其范围为0≤βl(i,j)≤1,其中α为遗忘因子的上限,0.1≤α≤0.5;i表示在杂波图单元ΔS方位维的位置,j表示在杂波图单元ΔS距离维的位置;l为天线扫描周期数;
步骤4:通过判决准则进行CFAR检测。
2.根据权利要求1所述的一种基于自适应遗忘因子的杂波图更新方法,其特征在于所述步骤2中单元选大方法具体包括:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期内,天线第l次扫描后视频分辨单元(i′,j′)的幅度 值为xl(i′,j′),脉内处理后杂波图单元ΔS的幅度观测值为:
3.根据权利要求1所述的一种基于自适应遗忘因子的杂波图更新方法,其特征在于所述单元平均方法:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期,正常信号输入序列为xl(i′,j′),脉内处理后杂波图单元ΔS的观测值 为:
4.根据权利要求1所述的一种基于自适应遗忘因子的杂波图更新方法,其特征在于所述杂波图单元ΔS的方位宽度Δθ应不小于天线水平波束宽度。
5.根据权利要求1所述的一种基于自适应遗忘因子的杂波图更新方法,其特征在于所述Δθ的值等于天线3dB水平波束宽度。
6.一种基于自适应遗忘因子的杂波图更新装置,其特征在于包括:
杂波图颗粒度单元,用于根据场景和需求选择相应的杂波图颗粒度,确定杂波图单元尺寸,设置二维杂波图方位角宽度为Δθ,径向大小为Δρ;杂波图单元方位和距离的尺寸分别是雷达分辨单元方位和距离尺寸的整数倍,二维杂波图空间被分成若干个杂波图单元ΔS(Δθ,Δρ);
杂波图建立与更新单元,在杂波图建立阶段,将雷达原始视频信号作为输入,选用单元选大方法进行脉内处理;杂波图建立完成后,脉内处理选用单元平均方法;具体是当天线扫过一个水平波束宽度,通过单元平均方法处理更新,分别计算出各杂波图单元ΔS的幅度观测值取出天线扫描上一个周期存入杂波图单元ΔS的幅度估计值做相参积累运算,得到天线当前扫描周期杂波图单元ΔS的幅度估计值将其存入相应的杂波图单元ΔS,从 而完成了对天线一个扫描周期杂波图单元ΔS的更新任务;其中βl(i,j)为杂波图单元ΔS在扫描周期的遗忘因子,其范围为0≤βl(i,j)≤1,其中α为遗忘因子的上限,0.1≤α≤0.5;i表示在杂波图单元ΔS方位维的位置,j表示在杂波图单元ΔS距离维的位置;l为天线扫描周期数;
CFAR检测单元,用于通过判决准则进行CFAR检测。
7.根据权利要求6所述的一种基于自适应遗忘因子的杂波图更新装置,其特征在于所述单元选大方法具体包括:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期内,天线第l次扫描后视频分辨单元(i′,j′)的幅度值为xl(i′,j′),脉内处理后杂波图单元ΔS的幅度观测值为:
8.根据权利要求6所述的一种基于自适应遗忘因子的杂波图更新装置,其特征在于所述单元平均方法:假定雷达分辨单元距离维尺度为τ,方位宽度为Δα,杂波图单元ΔS距离维尺度是分辨单元距离维m倍,杂波图单元ΔS方位维尺度是分辨单元方位维尺度的n倍,即Δρ=mτ,Δθ=nΔα,每个脉冲重复周期,正常信号输入序列为xl(i′,j′),脉内处理后杂波图单元ΔS的观测值 为:
9.根据权利要求6所述的一种基于自适应遗忘因子的杂波图更新装置,其特征在于所述杂波图单元ΔS的方位宽度Δθ应不小于天线水平波束宽度。
10.根据权利要求6所述的一种基于自适应遗忘因子的杂波图更新装置,其特征在于所述Δθ的值等于天线3dB水平波束宽度。
CN201510923867.9A 2015-12-14 2015-12-14 一种基于自适应遗忘因子的杂波图更新方法及装置 Active CN105372636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510923867.9A CN105372636B (zh) 2015-12-14 2015-12-14 一种基于自适应遗忘因子的杂波图更新方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510923867.9A CN105372636B (zh) 2015-12-14 2015-12-14 一种基于自适应遗忘因子的杂波图更新方法及装置

Publications (2)

Publication Number Publication Date
CN105372636A CN105372636A (zh) 2016-03-02
CN105372636B true CN105372636B (zh) 2017-06-09

Family

ID=55374989

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510923867.9A Active CN105372636B (zh) 2015-12-14 2015-12-14 一种基于自适应遗忘因子的杂波图更新方法及装置

Country Status (1)

Country Link
CN (1) CN105372636B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106842194A (zh) * 2017-03-07 2017-06-13 北京海兰信数据科技股份有限公司 一种自适应目标检测方法及装置
CN108562879B (zh) * 2018-04-18 2022-03-22 南京理工大学 基于fpga的舰载雷达恒虚警检测方法
CN109143182B (zh) * 2018-09-10 2019-06-07 南京莱斯电子设备有限公司 一种多尺度的雷达分区图快速处理方法
CN110161473B (zh) * 2019-05-08 2021-04-30 南京莱斯电子设备有限公司 一种基于基元杂波图与图层的杂波图检测与更新方法
CN110824432B (zh) * 2019-08-28 2023-02-28 深圳大学 雷达杂波抑制方法、装置及计算机可读存储介质
CN111175706B (zh) * 2020-01-08 2022-05-27 中国船舶重工集团公司第七二四研究所 一种基于局部门限判断的插值杂波图方法
CN111624574A (zh) * 2020-07-29 2020-09-04 绵阳市游仙区创新科技产业技术研究院 弱目标探测的目标检测方法、系统、存储介质和装置
CN113030973B (zh) * 2021-03-02 2022-06-28 成都民航空管科技发展有限公司 一种场面监视雷达信号处理系统及方法
CN113406593A (zh) * 2021-07-28 2021-09-17 武汉大学 一种外辐射源雷达自适应分时杂波图恒虚警检测方法
CN114442050B (zh) * 2022-01-25 2024-09-24 中国船舶集团有限公司第七二四研究所 一种基于环境杂波感知的自适应stc控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101034901A (zh) * 2007-04-29 2007-09-12 中国民航大学 基于恒模阵列的民航地空通信自适应干扰抑制方法及系统
CN101232292A (zh) * 2008-01-16 2008-07-30 中国民航大学 稳健的双通道民航地空通信恒模干扰抑制方法及系统
CN103197298A (zh) * 2013-03-21 2013-07-10 西安电子科技大学 基于环境信息的雷达信号处理方法
CN103197297A (zh) * 2013-03-21 2013-07-10 西安电子科技大学 基于认知框架的雷达动目标检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101034901A (zh) * 2007-04-29 2007-09-12 中国民航大学 基于恒模阵列的民航地空通信自适应干扰抑制方法及系统
CN101232292A (zh) * 2008-01-16 2008-07-30 中国民航大学 稳健的双通道民航地空通信恒模干扰抑制方法及系统
CN103197298A (zh) * 2013-03-21 2013-07-10 西安电子科技大学 基于环境信息的雷达信号处理方法
CN103197297A (zh) * 2013-03-21 2013-07-10 西安电子科技大学 基于认知框架的雷达动目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Novel clutter map CFAR algorithm with amplitude limiter";Shan Tao et al;《Journal of Systems Engineering and Electronics》;20041231;第15卷(第3 期);第262-265页 *
基于递推最小二乘算法的小信号检测;邵亚勇 等;《信息与电子工程》;20120430;第10卷(第2期);第206-209页 *

Also Published As

Publication number Publication date
CN105372636A (zh) 2016-03-02

Similar Documents

Publication Publication Date Title
CN105372636B (zh) 一种基于自适应遗忘因子的杂波图更新方法及装置
JP5611157B2 (ja) 時空間適応処理を用いてレーダー信号におけるターゲットを検出する方法
CN104360324B (zh) 一种基于图像处理的杂波图分区方法
CN101988963B (zh) 利用风廓线雷达获取三维风场的方法
CN103885057B (zh) 自适应变滑窗多目标跟踪方法
CN105699952B (zh) 海杂波k分布形状参数的双分位点估计方法
CN110297246B (zh) 一种组网x波段天气雷达协同自适应控制方法及系统
CN107861107A (zh) 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
CN101482969B (zh) 基于同质点计算的sar图像去斑方法
CN109782248A (zh) 一种雷达杂波处理方法
CN109471072A (zh) 基于fpga的单脉冲雷达二维cfar检测方法及系统
CN103995258A (zh) 复杂杂波边缘环境下雷达目标自适应融合检测方法
CN109143182B (zh) 一种多尺度的雷达分区图快速处理方法
CN105954739A (zh) 一种知识辅助的非参量恒虚警检测方法
CN113673565A (zh) 多传感器gm-phd自适应序贯融合多目标跟踪方法
CN107102293B (zh) 基于滑窗累积密度估计的未知杂波无源协同定位方法
Ivković et al. A new model of CFAR detector
CN106526545B (zh) 一种鲁棒cfar检测器的检测方法
CN106249241B (zh) 一种自适应杂波功率统计算法
CN107907872A (zh) 基于自适应变异果蝇优化算法优化rbf神经网络的海杂波最优软测量仪表及方法
Xu et al. Small target detection method in sea clutter based on interframe multi-feature iteration
CN112213708B (zh) 一种岸基海杂波观测方法
Rosenberg et al. Performance analysis of Pareto CFAR detectors
RU2471201C2 (ru) Способ радиолокационного обзора пространства и радиолокационный комплекс для реализации способа (варианты)
CN107942299A (zh) 一种基于改进混合蛙跳算法的智能雷达海上目标检测系统及方法

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