CN106646419B - 一种检测杂波边缘雷达目标的自适应恒虚警方法 - Google Patents
一种检测杂波边缘雷达目标的自适应恒虚警方法 Download PDFInfo
- Publication number
- CN106646419B CN106646419B CN201710111652.6A CN201710111652A CN106646419B CN 106646419 B CN106646419 B CN 106646419B CN 201710111652 A CN201710111652 A CN 201710111652A CN 106646419 B CN106646419 B CN 106646419B
- Authority
- CN
- China
- Prior art keywords
- sliding window
- radar return
- return data
- modulus value
- radar
- 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
-
- 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
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
本发明公开了一种检测杂波边缘雷达目标的自适应恒虚警方法,其思路为:分别计算参考滑窗A内雷达回波数据模值的均值、参考滑窗B内雷达回波数据模值的均值、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差;分别计算参考滑窗A内雷达回波数据模值的可变性参数、参考滑窗B内雷达回波数据模值的可变性参数和参考滑窗A内雷达回波数据模值的均值与参考滑窗B内雷达回波数据模值的均值的比率;进而得到雷达回波数据内杂波的参考电平;设定恒虚警检测门限系数K0,然后将雷达回波数据内杂波的参考电平与K0相乘,若待检测单元内的雷达回波数据模值大于所述得到的乘积值,则表明待检测单元中包含雷达目标;反之待检测单元中没有雷达目标。
Description
技术领域
本发明属于雷达信号处理技术领域,特别涉及一种检测杂波边缘雷达目标的自适应恒虚警方法,适用于自动选择合适的自适应恒虚警CFAR方法判断杂波均匀性,并最终检测雷达目标。
背景技术
在非均匀的杂波背景下,根据杂波环境自适应地选取恒虚警CFAR方法能够提高恒虚警CFAR检测的正确率;自适应恒虚警CFAR方法通过拟合参考单元内数据的分布,判断杂波均匀性和杂波边缘位置,选择相适应的CFAR方法。
2000年,Michael等人提出可变性指示(Variability Index,VI)方法,通过前、后参考滑窗的参考单元内数据的均值和方差来判断杂波是否均匀;利用前后滑窗中样本的均值比(mean ratio,MR)判断前后参考单元分布是否相同;这种方法计算简单,判断杂波背景之后使用相适应的CFAR方法,能够极大提高检测概率,降低虚警。
然而,当雷达目标非常接近杂波边缘(位于弱杂波区),且前后杂波起伏较小时;由于此时可变性指示方法直接选择单元平均选大恒虚警(GO_CFAR)方法,因此对雷达目标的检测概率非常低,尤其是前后强弱杂波平均电平相差较大、雷达目标信杂噪比不大时,检测概率接近为0,该可变性指示方法几乎失效。
发明内容
针对上述现有技术存在的不足,本发明的目的在于提出一种检测杂波边缘雷达目标的自适应恒虚警方法,该种检测杂波边缘雷达目标的自适应恒虚警方法是一种适合杂波边缘目标检测的自适应CFAR方法,并能够提高判断杂波边缘的准确度以及雷达目标在杂波背景下的检测概率。
为达到上述目的,本发明采用如下技术方案予以实现。
一种检测杂波边缘雷达目标的自适应恒虚警方法,包括以下步骤:
步骤1,获取雷达回波数据,所述雷达回波数据包含噪声、杂波和雷达目标,且雷达目标位于杂波边缘;设定雷达回波数据包含L个回波数据,选取其中第i'个回波数据作为待检测单元,并分别在待检测单元两侧分别划分出一段雷达回波数据,划分出的两段雷达回波数据分别包含N'个回波数据,N'<L,N'<i'<L-N';并且划分出的两段雷达回波数据分别包括第一单侧参考单元、第一单侧保护单元、第二单侧保护单元和第二单侧参考单元,进而依次得到第一单侧参考单元、第一单侧保护单元、待检测单元、第二单侧保护单元和第二单侧参考单元;
其中,待检测单元两侧各自包括N个回波数据,分别为第一单侧保护单元中的N个回波数据和第二单侧保护单元中的N个回波数据;第一单侧参考单元包含M1个回波数据,第二单侧参考单元包含M1个回波数据;然后分别将第一单侧参考单元记为参考滑窗A,将第二单侧参考单元记为参考滑窗B,参考滑窗A和参考滑窗B各自包含M1个参考单元,且M1个回波数据与M1个参考单元一一对应;N'=N+M1,N和M1分别为大于0的正整数;
分别计算参考滑窗A内雷达回波数据模值的均值、参考滑窗B内雷达回波数据模值的均值、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差;
步骤2,根据参考滑窗A内雷达回波数据模值的均值、参考滑窗B内雷达回波数据模值的均值、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差,分别计算参考滑窗A内雷达回波数据模值的可变性参数、参考滑窗B内雷达回波数据模值的可变性参数和参考滑窗A内雷达回波数据模值的均值与参考滑窗B内雷达回波数据模值的均值的比率;
步骤3,分别设定可变性参数门限和均值比率门限,并根据参考滑窗A内雷达回波数据模值的可变性参数、参考滑窗B内雷达回波数据模值的可变性参数和参考滑窗A内雷达回波数据模值的均值与参考滑窗B内雷达回波数据模值的均值的比率,得到雷达回波数据内杂波的参考电平;
步骤4,设定恒虚警检测门限系数,然后将雷达回波数据内杂波的参考电平与设定的恒虚警检测门限系数相乘,并将得到的乘积与待检测单元内的雷达回波数据模值相比较,若待检测单元内的雷达回波数据模值大于所述得到的乘积值,则表明待检测单元中包含雷达目标;反之若待检测单元内的雷达回波数据模值小于或等于所述得到的乘积值,则表明待检测单元中没有雷达目标。
本发明的有益效果:本发明方法利用了改变参考单元数目前后,参考单元内数据均值变化参数来大致判断杂波边缘位置;与原可变性指示(VI)算法相比,在保持虚警率不变的前提下,能够大大提高雷达目标在杂波边缘位置的检测概率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种检测杂波边缘雷达目标的自适应恒虚警方法流程示意图;
图2为使用本发明方法进行恒虚警(CFAR)检测时的简单流程示意图;
图3为使用本发明方法得到雷达回波数据内杂波的参考电平的过程示意图;
图4(a)为雷达目标位于弱杂波区时杂波和雷达目标各自的幅度图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图4(b)为图4(a)中方框处的局部放大图;
图5(a)为雷达目标位于强杂波区(K分布杂波尺度参数a>1)时杂波和雷达目标各自的幅度图;其中强杂波区为K分布杂波尺度参数a>1的区域;
图5(b)为图5(a)中方框处的局部放大图;
图6(a)为雷达目标位于弱杂波区且M2=8时,现有可变性指示算法和本发明各自的检测概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图6(b)为雷达目标位于弱杂波区且M2=16时现有可变性指示算法和本发明各自的检测概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图7(a)为雷达目标位于弱杂波区且M2=8时现有可变性指示算法和本发明各自的虚警概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图7(b)为雷达目标位于弱杂波区且M2=16时现有可变性指示算法和本发明各自的虚警概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图8(a)为雷达目标位于强杂波区且M2=8时现有可变性指示算法和本发明各自的检测概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图8(b)为雷达目标位于强杂波区且M2=16时现有可变性指示算法和本发明各自的检测概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图9(a)为雷达目标位于强杂波区且M2=8时现有可变性指示算法和本发明各自的虚警概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图9(b)为雷达目标位于强杂波区且M2=16时现有可变性指示算法和本发明各自的虚警概率分别随目标离杂波边缘距离变化的仿真图;其中弱杂波区为K分布杂波尺度参数a∈[0,1]的区域;
图10(a)为雷达目标位于非杂波区且M2=8时现有可变性指示算法和本发明各自的检测概率分别随杂噪比变化的仿真图;其中非杂波区为仅含高斯白噪声、不含杂波的区域;
图10(b)为雷达目标位于非杂波区且M2=16时现有可变性指示算法和本发明各自的检测概率分别随杂噪比变化的仿真图;其中非杂波区为仅含高斯白噪声、不含杂波的区域;
图11(a)为雷达目标位于非杂波区且M2=8时现有可变性指示算法和本发明各自的虚警概率分别随杂噪比变化的仿真图;其中非杂波区为仅含高斯白噪声、不含杂波的区域;
图11(b)为雷达目标位于非杂波区且M2=16时现有可变性指示算法和本发明各自的虚警概率分别随杂噪比变化的仿真图;其中非杂波区为仅含高斯白噪声、不含杂波的区域;
图12(a)为雷达目标位于杂波区且M2=8时现有可变性指示算法和本发明各自的检测概率分别随杂噪比变化的仿真图;其中杂波区为包含高斯白噪声和杂波、且杂噪比在10-30dB之间的区域;
图12(b)为雷达目标位于杂波区且M2=16时现有可变性指示算法和本发明各自的检测概率分别随杂噪比变化的仿真图;其中杂波区为包含高斯白噪声和杂波、且杂噪比在10-30dB之间的区域;
图13(a)为雷达目标位于杂波区且M2=8时现有可变性指示算法和本发明各自的虚警概率分别随杂噪比变化的仿真图;其中杂波区为包含高斯白噪声和杂波、且杂噪比在10-30dB之间的区域;
图13(b)为雷达目标位于杂波区且M2=16时现有可变性指示算法和本发明各自的虚警概率分别随杂噪比变化的仿真图;其中杂波区为包含高斯白噪声和杂波、且杂噪比在10-30dB之间的区域。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,为本发明的一种检测杂波边缘雷达目标的自适应恒虚警方法流程示意图;所述检测杂波边缘雷达目标的自适应恒虚警方法,包括以下步骤:
步骤1,获取雷达回波数据,所述雷达回波数据包含噪声、杂波和雷达目标,且雷达目标位于杂波边缘;设定雷达回波数据包含L个回波数据,选取其中第i'个回波数据作为待检测单元,并分别在待检测单元两侧分别划分出一段雷达回波数据,划分出的两段雷达回波数据分别包含N'个回波数据,N'<L,N'<i'<L-N';并且划分出的两段雷达回波数据分别包括第一单侧参考单元、第一单侧保护单元、第二单侧保护单元和第二单侧参考单元,进而依次得到第一单侧参考单元、第一单侧保护单元、待检测单元、第二单侧保护单元和第二单侧参考单元,所述第一单侧参考单元、第一单侧保护单元、待检测单元、第二单侧保护单元和第二单侧参考单元待检测单元从左到右依次排列,如图2所示。
参照图2,为使用本发明方法进行恒虚警(CFAR)检测时的简单流程示意图;在图2中,待检测单元两侧各自包括N个回波数据,且待检测单元两侧各自包括的N个回波数据分别为设定的恒虚警检测CFAR的保护单元,并分别记为第一单侧保护单元和第二单侧保护单元,分别为第一单侧保护单元中的N个回波数据和第二单侧保护单元中的N个回波数据;第一单侧保护单元的左侧为第一单侧参考单元,所述第一单侧参考单元包含M1个回波数据;第二单侧保护单元的右侧为第二单侧参考单元,所述第二单侧参考单元包含M1个回波数据;其中第一单侧参考单元包含的M1个回波数据和第二单侧参考单元包含的M1个回波数据分别为设定的恒虚警检测CFAR的参考单元;然后分别将第一单侧参考单元记为参考滑窗A,将第二单侧参考单元记为参考滑窗B,参考滑窗A和参考滑窗B各自包含M1个参考单元,且M1个回波数据与M1个参考单元一一对应;N'=N+M1,N和M1分别为大于0的正整数;图2中D为待检测单元内的雷达回波数据模值。
分别计算参考滑窗A内雷达回波数据模值的均值μA1、参考滑窗B内雷达回波数据模值的均值μB1、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差其表达式分别为:
其中,i∈{1,2,…,M1},xAi为参考滑窗A内第i个参考单元的雷达回波数据,xBi为参考滑窗B内第i个参考单元的雷达回波数据内参考单元的雷达回波数据,M1为参考滑窗A和参考滑窗B各自包含的参考单元个数,M1为大于0的正整数,∑为求和符号。
步骤2,根据参考滑窗A内雷达回波数据模值的均值μA1、参考滑窗B内雷达回波数据模值的均值μB1、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差分别计算参考滑窗A内雷达回波数据模值的可变性参数VIA、参考滑窗B内雷达回波数据模值的可变性参数VIB和参考滑窗A内雷达回波数据模值的均值μA1与参考滑窗B内雷达回波数据模值的均值μB1的比率MR,其表达式分别为:
步骤3,分别设定可变性参数门限KVI和均值比率门限KMR,并根据参考滑窗A内雷达回波数据模值的可变性参数VIA、参考滑窗B内雷达回波数据模值的可变性参数VIB和参考滑窗A内雷达回波数据模值的均值μA1与参考滑窗B内雷达回波数据模值的均值μB1的比率MR,得到雷达回波数据内杂波的参考电平。
具体的,参照图3,为使用本发明方法得到雷达回波数据内杂波的参考电平的过程示意图;分别设定可变性参数门限KVI和均值比率门限KMR,本实施例取经验值KVI=4.76,KMR=1.806;并根据参考滑窗A内雷达回波数据模值的可变性参数VIA、参考滑窗B内雷达回波数据模值的可变性参数VIB和参考滑窗A内雷达回波数据模值的均值μA1与参考滑窗B内雷达回波数据模值的均值μB1的比率MR进行如下判断,其子步骤为:
(3a)若VIA≤KVI且VIB>KVI,则选择单侧单元平均恒虚警方法(CACFAR)作为雷达目标的检测方法,并将参考滑窗A内雷达回波数据模值的均值μA1作为雷达回波数据内杂波的参考电平。
(3b)若VIA>KVI且VIB≤KVI;则选择单侧单元平均恒虚警方法(CACFAR)作为雷达目标的检测方法,并将参考滑窗B内雷达回波数据模值的均值μB1作为雷达回波数据内杂波的参考电平。
(3c)若VIA>KVI且VIB>KVI,则选择单元平均选小恒虚警方法(SOCFAR)作为雷达目标的检测方法,并将参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1中的较小值作为雷达回波数据内杂波的参考电平。
(3d)若VIA≤KVI、VIB≤KVI且则选择单元平均恒虚警方法(CACFAR)作为雷达目标的检测方法,并将参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1的平均作为雷达回波数据内杂波的参考电平。
(3e)若VIA≤KVI、VIB≤KVI且MR>KMR,或VIA≤KVI、VIB≤KVI且MR<K- M 1 R,则将参考滑窗A和参考滑窗B各自包含的参考单元个数M1分别减少至M2,M2<M1,M2为大于0的正整数。然后分别计算参考滑窗A包含的参考单元个数减少至M2时参考滑窗A内雷达回波数据模值的均值μA2,以及参考滑窗B包含的参考单元个数减少至M2时参考滑窗B内雷达回波数据模值的均值μB2,其表达式分别为:
i′∈{1,2,…,M2},xAi'为参考滑窗A内第i'个参考单元的雷达回波数据,xBi'为参考滑窗B内第i'个参考单元的雷达回波数据,M2<M1,M1为参考滑窗A和参考滑窗B各自包含的参考单元个数,M2为大于0的正整数,∑为求和符号,上标-1表示求逆操作。
然后利用参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1,计算得到雷达回波数据内杂波的参考电平。
(3e.1)根据参考滑窗A内雷达回波数据模值的均值μA1、参考滑窗B内雷达回波数据模值的均值μB1、参考滑窗A包含的参考单元个数减少至M2时参考滑窗A内雷达回波数据模值的均值μA2,以及参考滑窗B包含的参考单元个数减少至M2时参考滑窗B内雷达回波数据模值的均值μB2,分别计算得到参考滑窗A内雷达回波数据模值的均值变化参数CMA和参考滑窗B内雷达回波数据模值的均值变化参数CMB,
(3e.2)设定均值变化参数门限KCM,本实施例取经验值KCM=0.6;若且或CMB>KCM,则选择单侧单元平均恒虚警方法(CACFAR)作为雷达目标的检测方法,并将参考滑窗A内雷达回波数据的均值μA1作为雷达回波数据内杂波的参考电平。
(3e.3)若或CMA>KCM,且则选择单侧单元平均恒虚警方法(CACFAR)作为雷达目标的检测方法,并将参考滑窗B内雷达回波数据模值的均值μB1作为雷达回波数据内杂波的参考电平。
(3e.4)若或CMA>KCM,且或CMB>KCM,则选择单元平均选大恒虚警方法(GOCFAR)作为雷达目标的检测方法,并将参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1中的较大值作为雷达回波数据内杂波的参考电平;上标-1表示求逆操作。
步骤4,设定恒虚警检测CFAR门限系数K0,本实施例取经验值K0=4.5;然后将雷达回波数据内杂波的参考电平与设定的恒虚警检测CFAR门限系数K0相乘,并将得到的乘积与待检测单元内的雷达回波数据模值相比较,得到恒虚警检测CFAR检测结果:
若待检测单元内的雷达回波数据模值大于所述得到的乘积值,则表明待检测单元中包含雷达目标;反之若待检测单元内的雷达回波数据模值小于或等于所述得到的乘积值,则表明待检测单元中没有雷达目标。
通过以下计算机仿真对本发明效果作进一步验证说明:
对于恒虚警率检测时,本身有雷达目标并检测到目标称为检测概率,本身没有目标检测到目标称为虚警概率,而本身有雷达目标未检测到目标称为漏警概率;本发明方法主要是改进原可变性指示算法在杂波边缘的特性,因此,在杂波边缘附近人为设置雷达目标,在不同雷达目标与杂波边缘距离和不同杂噪比下用原算法和CM算法分别进行检测,蒙特卡洛仿真5000次,分别计算检测概率和虚警概率;仿真时雷达目标和杂波环境的幅度示意分别参见图4(a)、图4(b)、图5(a)和图5(b)。
仿真条件:设近距离处为杂波区,远距离处为非杂波区,各采样10000个距离单元;待检测单元两侧各自包含的保护单元个数N=16,参考滑窗A和参考滑窗B各自包含的参考单元个数M1=32,参考滑窗A和参考滑窗B各自包含的参考单元个数M1分别减少至M2,M2=16或M2=8;设定的设定可变性参数门限KVI=4.76,设定的均值比率门限KMR=1.806(根据原可变性指示算法参考文献选取);设定的设定均值变化参数门限KCM=0.6(根据经验值选取);信杂噪比SCNR=15dB,设定的恒虚警检测CFAR门限系数K0=4.5(约15dB)。
仿真1:雷达目标离杂波边缘距离不同时两种算法性能对比
1.1)为验证雷达目标相对于杂波边缘位于不同位置时原算法和CM算法检测的性能,在远距离弱杂波区杂噪比6dB(K分布杂波尺度参数等于1)近距离强杂波区杂噪比18dB或25dB(K分布杂波尺度参数分别等于2或3);雷达目标位于弱杂波区M2=8、雷达目标位于弱杂波区M2=16和雷达目标位于强杂波区M2=8、雷达目标位于强杂波区M2=16,检测概率结果如图6(a)、6(b)和图8(a)、8(b)所示;其中强杂波区为K分布杂波尺度参数a>1的区域,弱杂波区为K分布杂波尺度参数a∈[0,1]的区域。
1.2)为验证雷达目标相对于杂波边缘位于不同位置时原算法和CM算法检测的性能,在远距离弱杂波区杂噪比6dB(K分布杂波尺度参数等于1)近距离强杂波区杂噪比18dB或25dB(K分布杂波尺度参数分别等于2或3);雷达目标位于弱杂波区M2=8、雷达目标位于弱杂波区M2=16和雷达目标位于强杂波区M2=8、雷达目标位于强杂波区M2=16,虚警概率结果如图7(a)、7(b)和图9(a)、9(b)所示。
由以上仿真可知,当雷达目标位于杂波边缘附近时,随着雷达目标的位置变化,CM算法相对于原算法在虚警概率几乎不变(最大不超过1%)的情况下,大大提高了检测概率。
仿真2:不同杂噪比下两种算法性能对比
2.1)为验证不同杂噪比下两种算法性能,固定目标距离杂波边缘32个距离单元,设近距离为杂波区,杂噪比在10dB-30dB之间变化;远距离为非杂波区,仅含噪声,两侧的噪声功率相同;雷达目标位于非杂波区M2=8、雷达目标位于非杂波区M2=16和雷达目标位于杂波区M2=8、雷达目标位于杂波区M2=16,检测概率结果如图10(a)、10(b)和图12(a)、12(b)所示;其中非杂波区为仅含高斯白噪声、不含杂波的区域,杂波区为包含高斯白噪声和杂波、且杂噪比在10-30dB之间的区域。
2.2)为验证不同杂噪比下两种算法性能,固定雷达目标距离杂波边缘32个距离单元,设近距离为杂波区,杂噪比在10dB-30dB之间变化;远距离为非杂波区,仅含噪声,两侧的噪声功率相同;雷达目标位于非杂波区M2=8、雷达目标位于非杂波区M2=16和雷达目标位于杂波区M2=8、雷达目标位于杂波区M2=16,检测概率结果如图11(a)、11(b)和图13(a)、13(b)所示。
由以上仿真可知,当雷达目标位于杂波边缘附近,随杂噪比变化,本发明相对于原可变性指示算法在虚警概率几乎不变(最大不超过5%)的情况下,大大提高了检测概率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种检测杂波边缘雷达目标的自适应恒虚警方法,其特征在于,包括以下步骤:
步骤1,获取雷达回波数据,所述雷达回波数据包含噪声、杂波和雷达目标,且雷达目标位于杂波边缘;设定雷达回波数据包含L个回波数据,选取其中第i'个回波数据作为待检测单元,并分别在待检测单元两侧分别划分出一段雷达回波数据,划分出的两段雷达回波数据分别包含N'个回波数据,N'<L,N'<i'<L-N';并且划分出的两段雷达回波数据分别包括第一单侧参考单元、第一单侧保护单元、第二单侧保护单元和第二单侧参考单元,进而依次得到第一单侧参考单元、第一单侧保护单元、待检测单元、第二单侧保护单元和第二单侧参考单元;
其中,待检测单元两侧各自包括N个回波数据,分别为第一单侧保护单元中的N个回波数据和第二单侧保护单元中的N个回波数据;第一单侧参考单元包含M1个回波数据,第二单侧参考单元包含M1个回波数据;然后分别将第一单侧参考单元记为参考滑窗A,将第二单侧参考单元记为参考滑窗B,参考滑窗A和参考滑窗B各自包含M1个参考单元,且M1个回波数据与M1个参考单元一一对应;N'=N+M1,N和M1分别为大于0的正整数;
分别计算参考滑窗A内雷达回波数据模值的均值、参考滑窗B内雷达回波数据模值的均值、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差;
步骤2,根据参考滑窗A内雷达回波数据模值的均值、参考滑窗B内雷达回波数据模值的均值、参考滑窗A内雷达回波数据模值的方差和参考滑窗B内雷达回波数据模值的方差,分别计算参考滑窗A内雷达回波数据模值的可变性参数、参考滑窗B内雷达回波数据模值的可变性参数和参考滑窗A内雷达回波数据模值的均值与参考滑窗B内雷达回波数据模值的均值的比率;
步骤3,分别设定可变性参数门限和均值比率门限,并根据参考滑窗A内雷达回波数据模值的可变性参数、参考滑窗B内雷达回波数据模值的可变性参数和参考滑窗A内雷达回波数据模值的均值与参考滑窗B内雷达回波数据模值的均值的比率,得到雷达回波数据内杂波的参考电平;
所述得到雷达回波数据内杂波的参考电平,其过程为:
分别设定可变性参数门限KVI和均值比率门限KMR,并根据参考滑窗A内雷达回波数据模值的可变性参数VIA、参考滑窗B内雷达回波数据模值的可变性参数VIB和参考滑窗A内雷达回波数据模值的均值μA1与参考滑窗B内雷达回波数据模值的均值μB1的比率MR进行如下判断,其子步骤为:
(3a)若VIA≤KVI且VIB>KVI,则将参考滑窗A内雷达回波数据模值的均值μA1作为雷达回波数据内杂波的参考电平;
(3b)若VIA>KVI且VIB≤KVI,则将参考滑窗B内雷达回波数据模值的均值μB1作为雷达回波数据内杂波的参考电平;
(3c)若VIA>KVI且VIB>KVI,则将参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1中的较小值作为雷达回波数据内杂波的参考电平;
(3d)若VIA≤KVI、VIB≤KVI且则将参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1的平均作为雷达回波数据内杂波的参考电平;
(3e)若VIA≤KVI、VIB≤KVI且MR>KMR,或VIA≤KVI、VIB≤KVI且则将参考滑窗A和参考滑窗B各自包含的参考单元个数M1分别减少至M2,M2<M1,M2为大于0的正整数,上标-1表示求逆操作;
然后分别计算参考滑窗A包含的参考单元个数减少至M2时参考滑窗A内雷达回波数据模值的均值μA2,以及参考滑窗B包含的参考单元个数减少至M2时参考滑窗B内雷达回波数据模值的均值μB2,其表达式分别为:
i'∈{1,2,…,M2},xAi'为参考滑窗A内第i'个参考单元的雷达回波数据,xBi'为参考滑窗B内第i'个参考单元的雷达回波数据,M2<M1,M1为参考滑窗A和参考滑窗B各自包含的参考单元个数,M2为大于0的正整数,∑为求和符号;
然后利用参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1,得到雷达回波数据内杂波的参考电平;
所述得到雷达回波数据内杂波的参考电平,其过程为:
(3e.1)根据参考滑窗A内雷达回波数据模值的均值μA1、参考滑窗B内雷达回波数据模值的均值μB1、参考滑窗A包含的参考单元个数减少至M2时参考滑窗A内雷达回波数据模值的均值μA2,以及参考滑窗B包含的参考单元个数减少至M2时参考滑窗B内雷达回波数据模值的均值μB2,分别计算得到参考滑窗A内雷达回波数据模值的均值变化参数CMA和参考滑窗B内雷达回波数据模值的均值变化参数CMB;
(3e.2)设定均值变化参数门限KCM,
若且或CMB>KCM,则将参考滑窗A内雷达回波数据的均值μA1作为雷达回波数据内杂波的参考电平;
(3e.3)若或CMA>KCM,且则将参考滑窗B内雷达回波数据模值的均值μB1作为雷达回波数据内杂波的参考电平;
(3e.4)若或CMA>KCM,且或CMB>KCM,则将参考滑窗A内雷达回波数据模值的均值μA1和参考滑窗B内雷达回波数据模值的均值μB1中的较大值作为雷达回波数据内杂波的参考电平;其中上标-1表示求逆操作;
步骤4,设定恒虚警检测门限系数,然后将雷达回波数据内杂波的参考电平与设定的恒虚警检测门限系数相乘,并将得到的乘积与待检测单元内的雷达回波数据模值相比较,若待检测单元内的雷达回波数据模值大于所述得到的乘积值,则表明待检测单元中包含雷达目标;反之若待检测单元内的雷达回波数据模值小于或等于所述得到的乘积值,则表明待检测单元中没有雷达目标。
2.如权利要求1所述的一种检测杂波边缘雷达目标的自适应恒虚警方法,其特征在于,在步骤1中,所述待检测单元两侧各自包括N个回波数据,还包括:
待检测单元两侧各自包括的N个回波数据分别为设定的恒虚警检测的保护单元,并分别记为第一单侧保护单元和第二单侧保护单元;第一单侧保护单元的左侧为第一单侧参考单元,所述第一单侧参考单元包含M1个回波数据;第二单侧保护单元的右侧为第二单侧参考单元,所述第二单侧参考单元包含M1个回波数据;其中第一单侧参考单元包含的M1个回波数据和第二单侧参考单元包含的M1个回波数据分别为设定的恒虚警检测的参考单元;
所述参考滑窗A内雷达回波数据模值的均值为μA1、参考滑窗B内雷达回波数据模值的均值为μB1、参考滑窗A内雷达回波数据模值的方差为参考滑窗B内雷达回波数据模值的方差为其表达式分别为:
其中,i∈{1,2,…,M1},xAi为参考滑窗A内第i个参考单元的雷达回波数据,xBi为参考滑窗B内第i个参考单元的雷达回波数据内参考单元的雷达回波数据,M1为参考滑窗A和参考滑窗B各自包含的参考单元个数,M1为大于0的正整数,∑为求和符号。
3.如权利要求2所述的一种检测杂波边缘雷达目标的自适应恒虚警方法,其特征在于,在步骤2中,所述参考滑窗A内雷达回波数据模值的可变性参数为VIA、参考滑窗B内雷达回波数据模值的可变性参数为VIB、参考滑窗A内雷达回波数据模值的均值为μA1、参考滑窗B内雷达回波数据模值的均值μB1的比率为MR,其表达式分别为:
4.如权利要求1所述的一种检测杂波边缘雷达目标的自适应恒虚警方法,其特征在于,所述参考滑窗A内雷达回波数据模值的均值变化参数CMA和参考滑窗B内雷达回波数据模值的均值变化参数CMB,其表达式分别为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111652.6A CN106646419B (zh) | 2017-02-28 | 2017-02-28 | 一种检测杂波边缘雷达目标的自适应恒虚警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111652.6A CN106646419B (zh) | 2017-02-28 | 2017-02-28 | 一种检测杂波边缘雷达目标的自适应恒虚警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106646419A CN106646419A (zh) | 2017-05-10 |
CN106646419B true CN106646419B (zh) | 2019-09-03 |
Family
ID=58846548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710111652.6A Active CN106646419B (zh) | 2017-02-28 | 2017-02-28 | 一种检测杂波边缘雷达目标的自适应恒虚警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106646419B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107255804B (zh) * | 2017-07-31 | 2020-04-10 | 西安电子科技大学 | 基于杂波轮廓图的动目标显示滤波器滤波方法 |
CN107703495B (zh) * | 2017-09-01 | 2019-10-01 | 中国科学院声学研究所 | 一种目标信号检测方法及系统 |
CN107765228B (zh) * | 2017-09-29 | 2019-11-01 | 西安电子科技大学 | 一种基于区域相似性的在线雷达目标检测方法 |
CN108414991B (zh) * | 2018-02-08 | 2020-08-11 | 北京理工大学 | 高分辨雷达非均匀杂波场景微小目标恒虚警检测方法 |
CN109375184B (zh) * | 2018-09-30 | 2023-08-11 | 航天恒星科技有限公司 | 一种雷达回波数据的采集存储分析设备及方法 |
CN109856604B (zh) * | 2018-11-13 | 2020-12-22 | 上海无线电设备研究所 | 一种二维缩比快速恒虚警检测方法 |
CN111913158B (zh) * | 2020-09-21 | 2023-07-21 | 南京理工大学 | 复杂杂波背景下检测低慢小目标的雷达信号处理方法 |
CN112285654B (zh) * | 2020-10-19 | 2024-02-09 | 中国人民解放军陆军边海防学院 | 一种基于边境环境自适应的低小慢目标恒虚警检测方法 |
CN112346029B (zh) * | 2020-10-30 | 2024-02-23 | 中国人民解放军空军预警学院 | 基于待检测单元的可变参考窗单元平均恒虚警检测方法 |
CN113189573B (zh) * | 2021-04-21 | 2022-06-24 | 中国电子科技集团公司第五十四研究所 | 一种相控阵搜索雷达海面目标检测方法 |
CN113504523B (zh) * | 2021-07-20 | 2023-08-01 | 成都航空职业技术学院 | 基于目标特性的自适应恒虚警方法、设备及其存储介质 |
CN115877342B (zh) * | 2023-01-09 | 2023-08-18 | 江苏途索海洋技术服务有限公司 | 一种目标对象的确定方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271160A (zh) * | 2007-03-21 | 2008-09-24 | 中国科学院电子学研究所 | 选小单元平均恒虚警率实时检测sar运动目标方法、装置 |
KR20080090104A (ko) * | 2007-04-04 | 2008-10-08 | 한국과학기술원 | 비균질 감쇄 환경에서 수신기 다양성과 일정 오경보 확률방법을 쓴 적응 부호획득 방법 |
CN104155636A (zh) * | 2014-08-12 | 2014-11-19 | 西安电子科技大学 | 一种基于恒虚警目标检测的优化方法 |
-
2017
- 2017-02-28 CN CN201710111652.6A patent/CN106646419B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101271160A (zh) * | 2007-03-21 | 2008-09-24 | 中国科学院电子学研究所 | 选小单元平均恒虚警率实时检测sar运动目标方法、装置 |
KR20080090104A (ko) * | 2007-04-04 | 2008-10-08 | 한국과학기술원 | 비균질 감쇄 환경에서 수신기 다양성과 일정 오경보 확률방법을 쓴 적응 부호획득 방법 |
CN104155636A (zh) * | 2014-08-12 | 2014-11-19 | 西安电子科技大学 | 一种基于恒虚警目标检测的优化方法 |
Non-Patent Citations (1)
Title |
---|
自适应恒虚警研究与硬件设计;刘思源;《中国优秀硕士学位论文全文数据库 信息科技辑》;20141115(第11期);参见正文第5-24页 |
Also Published As
Publication number | Publication date |
---|---|
CN106646419A (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106646419B (zh) | 一种检测杂波边缘雷达目标的自适应恒虚警方法 | |
CN109143195B (zh) | 一种基于全kl散度的雷达目标检测方法 | |
CN109154655A (zh) | 目标信号检测方法、设备、无人机及农业无人机 | |
CN111624567B (zh) | 一种恒虚警检测方法及装置 | |
CN107024682A (zh) | 一种基于自适应剔除算法的目标检测方法 | |
US9188666B2 (en) | System and method for distribution free target detection in a dependent non-Gaussian background | |
CN108802722A (zh) | 一种基于虚拟谱的弱目标检测前跟踪方法 | |
CN113376613B (zh) | 用于雷达探测的恒虚警检测方法、装置及电子设备 | |
CN112881993B (zh) | 自动识别雷达分布杂波引起虚假航迹的方法 | |
CN111239704B (zh) | 大气探测雷达信号识别方法、装置、设备及介质 | |
CN112859014A (zh) | 基于雷达信号分选的雷达干扰抑制方法、装置及介质 | |
CN107942308A (zh) | 复合高斯环境下基于伽玛纹理的自适应Rao检测方法 | |
CN104459644A (zh) | 一种用于雷达视频信号检测的自适应恒虚警检测方法 | |
CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
CN110007299A (zh) | 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法 | |
CN112731307A (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
CN107024680A (zh) | 一种基于双删除门限的目标检测方法 | |
CN112213697A (zh) | 一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法 | |
CN105866748B (zh) | 一种基于检测先验的固定窗长恒虚警检测方法 | |
CN113567931A (zh) | 一种训练样本不足时的双子空间信号检测方法与系统 | |
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 | |
Tian et al. | Multiresolution jamming recognition with few-shot learning | |
CN102819010A (zh) | 一种改进的二维恒虚警方法 | |
CN112098952B (zh) | 一种基于时域统计处理的雷达侦察杂波抑制方法 | |
CN106872957A (zh) | 一种目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |