CN108196238A - 高斯背景下基于自适应匹配滤波的杂波图检测方法 - Google Patents

高斯背景下基于自适应匹配滤波的杂波图检测方法 Download PDF

Info

Publication number
CN108196238A
CN108196238A CN201810028876.5A CN201810028876A CN108196238A CN 108196238 A CN108196238 A CN 108196238A CN 201810028876 A CN201810028876 A CN 201810028876A CN 108196238 A CN108196238 A CN 108196238A
Authority
CN
China
Prior art keywords
data
resolution cell
clutter
scanning
clutter map
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.)
Granted
Application number
CN201810028876.5A
Other languages
English (en)
Other versions
CN108196238B (zh
Inventor
许述文
黄盛杰
薛健
水鹏朗
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.)
Xidian University
Original Assignee
Xidian University
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 Xidian University filed Critical Xidian University
Priority to CN201810028876.5A priority Critical patent/CN108196238B/zh
Publication of CN108196238A publication Critical patent/CN108196238A/zh
Application granted granted Critical
Publication of CN108196238B publication Critical patent/CN108196238B/zh
Active 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
    • G01S7/41—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

本发明公开了高斯背景下基于自适应匹配滤波的杂波图检测方法，主要解决现有技术检测性能差的问题，其技术方案是：1利用雷达发射机发射脉冲信号，雷达接收机接收每个分辨单元中的回波序列为Z；2对Z利用自适应匹配滤波器计算检验统计量ξ；3对ξ进行杂波图更新处理得到扫描估计值4利用蒙特卡洛实验估计杂波图门限因子T；5计算检验统计量ξ与扫描估计值的比值C，并将比值C与门限因子T进行比较得到检测后的结果。本发明提高了海杂波背景下目标检测的性能，可用于运动或静止相参体制平台下的海面目标检测。

Description

高斯背景下基于自适应匹配滤波的杂波图检测方法
技术领域
本发明属于信号处理技术领域，具体涉及一种海杂波背景下的目标检测方法，可用于运动或静止相参体制平台下的目标检测。
背景技术
海杂波背景下的目标检测技术是雷达应用技术中一个至关重要的研究方向，在军事和民用领域已经得到广泛应用。当雷达在对海模式下工作时，扫描场景复杂并且范围较大，雷达回波中往往包含着各种类型的杂波，包括海杂波、地杂波、岛礁杂波、近海杂波等。复杂的杂波场景和杂波特性严重影响着海杂波背景下的目标检测，而对海杂波相关参数的估计构成了海面目标检测的主要障碍。由于杂波强度受海况等因素的影响，特别是在近海区域海杂波强度在空域上变换十分剧烈时，若采用传统的空域类CFAR处理方法如CA-CFAR、GO-CFAR、SO-CFAR时，只能采用很少的参考单元，因而虚警率损失很大，而且虚警率不易保持恒定。一般情况下杂波虽然在距离和方位上的变化十分剧烈，但同一距离单元的杂波强度随时间的变化是缓慢的，因而可以采用时域CFAR处理方法，也就是所谓的杂波图CFAR方法。
文献“Nitzberg R.Clutter map CFAR analysis[J].IEEE Transactions onAerospace and Electronic systems,1986(4):419-421.”首先提出和分析了这种方法，这一处理过程利用了雷达杂波环境时域的相对平稳性。这种方法把雷达空间分成杂波图单元进行工作，它根据检测单元多次扫描值形成检测单元处杂波背景的强度估计。杂波图存储每个方位-距离单元杂波强度的幅值，每个值依靠新的和以前若干次的扫描测量值的迭代来更新，并把它作为当前杂波背景的强度估计。Nitzberg提出的这种方法在利用多帧联合来估计杂波的功率水平，与传统的单帧检测相比，虽说检测性能有所提高。但是，该方法在进行脉冲维处理时，由于只利用了回波序列的幅度信息，并没有对回波的相位信息进行处理，因而其检测性能仍不是很好。
发明内容
本发明的目的在于针对上述现有技术的不足，提出一种高斯背景下基于自适应匹配滤波的杂波图检测方法，以提高对目标的检测性能。
为实现上述技术目的，本发明的技术方案包括：
(1)利用雷达发射机发射脉冲信号，利用雷达接收机接收经过海面散射形成的回波数据，该回波数据是一个包括扫描圈数、脉冲维、距离维和波位维的四维矩阵，每个方位-距离二维平面的最小处理单元称为分辨单元，每个分辨单元中的回波序列为Z：
Z＝[z1,z2,...,zi,...,zN]，
其中zi表示第i个回波数据，N表示脉冲数；
(2)对每个分辨单元中的回波序列Z计算相应的协方差矩阵
其中，M表示参考单元个数，zm表示参考单元回波数据；
(3)利用协方差矩阵对回波序列Z进行自适应匹配滤波处理，得到每个分辨单元中回波序列的检验统计量ξn(k)：
其中，p表示归一化导向矢量，ξn(k)表示第n次扫描第k个分辨单元的检验统计量，n＝1,2,...,L，L表示扫描圈数，(·)H表示共轭转置操作，(·)-1表示对矩阵求逆操作；
(4)从ξn(k)中取出第n-1次扫描第k个分辨单元处理后的数据ξn-1(k)，对ξn-1(k)进行杂波图更新，得到第n次扫描第k个分辨单元的估计值
其中ω表示遗忘因子，ξn(k)表示第k个分辨单元的第n次回波输出的采样值；
(5)对检验统计量ξn(k)进行自适应检测：
(5a)根据待检测数据的格式和不同的虚警率要求，利用蒙特卡洛实验估计杂波图门限因子T；
(5b)计算检验统计量ξn(k)与第n次扫描的估计值的比值C，并将C与门限因子T进行比较：
若C≥T，则认为该检测单元中含有目标，即将检测结果中相应的单元置1；
若C＜T，则认为该检测单元中没有目标，即将检测结果中相应的单元置0。
本发明与现有技术相比具有以下优点：
1)本发明由于利用自适应匹配滤波对原始数据进行处理，在高斯分布的杂波背景下提高了检测性能；
2)本发明由于采用相参累积的方法对脉冲维的数据进行处理，利用了回波的相位信息，与传统的非相参方法相比，进一步提高了检测性能。
附图说明
图1为本发明的实现流程图；
图2为本发明估计协方差矩阵中参考单元的选取图；
图3为采用本发明和现有方法检测结果的对比图。
具体实施方式
下面结合附图对本发明作进一步说明：
参照图1，本发明的实现步骤如下：
步骤1，获取回波序列为Z。
利用雷达发射机发射脉冲信号，利用雷达接收机接收经过海面散射形成的回波数据，该回波数据是一个包括扫描圈数、脉冲维、距离维和波位维的四维矩阵，每个方位-距离二维平面的最小处理单元称为分辨单元；
每个分辨单元中的回波序列为Z：
Z＝[z1,z2,...,zi,...,zN]，
其中zi表示第i个回波数据，N表示脉冲数。
步骤2，计算回波序列的协方差矩阵
(2a)选取的参考单元：
分别将每个回波序列z作为检测单元，为避免目标进入参考单元中，在检测单元两侧选取保护单元，即在检测单元两侧共选取M个分辨单元作为参考单元，如图2中z1,z2,...,zm,...,zM为所选取的参考单元，其中zm表示第m个参考单元的回波序列，m的取值为1,2,...,M；
(2b)根据第m个参考单元的回波序列zm，采用归一化采样协方差矩阵NSCM，计算得到检测单元的协方差矩阵
其中，M表示参考单元个数，zm表示第m个参考单元回波数据，(·)H表示共轭转置操作。
步骤3，对回波序列进行自适应匹配滤波处理。
(3a)确定目标的多普勒频移fd，计算归一化导向矢量p：
其中，(·)T表示转置操作；
(3b)对每个分辨单元中的回波序列Z进行自适应匹配滤波处理，得到每个分辨单元中回波序列的检验统计量ξn(k)：
其中，ξn(k)表示第k个分辨单元第n次扫描的检验统计量，n＝1,2,...,L，L表示扫描圈数，(·)-1表示对矩阵求逆操作。
步骤4，杂波图更新处理。
从ξn(k)中取出第n-1次扫描第k个分辨单元处理后的数据ξn-1(k)，对ξn-1(k)进行杂波图更新，得到第n次扫描第k个分辨单元的估计值
其中，ω为遗忘因子，其取值为[0,1]内的常数，实践中为了兼顾检测性能与运算速度，ω的取值为0.125；表示第n-1次扫描第k个分辨单元的估计值。
步骤5，对回波序列进行自适应检测处理。
(5a)根据待检测数据的格式和不同的虚警率要求进行利用蒙特卡洛实验估计杂波图门限因子T：
(5a1)确定需要的虚警率指标，统计待检测数据各个维度的长度；
(5a2)根据虚警率指标和原始数据的格式，生成相对应的高斯分布纯杂波数据；
(5a3)对纯杂波数据按照步骤(2)至步骤(4)进行处理，得到相应的检验统计量ξn(k)与第n次扫描的估计值
(5a4)由于门限因子与参考单元的位置无关，根据自适应检测准则计算初始门限因子Ti，其中，i表示第i次蒙特卡洛实验，通过如下公式进行：
(5a5)独立重复多次试验，对每次得到的初始门限因子Ti进行降序排列，取(5a1)确定的相应虚警率下的门限因子作为最终的门限因子T；
(5b)计算检验统计量ξn(k)与第n次扫描的估计值的比值：并将C与门限因子T进行比较：
若C≥T，则认为该检测单元中含有目标，即将检测结果中相应的单元置1；
若C＜T，则认为该检测单元中没有目标，即将检测结果中相应的单元置0。
基于步骤1到步骤5完成基于自适应匹配滤波的杂波图目标检测。
下面结合仿真实验对本发明的效果做进一步说明。
1.仿真参数
仿真实验中采用的数据是某运动平台数据。
2.仿真实验内容
仿真实验，对某运动平台数据，分别采用本发明方法和MTD级联Nitzberg杂波图检测方法进行目标检测，检测结果如图3所示，图3中的横轴表示信杂比，纵轴表示检测概率，图3中的实线表示采用本发明得到的海面目标检测结果；图3中的虚线表示采用MTD级联Nitzberg杂波图检测方法得到的检测结果。
从图3中可以看出，采用本发明方法得到的检测结果明显优于现有方法得到的检测结果。
综上所述，本发明提出的高斯背景下基于自适应匹配滤波的杂波图目标检测方法，提高了运动或静止相参体制平台条件下海面目标检测的性能。

Claims (3)

1.一种高斯背景下基于自适应匹配滤波的杂波图检测方法，包括：
(1)利用雷达发射机发射脉冲信号，利用雷达接收机接收经过海面散射形成的回波数据，该回波数据是一个包括扫描圈数、脉冲维、距离维和波位维的四维矩阵，每个方位-距离二维平面的最小处理单元称为分辨单元，每个分辨单元中的回波序列为Z：
Z＝[z1,z2,...,zi,...,zN]，
其中zi表示第i个回波数据，N表示脉冲数；
(2)对每个分辨单元中的回波序列Z计算相应的协方差矩阵
其中，M表示参考单元个数，zm表示参考单元回波数据；
(3)利用协方差矩阵对回波序列Z进行自适应匹配滤波处理，得到每个分辨单元中回波序列的检验统计量ξn(k)：
其中，p表示归一化导向矢量，ξn(k)表示第n次扫描第k个分辨单元的检验统计量，n＝1,2,...,L，L表示扫描圈数，(·)H表示共轭转置操作，(·)-1表示对矩阵求逆操作；
(4)从ξn(k)中取出第n-1次扫描第k个分辨单元处理后的数据ξn-1(k)，对ξn-1(k)进行杂波图更新，得到第n次扫描第k个分辨单元的估计值
其中ω表示遗忘因子，ξn(k)表示第k个分辨单元的第n次回波输出的采样值；
(5)对检验统计量ξn(k)进行自适应检测：
(5a)根据待检测数据的格式和不同的虚警率要求，利用蒙特卡洛实验估计杂波图门限因子T；
(5b)计算检验统计量ξn(k)与第n次扫描的估计值的比值C，并将C与门限因子T进行比较：
若C≥T，则认为该检测单元中含有目标，即将检测结果中相应的单元置1；
若C＜T，则认为该检测单元中没有目标，即将检测结果中相应的单元置0。
2.如权利要求1所述的方法，其特征在于，步骤(4)中对第n-1次扫描第k个分辨单元的数据进行杂波图更新，通过如下公式进行：
其中，ω为遗忘因子，其取值为[0,1]内的常数；表示第n-1次扫描第k个分辨单元的估计值。
3.如权利要求1所述的方法，其特征在于，步骤(5)中根据待检测数据的格式和不同的虚警率要求进行利用蒙特卡洛实验估计杂波图门限因子T，按如下步骤进行：
(5a)根据虚警率要求和待检测数据格式生成相应的纯杂波数据；
(5b)对纯杂波数据按照步骤(2)至步骤(4)进行处理，得到相应的检验统计量ξn(k)与第n次扫描的估计值
(5c)由于门限因子与参考单元位置无关，根据自适应检测准则得到初始门限因子Ti：
(5d)独立重复多次试验，对得到的初始门限因子Ti进行降序排列，取相应虚警率下的门限因子作为最终的门限因子T。
CN201810028876.5A 2018-01-12 2018-01-12 高斯背景下基于自适应匹配滤波的杂波图检测方法 Active CN108196238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810028876.5A CN108196238B (zh) 2018-01-12 2018-01-12 高斯背景下基于自适应匹配滤波的杂波图检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810028876.5A CN108196238B (zh) 2018-01-12 2018-01-12 高斯背景下基于自适应匹配滤波的杂波图检测方法

Publications (2)

Publication Number Publication Date
CN108196238A true CN108196238A (zh) 2018-06-22
CN108196238B CN108196238B (zh) 2021-07-27

Family

ID=62589265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810028876.5A Active CN108196238B (zh) 2018-01-12 2018-01-12 高斯背景下基于自适应匹配滤波的杂波图检测方法

Country Status (1)

Country Link
CN (1) CN108196238B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919219A (zh) * 2018-07-06 2018-11-30 西安电子科技大学 基于反对称变换和参数可调的分布式目标检测方法
CN111624571A (zh) * 2020-05-19 2020-09-04 哈尔滨工业大学 基于自适应紧框架的非均匀Weibull背景统计分布参数估计方法
CN113671459A (zh) * 2021-07-10 2021-11-19 亿太特(陕西)科技有限公司 Fmcw雷达动目标恒虚警检测方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100090884A1 (en) * 2008-10-09 2010-04-15 Colorado State University Research Foundation Gaussian model adaptive processing in the time domain
CN102169175A (zh) * 2010-12-08 2011-08-31 关键 基于frft域非相参积累的海杂波抑制和动目标检测方法
CN103954951A (zh) * 2014-05-13 2014-07-30 西安电子科技大学 基于功率中值和归一化协方差估计的海面目标检测方法
CN104215951A (zh) * 2014-08-20 2014-12-17 上海无线电设备研究所 一种在海杂波背景下慢速小目标的检测系统及其检测方法
CN104360324A (zh) * 2014-10-31 2015-02-18 中国电子科技集团公司第二十八研究所 一种基于图像处理的杂波图分区方法
CN104569949A (zh) * 2015-01-27 2015-04-29 西安电子科技大学 基于组合自适应归一化匹配滤波的雷达目标检测方法
CN106093904A (zh) * 2016-06-17 2016-11-09 电子科技大学 基于多帧双门限两级检测机制的杂波图恒虚警方法
CN106569208A (zh) * 2016-11-15 2017-04-19 南京理工大学 基于杂波图的机场跑道异物检测方法
CN106872958A (zh) * 2017-04-27 2017-06-20 中国人民解放军海军航空工程学院 基于线性融合的雷达目标自适应检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100090884A1 (en) * 2008-10-09 2010-04-15 Colorado State University Research Foundation Gaussian model adaptive processing in the time domain
CN102169175A (zh) * 2010-12-08 2011-08-31 关键 基于frft域非相参积累的海杂波抑制和动目标检测方法
CN103954951A (zh) * 2014-05-13 2014-07-30 西安电子科技大学 基于功率中值和归一化协方差估计的海面目标检测方法
CN104215951A (zh) * 2014-08-20 2014-12-17 上海无线电设备研究所 一种在海杂波背景下慢速小目标的检测系统及其检测方法
CN104360324A (zh) * 2014-10-31 2015-02-18 中国电子科技集团公司第二十八研究所 一种基于图像处理的杂波图分区方法
CN104569949A (zh) * 2015-01-27 2015-04-29 西安电子科技大学 基于组合自适应归一化匹配滤波的雷达目标检测方法
CN106093904A (zh) * 2016-06-17 2016-11-09 电子科技大学 基于多帧双门限两级检测机制的杂波图恒虚警方法
CN106569208A (zh) * 2016-11-15 2017-04-19 南京理工大学 基于杂波图的机场跑道异物检测方法
CN106872958A (zh) * 2017-04-27 2017-06-20 中国人民解放军海军航空工程学院 基于线性融合的雷达目标自适应检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曾浩 等: "强海杂波环境下目标检测方法对比分析", 《雷达科学与技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108919219A (zh) * 2018-07-06 2018-11-30 西安电子科技大学 基于反对称变换和参数可调的分布式目标检测方法
CN111624571A (zh) * 2020-05-19 2020-09-04 哈尔滨工业大学 基于自适应紧框架的非均匀Weibull背景统计分布参数估计方法
CN113671459A (zh) * 2021-07-10 2021-11-19 亿太特(陕西)科技有限公司 Fmcw雷达动目标恒虚警检测方法
CN113671459B (zh) * 2021-07-10 2024-04-05 亿太特(陕西)科技有限公司 Fmcw雷达动目标恒虚警检测方法

Also Published As

Publication number Publication date
CN108196238B (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN106569193B (zh) 基于前-后向收益参考粒子滤波的海面小目标检测方法
Huang et al. Radar high speed small target detection based on keystone transform and linear canonical transform
CN104569948A (zh) 海杂波背景下子带自适应glrt-ltd检测方法
CN108646249B (zh) 一种适用于部分均匀混响背景的参数化泄露目标检测方法
CN111610501A (zh) 对海雷达小目标检测方法
CN107942324B (zh) 基于多普勒引导的多帧联合小目标双重检测方法
CN105738880A (zh) 逆高斯纹理复合高斯海杂波幅度分布参数的矩估计方法
CN108196238A (zh) 高斯背景下基于自适应匹配滤波的杂波图检测方法
CN113885006B (zh) 一种机动转弯目标相参积累检测方法
Xue et al. Knowledge-based target detection in compound Gaussian clutter with inverse Gaussian texture
Tohidi et al. Compressed-domain detection and estimation for colocated MIMO radar
JP2009236720A (ja) 移動目標検出装置
CN115220021A (zh) 一种基于声呐图像的微弱运动目标轨迹检测方法和系统
CN108387879A (zh) 基于自适应归一化匹配滤波的杂波图单元中值检测方法
CN111650574B (zh) 基于稀疏恢复的水下空时自适应处理方法及系统
CN116609754A (zh) 一种可进化的智能化单模态机载雷达目标跟踪方法
CN113093174B (zh) 基于phd滤波雷达起伏微弱多目标的检测前跟踪方法
CN114779231B (zh) 一种基于高分辨距离像的宽带雷达运动目标跟踪方法
CN114355324A (zh) 一种航迹生成方法
Behar et al. Hough detector with adaptive non-coherent integration for target detection in pulse jamming
Vu et al. Track-before-detect for an active towed array sonar
Wang et al. Seafloor terrain detection from acoustic images utilizing the fast two-dimensional CMLD-CFAR
Chen et al. Adaptive detection in compound-Gaussian clutter with partially correlated texture
Kabakchiev et al. Cell averaging constant false alarm rate detector with Hough transform in randomly arriving impulse interference
SUZUKI et al. Performance and Inference Time Tradeoff for RNN Model based Wideband Inter-radar Interference Mitigation

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