CN109164424A - 一种有序统计类恒虚警门限快速计算方法 - Google Patents
一种有序统计类恒虚警门限快速计算方法 Download PDFInfo
- Publication number
- CN109164424A CN109164424A CN201810777704.8A CN201810777704A CN109164424A CN 109164424 A CN109164424 A CN 109164424A CN 201810777704 A CN201810777704 A CN 201810777704A CN 109164424 A CN109164424 A CN 109164424A
- Authority
- CN
- China
- Prior art keywords
- data
- register
- reference unit
- false alarm
- constant false
- 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
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
- G01S7/40—Means for monitoring or calibrating
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
本发明公开了一种基于FPGA实现的有序统计类恒虚警门限快速计算方法,方法采用流水线计算方式,整体流程可分为整体排序、参考单元抽取、门限计算三步骤;整体排序对目标单元、保护单元以及参考单元进行整体排序;参考单元抽取在体排序结果中抽取出参考单元生成参考单元排序序列;门限计算利用参考单元有序序列按照对应恒虚警门限计算规则进行计算。本发明采用单路注入,流水线计算方式,可在8个时钟后得出计算结果,且与排序网络相比资源占用低。
Description
技术领域
本发明涉及数字信号处理技术,特别是一种有序统计类恒虚警门限快速计算方法。
背景技术
恒虚警(Constant False Alarm Rate,CFAR)检测能够根据实际复杂多变的背景噪声、杂波以及干扰下自动调整门限,以保持恒定的虚警概率的自适应门限检测算法,广泛用于雷达信号自动检测系统。恒虚警检测根据对参考单元的处理方式上可以分为均值类恒虚警(Mean Level CFAR,MLCFAR)以及有序统计类恒虚警(Ordered Statistics CFAR,OSCFAR)。有序统计方法源于数字图形处理中的中值滤波概念,相比于MLCFAR,OSCFAR能够有效抑制紧邻目标引起的遮蔽效应,提高在多目标环境中的检测性能,并且OSCFAR在均匀杂波环境中的性能下降也是适度的,可接受的。
OSCFAR对参考单元数据{x1,x2…x2L}进行排序,形成有序序列{x(1),x(2)…x(2L)},并从中选取中值x(L)作为CFAR中干扰功率电平的估计量Z,实际门限T为该估计量和一个因子k的乘机,即T=k·Z。由此可见,OSCFAR的计算关键是对参考单元进行排序处理。排序网络结构是常见的FPGA硬件排序结构,排序网络结构需要将所有待排序数据在同一时间内输入,通过内部比较交换等操作形成有序序列,存在重复排序操作造成资源浪费,且消耗资源过多,对于资源有限的处理平台将不可接受。
发明内容
本发明的目的在于提供一种有序统计类恒虚警门限快速计算方法。
实现本发明目的的技术方案为:一种有序统计类恒虚警门限快速计算方法,包括如下步骤:
步骤1,对目标单元、保护单元以及参考单元进行整体排序;
步骤2,在整体排序结果中抽取出参考单元生成参考单元排序结果;
步骤3,利用参考单元有序结果,按照对应恒虚警门限计算规则进行计算。
与现有技术相比,本发明的显著优点为:本发明提出了一种基于FPGA实现的有序统计类恒虚警门限快速计算方法,该方法将逐一输入的数据进行恒虚警门限计算,当数据填满恒虚警所有单元后仅需8个时钟延迟即可得出计算结果,且本方法排序资源占用少;以16个排序单元,每个单元数据宽度为32bit为例,采用全比较排序网路完成排序需要120个32bit比较器,而采用本方法进行排序仅需要15个32bit比较器以及30个4bit比较器,资源占用大大减少。
附图说明
图1为OSCFAR检测器原理框图。
图2为本发明具体实施例中OSCFAR检测器原理框图。
图3为本发明步骤1.3大小位置寄存器进行更新示意图。
图4为本发明步骤2.3大小位置寄存器中参考单元修正示意图。
具体实施方式
本发明的一种有序统计类恒虚警门限快速计算方法,包括如下步骤:
步骤1,对目标单元、保护单元以及参考单元进行整体排序:
步骤1.1,将输入数据注入到移位寄存器左端;
步骤1.2,将移位寄存器左端数据分别与之后N-1个数据进行比较,将比较结果记录在排序比较结果寄存器;N为目标单元、保护单元、参考单元总个数;
步骤1.3,将排序比较结果寄存器上数据累加,得到移位寄存器左端数据在移位寄存器N个数据中的大小位置信息,并记录到大小位置寄存器左端,同时将大小位置寄存器进行更新及移位,形成移位寄存器上N个数据的大小位置信息;
步骤2,参考单元抽取:
步骤2.1,将大小位置寄存器上的参考单元分别与目标单元、保护单元进行比较,比较结果记录在抽取比较结果寄存器;
步骤2.2,将抽取比较结果寄存器上数据分别累加,得到每个参考单元大小位置寄存器在去除目标单元及保护单元后需要的修正值,记录到抽取修正寄存器;
步骤2.3,将大小位置寄存器中参考单元部分根据对应的抽取修正寄存器值进行修正,形成移位寄存器上参考单元数据的大小位置信息,记录到抽取大小位置寄存器;
步骤2.4,分别以抽取大小位置寄存器值为地址,将移位寄存器上参考单元数据记录到排序结果寄存器,形成参考单元排序结果。
步骤3,门限计算:根据参考单元排序结果,按照对应的恒虚警门限计算规则进行计算。
进一步的,步骤1.2所述的比较结果为0-1结果,移位寄存器左端数据分别与之后N-1个数据比较结果为大于,则对应排序比较结果寄存器值为1否则为0。
进一步的,步骤1.3所述的大小位置寄存器进行更新及移位的更新规则为:若本单元内数据大于或等于最左端数据(新入数据)且小于最右端数据(排除数据)则将本单元数据加一后放入下一单元;若本单元内数据小于或等于最左端数据且大于最右端数据则将本单元数据减一后放入下一单元;其它情况保持不变放入下一单元。
进一步的,步骤2.3所述的大小位置寄存器中参考单元部分根据抽取修正寄存器值进行修正的修正规则为:将大小位置寄存器数据分别减去对应抽取修正寄存器数据,结果保存到原位置。
下面参照附图对本发明的实施例进行详细描述。
实施例
如图1所示为OSCFAR所使用的一维滑窗结构,雷达数据呈一维数组结构。OSCFAR处理窗分为目标单元、保护单元、前导参考单元以及滞后参考单元。目标单元对应的门限由前导参考单元以及滞后参考单元统一排序后的中值和一个因子的乘积。
如图2为本发明OSCFAR门限快速计算方法的一个具体实施例中OSCFAR检测器原理框图。本发明对逐一输入的雷达数据进行移位寄存,并以流水线结构进行分布排序,形成最新N个有序序列,并进行门限计算。
如图3为本发明步骤1.3大小位置寄存器进行更新算法示意图。如图所示,将大小位置寄存器值按从小到大叠放,所有情况均按照以下三种情况处理:若大小位置寄存器值大于或等于注入的大小位置值,且小于排除的大小位置值则将本单元数据加一;若大小位置寄存器值小于或等于注入的大小位置值,且大于排除的大小位置值则将本单元数据加一;其它情况保持不变放入下一单元。需要说明的是图3结构在实际中并不存在,仅仅是为了说明步骤1.3的更新规则。
如图4为本发明步骤2.3大小位置寄存器中参考单元根据抽取修正寄存器值进行修正示意图。将大小位置寄存器值按从小到大叠放,非参考单元可能在任意位置,则参考单元大小位置减去大于非参考单元大小位置的个数即为去除非参考单元后,参考单元的大小位置。需要说明的是图4结构在实际中并不存在,仅仅是为了说明步骤2.3的修正规则。
Claims (6)
1.一种有序统计类恒虚警门限快速计算方法,其特征在于,包括如下步骤:
步骤1,对目标单元、保护单元以及参考单元进行整体排序;
步骤2,在整体排序结果中抽取出参考单元生成参考单元排序结果;
步骤3,利用参考单元有序结果,按照对应恒虚警门限计算规则进行计算。
2.根据权利要求1所述的有序统计类恒虚警门限快速计算方法,其特征在于,步骤1整体排序具体为:
步骤1.1,将输入数据注入到移位寄存器左端;
步骤1.2,将移位寄存器左端数据分别与之后N-1个数据进行比较,将比较结果记录在排序比较结果寄存器;其中N为目标单元、保护单元、参考单元总个数;
步骤1.3,将排序比较结果寄存器上数据累加,得到移位寄存器左端数据在移位寄存器N个数据中的大小位置信息,并记录到大小位置寄存器左端,同时将大小位置寄存器进行更新及移位,形成移位寄存器上N个数据的大小位置信息。
3.根据权利要求2所述的有序统计类恒虚警门限快速计算方法,其特征在于,步骤1.2所述的比较结果为0-1结果,移位寄存器左端数据分别与之后N-1个数据比较结果为大于,则对应排序比较结果寄存器值为1,否则为0。
4.根据权利要求2所述的有序统计类恒虚警门限快速计算方法,其特征在于,步骤1.3所述的大小位置寄存器进行更新及移位的更新规则为:若本单元内数据大于或等于最左端数据且小于最右端数据则将本单元数据加一后放入下一单元;若本单元内数据小于或等于最左端数据且大于最右端数据则将本单元数据减一后放入下一单元;其它情况保持不变放入下一单元。
5.根据权利要求1所述的有序统计类恒虚警门限快速计算方法,其特征在于,步骤2参考单元抽取具体为:
步骤2.1,将大小位置寄存器上的参考单元分别与目标单元、保护单元进行比较,比较结果记录在抽取比较结果寄存器;
步骤2.2,将抽取比较结果寄存器上数据分别累加,得到每个参考单元大小位置寄存器在去除目标单元及保护单元后需要修正值,记录到抽取修正寄存器;
步骤2.3,将大小位置寄存器中参考单元根据抽取修正寄存器值进行修正,形成移位寄存器上参考单元数据的大小位置信息,记录到抽取大小位置寄存器;
步骤2.4,分别以抽取大小位置寄存器值为地址,将移位寄存器上参考单元数据记录到排序结果寄存器,形成参考单元排序结果。
6.根据权利要求5所述的有序统计类恒虚警门限快速计算方法,其特征在于,步骤2.3所述的大小位置寄存器中参考单元部分根据抽取修正寄存器值进行修正的修正规则为:将大小位置寄存器数据分别减去对应抽取修正寄存器数据,结果保存到原位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810777704.8A CN109164424B (zh) | 2018-07-16 | 2018-07-16 | 一种有序统计类恒虚警门限快速计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810777704.8A CN109164424B (zh) | 2018-07-16 | 2018-07-16 | 一种有序统计类恒虚警门限快速计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109164424A true CN109164424A (zh) | 2019-01-08 |
CN109164424B CN109164424B (zh) | 2023-03-28 |
Family
ID=64897944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810777704.8A Active CN109164424B (zh) | 2018-07-16 | 2018-07-16 | 一种有序统计类恒虚警门限快速计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109164424B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058238A (zh) * | 2019-04-09 | 2019-07-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于毫米波的倒车雷达地面断崖识别方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009116813A (ja) * | 2007-11-09 | 2009-05-28 | Japan Aerospace Exploration Agency | 大規模計算用カスタムメイド計算機 |
CN101872014A (zh) * | 2010-06-18 | 2010-10-27 | 深圳麒景雷信科技有限公司 | 基于改进的cosgo-cfar的目标信号检测方法 |
KR20120010457A (ko) * | 2010-07-26 | 2012-02-03 | 재단법인대구경북과학기술원 | 계산량을 향상시킨 순차통계 일정 오경보율 검파방법 |
CN103558595A (zh) * | 2013-11-11 | 2014-02-05 | 上海航天测控通信研究所 | 雷达通用恒虚警率检测器及其数据排序方法 |
CN104914433A (zh) * | 2015-06-15 | 2015-09-16 | 南京航空航天大学 | 一种基于链表排序的os-cfar多目标提取的实现方法 |
CN105116380A (zh) * | 2015-08-13 | 2015-12-02 | 电子科技大学 | 一种排序式恒虚警门限的计算方法 |
CN105159597A (zh) * | 2015-06-17 | 2015-12-16 | 北京空间机电研究所 | 不确定数目大数量数据的高速实时排序方法 |
CN106469315A (zh) * | 2016-09-05 | 2017-03-01 | 南京理工大学 | 基于改进One‑Class SVM算法的多模复合探测目标识别方法 |
CN107402741A (zh) * | 2017-08-04 | 2017-11-28 | 电子科技大学 | 一种适宜于fpga实现的排序方法 |
-
2018
- 2018-07-16 CN CN201810777704.8A patent/CN109164424B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009116813A (ja) * | 2007-11-09 | 2009-05-28 | Japan Aerospace Exploration Agency | 大規模計算用カスタムメイド計算機 |
CN101872014A (zh) * | 2010-06-18 | 2010-10-27 | 深圳麒景雷信科技有限公司 | 基于改进的cosgo-cfar的目标信号检测方法 |
KR20120010457A (ko) * | 2010-07-26 | 2012-02-03 | 재단법인대구경북과학기술원 | 계산량을 향상시킨 순차통계 일정 오경보율 검파방법 |
CN103558595A (zh) * | 2013-11-11 | 2014-02-05 | 上海航天测控通信研究所 | 雷达通用恒虚警率检测器及其数据排序方法 |
CN104914433A (zh) * | 2015-06-15 | 2015-09-16 | 南京航空航天大学 | 一种基于链表排序的os-cfar多目标提取的实现方法 |
CN105159597A (zh) * | 2015-06-17 | 2015-12-16 | 北京空间机电研究所 | 不确定数目大数量数据的高速实时排序方法 |
CN105116380A (zh) * | 2015-08-13 | 2015-12-02 | 电子科技大学 | 一种排序式恒虚警门限的计算方法 |
CN106469315A (zh) * | 2016-09-05 | 2017-03-01 | 南京理工大学 | 基于改进One‑Class SVM算法的多模复合探测目标识别方法 |
CN107402741A (zh) * | 2017-08-04 | 2017-11-28 | 电子科技大学 | 一种适宜于fpga实现的排序方法 |
Non-Patent Citations (12)
Title |
---|
SHUKLA, B (SHUKLA, B): "Iterative Parallel Shift Sort : Optimization and Design for Area Constrained Applications", 《2017 6TH INTERNATIONAL CONFERENCE ON RELIABILITY, INFOCOM TECHNOLOGIES AND OPTIMIZATION (TRENDS AND FUTURE DIRECTIONS) (ICRITO)》 * |
SUMIT DIWARE: "Iterative parallel shift sort : Optimization and design for area constrained applications", 《2017 6TH INTERNATIONAL CONFERENCE ON RELIABILITY, INFOCOM TECHNOLOGIES AND OPTIMIZATION (TRENDS AND FUTURE DIRECTIONS) (ICRITO)》 * |
WANG, YK (WANG, YUANKAI): "Jittered chirp sequence waveform in combination with CS-based unambiguous Doppler processing for automotive frequency-modulated continuous wave radar", 《IET RADAR SONAR AND NAVIGATION》 * |
YUANKAI WANG: "A novel threshold detection method for FMCW radar", 《IET INTERNATIONAL RADAR CONFERENCE 2015》 * |
李清亮等: "《雷达地海杂波测量与建模》", 31 December 2017, 国防工业出版社 * |
杜翠兰: "图像快速统计排序滤波设计及其FPGA实现", 《数字技术与应用》 * |
杨光等: "CMLD-CFAR算法在多目标环境中的检测性能分析及应用", 《雷达与对抗》 * |
王佳楠: "基于FPGA的CFAR开发系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 * |
王元恺: "调频连续波雷达的二维截断统计量恒虚警检测方法", 《西安交通大学学报》 * |
王大伟等: "基于统计移位排序结构的高速路由器公平队列调度算法实现", 《计算机学报》 * |
郭诚欣: "基于现代硬件的并行内存排序方法综述", 《计算机学报》 * |
钱孝桃等: "基于FPGA的串并集合排序在雷达系统中的应用", 《电子设计工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110058238A (zh) * | 2019-04-09 | 2019-07-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于毫米波的倒车雷达地面断崖识别方法 |
CN110058238B (zh) * | 2019-04-09 | 2021-02-02 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于毫米波的倒车雷达地面断崖识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109164424B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105277923B (zh) | 一种单通道雷达信号分选方法 | |
CN110376581B (zh) | 基于高斯混合概率假设密度滤波器的显式多目标跟踪方法 | |
CN106934324A (zh) | 基于简化多假设算法的雷达数据关联方法 | |
CN111738520A (zh) | 一种融合孤立森林与长短期记忆网络的系统负载预测方法 | |
CN107576942A (zh) | 一种基于信号聚类的辐射源扫描周期实时估计方法 | |
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 | |
CN109726737B (zh) | 基于轨迹的异常行为检测方法及装置 | |
Liu et al. | Deinterleaving pulse trains in unconventional circumstances using multiple hypothesis tracking algorithm | |
CN104090952A (zh) | 一种估算滑动窗口下的数据流平均值的方法与系统 | |
CN109164424A (zh) | 一种有序统计类恒虚警门限快速计算方法 | |
CN110991525A (zh) | 基于运营商轨迹数据的伴随模式匹配方法 | |
CN108549055A (zh) | 一种同方位多部同型或不同型雷达信号的分选方法 | |
US8416118B1 (en) | Chaff cloud detection and centroid estimation | |
CN110646798B (zh) | 目标航迹关联方法、雷达和终端设备 | |
CN110287238A (zh) | 一种基于先验知识的异常水质检测方法及系统 | |
Solonar et al. | General construction principles and performance features of trajectory processing by data from one radar data source | |
KR101651541B1 (ko) | 슬라이딩 윈도우기반 iff 신호탐지 방법 | |
CN116975770A (zh) | 铸钢的缺陷检测方法及系统 | |
CN109656271B (zh) | 一种基于数据关联思想的航迹软关联方法 | |
CN104483661B (zh) | 基于恒虚警率的概率统计目标检测系统及方法 | |
CN116109320A (zh) | 订单违规监控方法及装置 | |
CN113109761B (zh) | 一种基于多假设跟踪算法的面向轨迹减少计算时间方法 | |
CN101799803B (zh) | 信息处理方法、模块及系统 | |
CN109462561B (zh) | 基于概率的噪声估计与门限判决方法 | |
CN113591976A (zh) | 一种基于前向全近邻解相关的乱序航迹融合方法 |
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 |