CN109239677A - 一种环境自适应恒虚警检测门限确定方法 - Google Patents

Abstract

本发明公开了一种环境自适应恒虚警检测门限确定方法，所述方法包括：步骤1)根据预期虚警率P_f0计算预期虚警检测门限系数c₀；步骤2)接收机接收t,t≥1时刻数据，并对数据进行增益控制、波束形成和包络检波处理，然后输出多波束包络数据；步骤3)通过数据分割将多波束包络数据分成N个数据块；步骤4)分别对每个数据块进行恒虚警率检测，然后统计出每个数据块检测的虚警率P_f1,P_f2,...P_fN，对P_f1,P_f2,...P_fN排序取中值；取中值为P_fM为当前时刻数据检测虚警率；步骤5)将P_fM与P_f0进行比较，如果|P_fM‑P_f0|＜ε，ε为阈值，则门限系数不变，c_t＝c_t‑1，转入步骤7)；否则，转入步骤6)；步骤6)如果P_fM＞P_f0，则增加门限系数值：c_t＝c_t‑1+c0*c0/c_t‑1；否则，减小门限系数值：c_t＝c_t‑1‑0.1*c_t‑1*c_t‑1/c0，转入步骤7)；步骤7)令t＝t+1，转入步骤2)，直至接收机不再接收数据。

Description

一种环境自适应恒虚警检测门限确定方法

技术领域

本发明涉及目标信号检测领域，具体涉及一种环境自适应恒虚警检测门限确定方法。

背景技术

在声呐或雷达信号检测时，如果检测门限固定，则噪声、杂波或混响幅值变大，虚警率增加，过大的虚警率会使处理机过载。因此在现代声呐或雷达信号检测系统中，一般采用恒虚警率(CFAR)检测技术，使检测系统虚警率保持在合理水平。

目前设置检测门限存在的问题如下：

背景数据概率分布函数p(x)与设备参数及工作环境有关，比如对于低分辨率声呐或雷达，其一般服从瑞利分布，但对于高分辨率设备，其就更可能服从非瑞利分布，比如K分布等。如果背景分布函数p(x)与实际背景数据的分布不一致，那么由p(x)计算出的理论虚警率与实际虚警率也不一致。这样实际虚警率与预期虚警率往往差别很大，检测性能不能达到预期效果。

发明内容

本发明的目的在于克服目前设置恒虚警检测门限方法存在的上述缺陷，提出了一种环境自适应恒虚警检测门限确定方法，该方法使声呐或雷达系统检测虚警率不受环境变化的影响，使实际检测虚警率与预期虚警率始终保持在一定误差范围内。

为了实现上述目的，本发明提出了一种环境自适应恒虚警检测门限确定方法，所述方法包括：

步骤1)根据预期虚警率P_f0计算预期虚警检测门限系数c₀；

步骤2)接收机接收t,t≥1时刻数据，并对数据进行增益控制、波束形成和包络检波处理，然后输出多波束包络数据；

步骤3)通过数据分割将多波束包络数据分成N个数据块；

步骤4)分别对每个数据块进行恒虚警率检测，然后统计出每个数据块检测的虚警率P_f1,P_f2,...P_fN，对P_f1,P_f2,...P_fN排序取中值；取中值为P_fM为当前时刻数据检测虚警率；

步骤5)将P_fM与P_f0进行比较，如果|P_fM-P_f0|＜ε，ε为阈值，则门限系数不变，c_t＝c_t-1，转入步骤7)；否则，转入步骤6)；

步骤6)如果P_fM＞P_f0，则增加门限系数值：c_t＝c_t-1+c0*c0/c_t-1；否则，减小门限系数值：c_t＝c_t-1-0.1*c_t-1*c_t-1/c0，转入步骤7)；

步骤7)令t＝t+1，转入步骤2)，直至接收机不再接收数据。

作为上述方法的一种改进，所述步骤3)的数据分割为将每一帧多波束包络数据分成多个数据块，按照角度、距离或角度距离联合进行分块。

作为上述方法的一种改进，所述步骤4)中统计出每个数据块检测的虚警率的过程为：

(1)根据每个数据块的数据，估计参数σ；

(2)根据门限系数c_t-1和参数σ，得出该数据块的检测门限Th；

(3)根据检测门限Th，对该数据块的每个数据点进行检测：如果该数据点的值大于门限值，则为目标数据点，否则为背景数据点；

(4)该数据块检测的虚警率为：目标数据点的个数和除以该数据块数据点总数。

本发明的优势在于：

本发明使声呐或雷达检测虚警率始终保持在期望虚警率附近，提高了声呐或雷达系统的环境适自应能力，避免了由于虚警率过高(检测门限过低)导致信号处理机过载或检测门限过高导致弱信号无法检测情况的发生。

附图说明

图1为本发明的环境自适应恒虚警检测门限确定方法的流程图；

图2为某声呐接收机输出的数据图；

图3为数据分割的角度分块示意图；

图4为数据分割的距离分块示意图；

图5为数据分割的角度距离联合分块示意图；

图6为声呐数据恒虚警检测后的数据图；

图7为215波束数据检测虚警率log₁₀(P_f)统计结果图；

图8a为原始第一帧声纳数据图；

图8b为检测后第一帧声纳数据图；

图9a为原始第二帧声纳数据图；

图9b为检测后第二帧声纳数据图；

图10a为原始第三帧声纳数据图；

图10b为检测后第三帧声纳数据图；

图11a为原始第四帧声纳数据图；

图11b为检测后第速帧声纳数据图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细的说明。

如图1所示，一种环境自适应恒虚警检测门限确定方法，所述方法包括：

步骤1)计算预期虚警检测门限系数c₀；

声呐或雷达的恒虚警检测一般假设背景数据服从某种统计分布。以传统低分辨率声呐为例，其接收机接收信号服从高斯分布，经过匹配滤波和包络检波后，其包络服从瑞利分布。即其包络数据的概率分布函数p(x)如公式(1)所示：

其中x为包络数据变量，σ为瑞利分布参数。

当给定检测门限Th后，则其虚警率函数P_f(x)如公式(2)所示：

其中，E[X]为数据均值。令门限系数c＝Th/E[X]，也即检测门限Th＝cE[X]，并代入到公式(2)，则可以得出虚警率与门限系数之间的关系，如公式(3)所示：

由公式(2)可知，如果检测门限Th固定，背景分布参数σ会随着环境的变化而变化，那么虚警概率也就随着σ的变化而变化。而如果通过背景数据X，估计出参数σ，然后令检测门限Th随着参数σ的变化而变化，那么就可以实现无论背景分布参数怎么变化，总可以保持虚警概率不变。即根据预期虚警率P_f0，推出预期虚警门限系数c₀为初始门限系数。

步骤2)接收机接收t,t≥1时刻数据，并对数据进行增益控制、波束形成和包络检波处理，然后输出多波束包络数据；

由于本方法主要应用在信号检测部分，所以主要与接收机输出数据处理部分有关，与接收机关系不大，所以接收机在此就不再详细介绍。某声呐接收机输出数据图如图2所示。

步骤3)通过数据分割将多波束包络数据分成N个数据块；

数据分割就是每一帧多波束包络数据分成多个数据块。数据分割可以按照角度、距离或角度距离联合进行分块。对一帧声呐或雷达的数据建坐标系，横轴为距离维，纵轴为角度维，角度分块如图3所示，距离分块如图4所示，角度距离联合分块如图5所示。

将每个波束作为一个数据块，那么N个波束就分为N个数据块。

步骤4)分别对每个数据块进行恒虚警率检测，然后统计出每个数据块检测的虚警率P_f1,P_f2,...P_fN，对P_f1,P_f2,...P_fN排序取中值；取中值为P_fM为当前时刻数据检测虚警率；

下面以P_f1为例，介绍其计算过程：(1)根据数据块1数据，估计参数σ；(2)根据门限系数c_t-1和参数σ，得出数据块1检测门限Th；(3)根据检测门限Th，对数据块1数据进行检测：即如果数据点的值大于门限值，则为目标数据点，否则为背景数据点；(4)将目标数据点的个数和除以数据块1数据点的总数，则为虚警率P_f1。其它数据块的虚警率获取方式，与数据块1获取方式相同。

步骤5)将P_fM与P_f0进行比较，如果|P_fM-P_f0|＜ε，ε为阈值，则门限系数不变，c_t＝c_t-1，转入步骤7)；否则，转入步骤6)；

步骤6)如果P_fM＞P_f0，则增加门限系数值：c_t＝c_t-1+c0*c0/c_t-1；否则，则减小门限系数值：c_t＝c_t-1-0.1*c_t-1*c_t-1/c0；

步骤7)令t＝t+1，转入步骤2)，直至接收机不再接收数据。

实例：

恒虚警检测就是以基于预期虚警率的检测门限，对每一个数据块进行恒虚警检测，可以是一维恒虚警检测，也可以是二维恒虚警检测。某声呐数据恒虚警检测后的数据图如图6所示。

假设当前帧数据中没有目标数据，对每个数据块检测为目标单元的单元数进行统计，将目标单元数除以数据块总单元数，即为该数据块的虚警率。对所有N个数据块的虚警率P_f1,P_f2,...P_fN进行统计，然后进行排序，取中值P_fM。图7为对一个215个波束数据检测后的log₁₀(P_f)进行统计结果图，再对215个P_f取中值，得当前帧数据的虚警率P_fM。在图7中，P_fM＝10^-3.079。

a.初始门限系数c₀

初始门限由预期虚警率和假设背景分布模型有关，门限是否更改由实际统计虚警率是否在预期虚警率范围之内确定。假设我们的预期虚警率P_f0＝0.0005，背景为瑞利分布，预期虚警率范围为0.3P_f0＜P_f＜3P_f0，即如果0.00015＜P_f＜0.0015，那么就不更改门限系数，否则更改门限系数。根据P_f0和公式(3)，可以推出初始门限系数c₀＝2.9657，将初始门限系数带入声呐系统，对第一帧声呐数据进行检测，第一帧声呐数据图如图8a所示，检测后的图如图8b所示，第一次检测统计虚警率为P_f1＝0.0484，远大于预期虚警率。

b.改进门限系数c₁

由于上一帧检测虚警率P_f1＝0.0484，远大于预期虚警率，所以加大门限系数：c₁＝c₀+c₀*c₀/c₀＝2c0＝5.9314。第二帧声呐数据图像如图9a所示，检测后的图如图9b所示。第二次检测统计虚警率为P_f2＝0.004，仍然大于预期虚警率。

c.改进门限系数c₂

由于上一帧检测虚警率P_f2＝0.004，仍大于预期虚警率，所以更改门限系数：c₂＝c₁+c₀*c₀/c₁＝c₁+c₀*c₀/c₁＝7.4143。第三帧声呐数据图像如图10a所示，检测后的图如图10b所示。第三次检测统计虚警率为P_f3＝0.0015，仍然略大于预期虚警率。

d.改进门限系数c₃

由于上一帧检测虚警率P_f3＝0.0015，仍略大于预期虚警率，所以更改门限系数：c₃＝c₂+c₀*c₀/c₂＝c₂+c₀*c₀/c₂＝8.6005。第四帧声呐数据图像如图11a所示，检测后图像如图11b所示。第四次检测统计虚警率为P_f4＝0.00083411，符合预期，门限系数下一帧不更改。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种环境自适应恒虚警检测门限确定方法，所述方法包括：

步骤1)根据预期虚警率P_f0计算预期虚警检测门限系数c₀；

步骤2)接收机接收t,t≥1时刻数据，并对数据进行增益控制、波束形成和包络检波处理，然后输出多波束包络数据；

步骤3)通过数据分割将多波束包络数据分成N个数据块；

步骤4)分别对每个数据块进行恒虚警率检测，然后统计出每个数据块检测的虚警率P_f1,P_f2,...P_fN，对P_f1,P_f2,...P_fN排序取中值；取中值为P_fM为当前时刻数据检测虚警率；

步骤5)将P_fM与P_f0进行比较，如果|P_fM-P_f0|＜ε，ε为阈值，则门限系数不变，c_t＝c_t-1，转入步骤7)；否则，转入步骤6)；

步骤6)如果P_fM＞P_f0，则增加门限系数值：c_t＝c_t-1+c0*c0/c_t-1；否则，减小门限系数值：c_t＝c_t-1-0.1*c_t-1*c_t-1/c0，转入步骤7)；

步骤7)令t＝t+1，转入步骤2)，直至接收机不再接收数据。

2.根据权利要求1所述的环境自适应恒虚警检测门限确定方法，其特征在于，所述步骤3)的数据分割为将每一帧多波束包络数据分成多个数据块，按照角度、距离或角度距离联合进行分块。

3.根据权利要求1或2所述的环境自适应恒虚警检测门限确定方法，其特征在于，所述步骤4)中统计出每个数据块检测的虚警率的过程为：

(1)根据每个数据块的数据，估计参数σ；

(2)根据门限系数c_t-1和参数σ，得出该数据块的检测门限Th；

(3)根据检测门限Th，对该数据块的每个数据点进行检测：如果该数据点的值大于门限值，则为目标数据点，否则为背景数据点；

(4)该数据块检测的虚警率为：目标数据点的个数和除以该数据块数据点总数。