CN109752700A - 一种基于自适应滤波的恒虚警信号检测方法 - Google Patents

一种基于自适应滤波的恒虚警信号检测方法 Download PDF

Info

Publication number
CN109752700A
CN109752700A CN201910037357.XA CN201910037357A CN109752700A CN 109752700 A CN109752700 A CN 109752700A CN 201910037357 A CN201910037357 A CN 201910037357A CN 109752700 A CN109752700 A CN 109752700A
Authority
CN
China
Prior art keywords
signal
adaptive
filter
filtering
distance unit
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.)
Pending
Application number
CN201910037357.XA
Other languages
English (en)
Inventor
聂东虎
马永铮
乔钢
刘凇佐
周锋
孙宗鑫
梁佳
安思宇
庞桐桐
胡元明
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering 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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201910037357.XA priority Critical patent/CN109752700A/zh
Publication of CN109752700A publication Critical patent/CN109752700A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种基于自适应滤波的恒虚警信号检测方法,确认目标单频信号的详细参数并构造两路相互正交的参考信号;通过参考信号进行自适应滤波过程;由自适应过程得到的参数进行包络估计,设定距离单元的长度,使每一个距离单元D通过平方检波器;根据距离单元计算检测阈值;判断信号有无,S小于D,信号存在,反之信号不存在;用鉴宽器剔除宽度不符合标准的信号,在剩下结果中挑选符合要求的信号;对信号进行能量检测,剔除能量微小的结果。本发明在信噪比较低的情况下能在低虚警概率的完成信号的检测,所需要的先验信息更少,不需要提前对频率方差的分布概率有所了解,结合了鉴宽器可以有效地抑制脉冲干扰的出现,从而减小虚警概率。

Description

一种基于自适应滤波的恒虚警信号检测方法
技术领域
本发明属于信号处理技术领域,具体涉及一种基于自适应滤波的恒虚警信号检测方法。
背景技术
上个世纪40年代,维纳首先应用最小均方准则设计最佳线性滤波器,用来消除噪声、预测或平滑平稳随机信号,60年代初期,卡尔曼等人发展并导出处理非平稳随机信号的最佳时变线性滤波设计理论,维纳、卡尔曼滤波器都是以预知信号和噪声的统计特征为基础,具有固定的滤波器系数,因此,仅当实际输入信号的统计特征与设计滤波器所依据的先验信息一致时,这类滤波器才是最佳的,到70年代中期,维德罗等人提出自适应滤波器及其算法,发展了最佳滤波设计理论,自适应滤波器是能够根据输入信号自动调整参数进行数字信号处理的数字滤波器,自适应的过程涉及到将代价函数用于确定如何更改滤波器系数从而减小下一次迭代过程成本的算法。代价函数是滤波器最佳性能的判断准则,比如减小输入信号中的噪声成分的能力。随着数字信号处理器性能的增强,自适应滤波器以其具有适应环境能力好、抗干扰能力强的特点,经过研究发展,已经广泛应用于信号处理的各个领域中
国内学者推导出了基于二阶自适应陷波滤波器(ANF)结构的自适应瞬时频率估计器,因为实现过程简单,对信号的各种参数都有较好的估计能力,同时可以利用瞬时频率方差对线谱信号进行检测,因此在工程上得到了很好的应用。但是该方法还是需要知道一定的先验知识,即作为检测门限的瞬时频率方差的分布概率。而且瞬时频率方差的波动区间较也大容易造成虚警问题。
本发明涉及的检测方法是基于自适应陷波滤波器可以估计出信号的包络的特点,结合了恒虚警算法的优点,使用恒虚警算法对信号的估计包络进行检测。该方法的优点主要有:解决了通常恒虚警检测算法正常工作需要较高的信噪比的问题,其次不同于固定门限的检测算法,他可以检测出不同幅度的信号,自适应的调整检测门限,最重要的是该方法基本上不需要对于方差的先验知识,稳健性更好。
发明内容
本发明的目的在于提供了一种基于自适应滤波的恒虚警信号检测方法,克服恒虚警检测算法在低信噪比的情况下无法使用的缺点,本方法需要更少的先验信息,且能减小虚警概率。
本发明的目的是这样实现的:
一种基于自适应滤波的恒虚警信号检测方法,自适应滤波过程和恒虚警检测过程,具体的实现步骤为:
步骤1.确认目标单频信号的频率以及其他详细参数;
步骤2.根据目标信号的参数,构造两路相互正交的第一参考信号xc(k)=Bcos(ωt)与第二参考信号xs(k)=Bsin(ωt),其中B为第一参考信号与第二参考信号的幅度;
步骤3.通过第一参考信号与第二参考信号进行自适应滤波过程;
步骤4.由自适应过程得到的参数进行包络估计,得到信号的包络幅度B与相位ω
其中k迭代次数,yc是第一参考信号通过滤波器之后的信号,ys是第二参考信号通过滤波器之后的信号,us为迭代过程中的第一权值,uc为迭代过程中的第二权值;
步骤5.设定距离单元的长度,使每一个距离单元D通过平方检波器;
步骤6.根据距离单元计算检测阈值;
步骤7.判断信号有无,当对应的检测阈值S小于D,则信号存在,当对应的检测阈值S大于D,则信号不存在;
步骤8.用鉴宽器剔除宽度不符合标准的信号,在剩下的检测结果中挑选符合要求的信号;
步骤9.对筛选出的信号进行能量检测,剔除能量微小的结果。
步骤3所述的自适应滤波的具体过程为,自适应学习步长为常量μ,使用自适应陷波滤波器,整个滤波器的迭代过程为
y(k)=us(k)xs(k)+uc(k)xc(k)
ε(k)=d(k)-y(k)
uc(k+1)=uc(k)+με(k)xc(k)
us(k+1)=us(k)+με(k)xs(k)
其中ε是迭代误差,d是参考信号,y是通过滤波器之后的信号;滤波器迭代的传递函数H为
p=μB2
自适应陷波滤波器是窄带滤波器,其功率在-3dB带宽Badp
Badp=p/τ
其中τ为采样周期,滤波器的收敛时间为
Tadp=2τ/p
使用前一步在迭代过程中得到的权值,计算出信号的包络的幅度B与相位ω。
步骤5所述的平方检波器是指取信号的绝对值,Di为每一个距离单元内信号通过平方检波器的值的总和
其中距离单元的步长为K,包络的长度为L,参与运算的距离单元个数i为L/K。
步骤6所述的计算检测阈值的方法为
其中N是参考窗长的一半。
本发明的有益效果在于:改进了恒虚警算法只能在高信噪比的情况下使用的问题,在信噪比较低的情况下依然能在低虚警概率完成信号的检测;相较于自适应滤波频率估计检测算法所需要的先验信息更少,不需要提前对频率方差的分布概率有所了解;结合了鉴宽器可以有效地抑制脉冲干扰的出现,从而减小虚警概率。
附图说明
图1为自适应滤波算法的结构图。
图2为自适应陷波滤波器的流程图。
图3为均值类恒虚警检测算法的结构图。
图4为通过自适应得到的包络估计图。
图5为判断是否检测到信号的示意图。
图6为基于自适应滤波的恒虚警信号检测方法的流程示意图。
具体实施方式
下面结合附图对本发明做进一步的描述:
实施例1
本发明的目的在于为了克服恒虚警检测算法在低信噪比的情况下无法使用的缺点,所以结合了自适应滤波算法,使用自适应Notch滤波器得出估计的信号包络,然后使用恒虚警算法进行检测,该方法的优点是在信号参数不变的情况下,自适应滤波算法可以在低信噪比情况下估计出信号的包络,并且可以自动的调整检测门限,需要的先验信息也很少,所以该检测算法的稳健性较好。
本发明提出一种基于自适应滤波的恒虚警检测算法,其中包括自适应滤波过程和恒虚警检测过程,其实现步骤如下:
步骤1.确认目标单频信号的频率以及其他详细参数;
步骤2.根据目标信号的参数,构造两路相互正交的第一参考信号xc(k)=Bcos(ωt)与第二参考信号xs(k)=Bsin(ωt),其中B为第一参考信号与第二参考信号的幅度;
步骤3.通过第一参考信号与第二参考信号进行自适应滤波过程;
步骤4.由自适应过程得到的参数进行包络估计,得到信号的包络幅度B与相位ω
其中k迭代次数,yc是第一参考信号通过滤波器之后的信号,ys是第二参考信号通过滤波器之后的信号,us为迭代过程中的第一权值,uc为迭代过程中的第二权值;
步骤5.设定距离单元的长度,使每一个距离单元D通过平方检波器;
步骤6.根据距离单元计算检测阈值;
步骤7.判断信号有无,当对应的检测阈值S小于D,则信号存在,当对应的检测阈值S大于D,则信号不存在;
步骤8.用鉴宽器剔除宽度不符合标准的信号,鉴宽器的宽度限制为超过一定的长度,则认为是目标信号,在剩下的检测结果中挑选符合要求的信号;
步骤9.对筛选出的信号进行能量检测,剔除能量微小的结果。
步骤3所述的自适应滤波的具体过程为,自适应学习步长为常量μ,使用自适应陷波滤波器,整个滤波器的迭代过程为
y(k)=us(k)xs(k)+uc(k)xc(k)
ε(k)=d(k)-y(k)
uc(k+1)=uc(k)+με(k)xc(k)
us(k+1)=us(k)+με(k)xs(k)
其中,ε是迭代误差,d是参考信号,y是通过滤波器之后的信号;滤波器迭代的传递函数H 为
p=μB2
自适应陷波滤波器是窄带滤波器,其功率在-3dB带宽Badp
Badp=p/τ
其中τ为采样周期,滤波器的收敛时间为
Tadp=2τ/p
使用前一步在迭代过程中得到的权值,计算出信号的包络的幅度B与相位ω。
步骤5所述的平方检波器是指取信号的绝对值,Di为每一个距离单元内信号通过平方检波器的值的总和
其中距离单元的步长为K,包络的长度为L,参与运算的距离单元个数i为L/K。
步骤6所述的计算检测阈值的方法为
其中N是参考窗长的一半。
步骤5—步骤9为恒虚警检测过程,使用均值类恒虚警检测算法中的SO-CFAR算法进行检测,背景功率水平Z用如下公式计算,即:
其中Y是距离单元内的信号功率
SO-CFAR检测器在均匀混响背景中的虚警概率:
检测概率为
检测门限为
T=(Pfa)1/2n-1
实施例2
为验证算法有效性,在信噪比不同的情况下对同一信号进行检测,信噪比设定为从20db 至-5db不等。信号是频率为4000的单频脉冲信号,脉冲宽度为200ms,信号发射周期是一秒的具体实施方案。
步骤1.自适应滤波过程
步骤1.1.确认目标单频信号的详细参数,主要是信号的频率。
步骤1.2.根据目标信号的具体参数,来构造出两路相互正交的参考信号, xc(k)=Bcos(ωt),xs(k)=Bcos(ωt)其中常量B是参考信号的幅度B=1;
步骤1.2.设定合适的自适应学习步长μ,当前设定补偿为千分之八。使用自适应陷波滤波器进行滤波,整个滤波器的迭代过程为
y(k)=uc(k)xc(k)+us(k)xs(k)
ε(k)=d(k)-y(k)
uc(k+1)=uc(k)+με(k)xc(k)
us(k+1)=us(k)+με(k)xs(k);
该系统的传递函数为
p=μB2
步骤1.3.自适应滤波完成之后,进行包络估计,使用前一步在迭代过程中得到的权值,可计算出信号的包络与相位
在接下来的检测中主要是对包络进行处理。
步骤2.恒虚警检测过程
步骤2.1.设定距离单元的步长为L=100,包络的长度为B=50000,则参与运算的距离单元个数为B/L=500个。每一个距离单元D通过平方检波器:
步骤2.2.根据距离单元来计算检测阈值,
其中N是参考窗长的一半,N=24;
步骤2.3.判断信号有无,主要依据是如果对应的S小于D,则初步认为信号存在,反之,如果对应S大于D则认为信号不存在;
步骤2.4.用鉴宽器剔除一些宽度不符合标准的,在剩下的检测结果中挑选符合要求的信号;
步骤2.5.对筛选出的信号进行能量检测,剔除能量微小的结果。
通过以上步骤可完成最终的信号检测。对不同信噪比的信号进行检测,重复多次得出其检测概率与虚警概率。

Claims (4)

1.一种基于自适应滤波的恒虚警信号检测方法,其特征在于,自适应滤波过程和恒虚警检测过程,具体的实现步骤为:
步骤1.确认目标单频信号的频率以及其他详细参数;
步骤2.根据目标信号的参数,构造两路相互正交的第一参考信号xc(k)=Bcos(ωt)与第二参考信号xs(k)=Bsin(ωt),其中B为第一参考信号与第二参考信号的幅度;
步骤3.通过第一参考信号与第二参考信号进行自适应滤波过程;
步骤4.由自适应过程得到的参数进行包络估计,得到信号的包络幅度B与相位ω
其中k迭代次数,yc是第一参考信号通过滤波器之后的信号,ys是第二参考信号通过滤波器之后的信号,us为迭代过程中的第一权值,uc为迭代过程中的第二权值;
步骤5.设定距离单元的长度,使每一个距离单元D通过平方检波器;
步骤6.根据距离单元计算检测阈值;
步骤7.判断信号有无,当对应的检测阈值S小于D,则信号存在,当对应的检测阈值S大于D,则信号不存在;
步骤8.用鉴宽器剔除宽度不符合标准的信号,在剩下的检测结果中挑选符合要求的信号;
步骤9.对筛选出的信号进行能量检测,剔除能量微小的结果。
2.根据权利要求1所述的一种基于自适应滤波的恒虚警信号检测方法,其特征在于:步骤3所述的自适应滤波的具体过程为,自适应学习步长为常量μ,使用自适应陷波滤波器,整个滤波器的迭代过程为
y(k)=us(k)xs(k)+uc(k)xc(k)
ε(k)=d(k)-y(k)
uc(k+1)=uc(k)+με(k)xc(k)
us(k+1)=us(k)+με(k)xs(k)
其中,ε是迭代误差,d是参考信号,y是通过滤波器之后的信号;滤波器迭代的传递函数H为
自适应陷波滤波器是窄带滤波器,其功率在-3dB带宽Badp
Badp=p/τ
其中τ为采样周期,滤波器的收敛时间为
Tadp=2τ/p
使用前一步在迭代过程中得到的权值,计算出信号的包络的幅度B与相位ω。
3.根据权利要求1所述的一种基于自适应滤波的恒虚警信号检测方法,其特征在于:步骤5所述的平方检波器是指取信号的绝对值,Di为每一个距离单元内信号通过平方检波器的值的总和
其中距离单元的步长为K,包络的长度为L,参与运算的距离单元个数i为L/K。
4.根据权利要求1或3所述的一种基于自适应滤波的恒虚警信号检测方法,其特征在于:步骤6所述的计算检测阈值的方法为
其中N是参考窗长的一半。
CN201910037357.XA 2019-01-15 2019-01-15 一种基于自适应滤波的恒虚警信号检测方法 Pending CN109752700A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910037357.XA CN109752700A (zh) 2019-01-15 2019-01-15 一种基于自适应滤波的恒虚警信号检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910037357.XA CN109752700A (zh) 2019-01-15 2019-01-15 一种基于自适应滤波的恒虚警信号检测方法

Publications (1)

Publication Number Publication Date
CN109752700A true CN109752700A (zh) 2019-05-14

Family

ID=66405968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910037357.XA Pending CN109752700A (zh) 2019-01-15 2019-01-15 一种基于自适应滤波的恒虚警信号检测方法

Country Status (1)

Country Link
CN (1) CN109752700A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2535058A1 (en) * 2005-12-19 2007-06-19 A.U.G. Signals Ltd. An adaptive constant false alarm rate detection system
CN104502899A (zh) * 2014-12-27 2015-04-08 长安大学 一种自适应的恒虚警率目标检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2535058A1 (en) * 2005-12-19 2007-06-19 A.U.G. Signals Ltd. An adaptive constant false alarm rate detection system
CN104502899A (zh) * 2014-12-27 2015-04-08 长安大学 一种自适应的恒虚警率目标检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周一鸣: ""自适应滤波器的改进设计及其在参数估计中的应用研究"", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
金鑫: ""超短基线定位系统检测技术研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技II辑》 *
高强: ""低功耗多功能应答器软件设计及实现"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技II辑》 *

Similar Documents

Publication Publication Date Title
CN106468770B (zh) K分布杂波加噪声下的近最优雷达目标检测方法
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
US6448923B1 (en) Efficient estimation of spectral moments and the polarimetric variables on weather radars, sonars, sodars, acoustic flow meters, lidars, and similar active remote sensing instruments
CN111965632B (zh) 一种基于黎曼流形降维的雷达目标检测方法
CN104502899A (zh) 一种自适应的恒虚警率目标检测方法
CN107024682A (zh) 一种基于自适应剔除算法的目标检测方法
CN108037410B (zh) 一种基于可控响应功率的局部放电超声波定位方法与装置
CN102012503B (zh) 基于秩和局部估计的选大和选小非参量恒虚警检测器
CN101881822A (zh) 一种针对共享谱雷达同频干扰的抑制方法
CN104237861A (zh) 一种未知杂波背景下的cfar检测门限获取方法
CN108872961B (zh) 基于低门限的雷达微弱目标检测方法
CN102546052B (zh) 一种自适应门限控制信号参数统计测量方法
CN103197297A (zh) 基于认知框架的雷达动目标检测方法
CN105093196A (zh) 基于逆伽马纹理复合高斯模型下的相干检测方法
CN107271973A (zh) 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法
Xue et al. Knowledge-based target detection in compound Gaussian clutter with inverse Gaussian texture
CN108614244B (zh) 韦布尔杂波环境下基于偏斜度的恒虚警检测方法
CN105425228A (zh) 一种基于广义对角加载技术的自适应波束形成方法
CN105866748B (zh) 一种基于检测先验的固定窗长恒虚警检测方法
CN109752700A (zh) 一种基于自适应滤波的恒虚警信号检测方法
CN112505665A (zh) 适用于部分均匀混响环境的空时自适应检测方法及系统
CN106019250B (zh) 基于角闪烁转发式假目标鉴别方法
D’Orazio et al. Measuring reverberation time using preprocessed energy detection
CN109471113A (zh) 基于相位法的多波束声呐海底地形测量质量实时评估方法
CN109829416A (zh) 一种从随机噪声中检测出特高频局部放电信号的方法和系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190514