CN109828253B - 一种多站雷达量化融合目标检测方法 - Google Patents

Abstract

本发明提出了一种多站雷达量化融合目标检测方法，用于在保证检测精度的前提下，提高量化融合目标检测的效率，实现步骤为：设置多站雷达系统；计算每个雷达站接收到的回波信号的检测统计量；对每个检测统计量t_i进行映射变换；计算每个映射变换后的检测统计量r_i的量化门限；对每个映射变换后的检测统计量r_i进行量化；信号融合中心对Y进行融合判决。本发明采用对每个检测统计量进行映射变换，通过设置的虚警概率迭代更新辅助参数并计算每个映射变换后的检测统计量的量化门限，避免了现有技术在计算量化门限时由于包含目标函数优化过程而造成的检测效率低的问题，能够在保证检测精度的前提下，提高量化融合目标检测的效率。

Description

一种多站雷达量化融合目标检测方法

技术领域

本发明属于雷达技术领域，涉及一种多站雷达量化融合目标检测方法,可用于高效的实现对雷达目标的可靠精度检测。

背景技术

多站雷达系统由一个信号融合中心和多个雷达站组成。与单个雷达站相比，多站雷达系统具有更广的探测范围、更高的定位精度、更强的生存能力及更强的抗干扰能力等优点。多站雷达系统中的量化融合目标检测方法是一种通过多个雷达站各自量化后的由回波信号经过信号处理得到的检测统计量来融合判决所有雷达站的回波信号中是否存在目标的方法，在量化融合目标检测方法中各雷达站先对各自接收到的回波信号进行信号处理得到检测统计量，然后通过计算好的量化门限对检测统计量进行量化处理以降低数据量，接着再把量化后的检测统计量传输到信号融合中心，最后信号融合中心通过设计好的融合方法对接收到的各雷达站传输过来的量化后的检测统计量进行融合并判决所有雷达站的回波信号中是否存在目标。检测概率是衡量量化融合目标检测方法的检测精度的一种性能指标，检测概率越高代表检测精度越高，计算量是衡量量化融合目标检测方法的检测效率的一种性能指标，计算量越小代表检测效率越高。在各雷达站的回波信号中信噪比一定的条件下，大多数的量化融合目标检测方法虽然能够在较低的量化位数下实现对所有雷达站的回波信号中目标的高概率检测，但是这些方法往往在计算检测统计量的量化门限的时候具有较大的计算量，而这会导致检测效率较低。设计良好的量化融合目标检测方法应该使得多站雷达系统的检测能力同时具备高精度和高效率的特点，因此研究多站雷达的量化融合目标检测方法具有重要意义。

目前，现有的量化融合目标检测方法在计算检测统计量的量化门限的过程中大都包含目标函数的优化过程，这会极大的增加计算检测统计量的量化门限的计算量，从而导致检测效率较低。例如，申请公布号为CN 106707273 A，名称为“基于奈曼皮尔逊准则量化的多站雷达信号融合检测方法”的中国专利申请，公开了一种基于奈曼皮尔逊准则量化的多站雷达信号融合检测方法，实现步骤为：确定每个雷达站对接收到的回波信号的量化位数b，并根据量化位数b得到量化区间个数M＝2^b；每个雷达站对其接收到的回波信号进行量化，确定量化后的回波信号所属的量化区间，并将该量化区间对应的标号传输至信号融合中心；设置期望的虚警概率，所述信号融合中心根据所述期望的虚警概率和N个雷达站发送的各自量化区间对应的标号对目标进行检测。该方法虽然在量化位数较低的条件下能够实现对所有雷达站的回波信号中目标的可靠精度检测，但是该方法在计算检测统计量的量化门限的时候会因为包含目标函数优化过程而具有较大的计算量，导致检测效率较低。

发明内容

本发明的目的在于克服上述现有技术存在的不足，提出了一种多站雷达量化融合目标检测方法，用于在保证检测精度的前提下，提高量化融合目标检测的效率。

本发明的技术思路是，首先设置多站雷达系统，然后计算每个雷达站接收到的回波信号的检测统计量并对其进行映射变换，接着计算映射变换后的检测统计量的量化门限，最后用得到的量化门限对映射变换后的检测统计量进行量化并在信号融合中心中对所有雷达站量化后的映射变换后的检测统计量进行融合判决，具体实现步骤为：

(1)设置多站雷达系统：

设置包括信号融合中心与N_d个雷达站的多站雷达系统，N_d≥2，每个雷达站包括检测单元和多个参考单元；

(2)计算每个雷达站接收到的回波信号的检测统计量：

通过第i个雷达站的检测单元接收到的回波信号D_i，以及第i个雷达站的第j个参考单元接收到的回波信号x_i,j，计算第i个雷达站接收到的回波信号的检测统计量t_i，得到N_d个检测统计量，i＝1,2,…,N_d，j＝1,2,…,l_i，l_i表示第i个雷达站的参考单元个数，l_i≥2；

(3)对每个检测统计量t_i进行映射变换：

对每个检测统计量t_i进行映射变换，得到N_d个映射变换后的检测统计量，t_i的映射变换表达式为：

r_i＝ln(f(t_i|a_i,H₁)/f(t_i|H₀))

其中，r_i代表t_i映射变换后的检测统计量，f(t_i|a_i,H₁)代表t_i在D_i中存在目标H₁的概率密度函数，f(t_i|H₀)代表t_i在D_i中不存在目标H₀的概率密度函数，a_i代表D_i的信噪比；

(4)计算每个映射变换后的检测统计量r_i的量化门限：

(4a)设置信号融合中心的虚警概率为p_f，第i个雷达站的量化位数为N_q(i)，量化门限个数为

计算量化门限所用的辅助区间为[g_l,g_r]、辅助变量为g、辅助标志位为flag、精度变量为ε，并初始化

g＝g_r，flag＝0，ε＞0，其中，0≤p_f≤1，1≤N_q(i)＜C_i/f_s(i)，C_i代表第i个雷达站与信号融合中心之间的最大通信带宽，f_s(i)代表第i个雷达站的最高采样频率，L_i代表映射变换后的检测统计量r_i的最小值；

(4b)计算在辅助变量g下的每个映射变换后的检测统计量r_i的

个量化门限

其中，第k个量化门限g_i(k)的计算公式如下：

其中，i＝1,2,…,N_d，

(4c)通过

个量化门限将区间[L_i,+∞)划分为

个区间，并将对每个区间的标记表示为

记z_i为在

个区间中某个区间的标记，z_i的取值有

种，把N_d个z_i记为

Z的

种取值记为集合S；

(4d)将S中满足

的所有取值记为集合

并通过

计算信号融合中心的虚警概率

其中，g_i(0)＝L_i，

(4e)判断

是否成立，若是，对g进行更新，并执行步骤(4b)，否则，保存量化门限g_i(k)和集合

(5)对每个映射变换后的检测统计量r_i进行量化：

通过量化门限g_i(k)对映射变换后的检测统计量r_i进行量化，得到量化后的r_i的标记y_i，y_i的值为r_i在被

个量化门限将区间[L_i,+∞)划分成的

个区间中所在区间对应的标记值，并将所有映射变换后的检测统计量的标记

传输至信号融合中心；

(6)信号融合中心对Y进行融合判决：

信号融合中心判断

是否成立，若是，则所有雷达站的检测单元接收到的回波信号D_i中存在目标，否则，则D_i中不存在目标。

本发明与现有技术相比，具有如下优点：

本发明采用对每个检测统计量进行映射变换，得到在尼曼皮尔逊准则下最优的检测统计量，并使得在尼曼皮尔逊准则下最优融合方法为映射变换后的检测统计量简单相加与门限比较的形式，这使得量化过程在映射变换后的检测统计量的较小取值的区间时也能取得不错的量化效果，最后通过设置的虚警概率迭代更新辅助参数并计算每个映射变换后的检测统计量的量化门限，避免了现有技术在计算量化门限时由于包含目标函数优化过程导致的计算量大进而造成的检测效率低的问题，能够在保证检测精度的前提下，提高量化融合目标检测的效率。

附图说明

图1是本发明的实现流程图；

图2是本发明计算每个映射变换后的检测统计量的量化门限的实现流程图；

图3是本发明与现有技术在不同量化位数下的检测精度的对比仿真图。

具体实施方式

下面结合附图和具体实施例，对本发明作进一步的详细描述。

参照图1，本发明包括如下步骤：

步骤1)设置多站雷达系统：

设置包括信号融合中心与N_d个雷达站的多站雷达系统，N_d≥2，每个雷达站包括检测单元和多个参考单元；

各个雷达站的参考单元个数可以相同也可以不相同，各雷达站的检测单元之间、参考单元之间、检测单元与参考单元之间相互独立的接收回波信号，检测单元接收到的回波信号中除了背景噪声回波信号外有可能还包含目标回波信号也有可能不包含目标回波信号，参考单元接收到的回波信号中只有背景噪声回波信号，参考单元接收到的回波信号是用来估计背景噪声回波信号的功率，信号融合中心是一种将多个雷达站传过来的由回波信号经过信号处理得到的检测统计量进行融合处理并判决多个雷达站的检测单元接收到的回波信号中是否存在目标的硬件装置，在本实施例中N_d＝3；

步骤2)计算每个雷达站接收到的回波信号的检测统计量：

通过第i个雷达站的检测单元接收到的回波信号D_i，以及第i个雷达站的第j个参考单元接收到的回波信号x_i,j，计算第i个雷达站接收到的回波信号的检测统计量t_i，得到3个检测统计量，i＝1,2,3，j＝1,2,…,8，每个雷达站的参考单元个数都为8，检测统计量t_i的计算公式如下：

步骤3)对每个检测统计量t_i进行映射变换：

对每个检测统计量t_i进行映射变换，得到3个映射变换后的检测统计量，t_i的映射变换表达式为：

r_i＝ln(f(t_i|a_i,H₁)/f(t_i|H₀))

其中，r_i代表t_i映射变换后的检测统计量，f(t_i|a_i,H₁)代表t_i在D_i中存在目标H₁的概率密度函数，f(t_i|H₀)代表t_i在D_i中不存在目标H₀的概率密度函数，a_i代表D_i的信噪比；

由于在尼曼皮尔逊准则下最优的检测统计量具有似然比的形式，因而可以通过构造最优的检测统计量来提升多站雷达系统的检测能力，当3个雷达站处于独立同分布的零均值的高斯白噪声背景下，且目标回波信号为SwerlingⅠ模型时，t_i在D_i中存在与不存在目标时的概率密度函数如下：

映射变换后的检测统计量r_i如下：

因为t_i≥0，所以可以得到r_i的取值范围为[-ln(1+a_i),8ln(1+a_i))，r_i的最小值为-ln(1+a_i)；在实际中，如果信噪比a_i的真实值未知，可以通过估计的方法得到其取值；

步骤4)计算每个映射变换后的检测统计量r_i的量化门限：

步骤4a)设置信号融合中心的虚警概率为10^-4，第i个雷达站的量化位数为N_q(i)，量化门限个数为

计算量化门限所用的辅助区间为[g_l,g_r]、辅助变量为g、辅助标志位为flag、精度变量为ε，并初始化

g＝g_r，flag＝0，ε＝10^-7，其中，1≤N_q(i)＜C_i/f_s(i)，C_i代表第i个雷达站与信号融合中心之间的最大通信带宽，f_s(i)代表第i个雷达站的最高采样频率，L_i代表映射变换后的检测统计量r_i的最小值；

在满足1≤N_q(i)＜C_i/f_s(i)的基础上，量化位数N_q(i)的取值越大，信号融合中心的检测精度越好，但是，当量化位数N_q(i)增加到一定程度时，进一步增加量化位数N_q(i)对信号融合中心的检测精度改善很小，因此，量化位数N_q(i)的经验取值为3～5；

步骤4b)计算在辅助变量g下的每个映射变换后的检测统计量r_i的

个量化门限

其中，第k个量化门限g_i(k)的计算公式如下：

其中，i＝1,2,3，

在尼曼皮尔逊准则下信号融合中心中最优的信号级融合方法为：当满足

时，信号融合中心判决所有雷达站的检测单元接收到的回波信号中存在目标，否则，判决不存在目标；因为当满足

时，一定会满足

所以只需要对r_i的取值区间

进行均匀量化，并把区间

量化为一个区间就可以得到不错的量化效果；

步骤4c)通过

个量化门限将区间[L_i,+∞)划分为

个区间，并将对每个区间的标记表示为

记z_i为在

个区间中某个区间的标记，z_i的取值有

种，把3个z_i记为Z＝[z₁,z₂,z₃]，Z的

种取值记为集合S；

步骤4d)将S中满足

的所有取值记为集合

并通过

计算信号融合中心的虚警概率

其中，g_i(0)＝L_i，

当把r_i量化为z_i时，因为z_i的值只能代表r_i所属区间的标记值，并不能代表r_i所属区间的所有值，为了减小量化所带来的失真，可以把每个区间的标记值与该标记值代表的区间的中值关联起来，也即认为量化为z_i的r_i的值为z_i的值所对应的区间的中值，所以量化后的融合方法为：当满足

时，信号融合中心判决所有雷达站的检测单元接收到的回波信号中存在目标，否则，判决不存在目标；虚警概率代表当所有雷达站的检测单元接收到的回波信号中不存在目标时信号融合中心判决所有雷达站的检测单元接收到的回波信号中存在目标的概率，检测概率代表当所有雷达站的检测单元接收到的回波信号中存在目标时信号融合中心判决所有雷达站的检测单元接收到的回波信号中存在目标的概率；信号融合中心的判决方法为：当满足

时，信号融合中心判决所有雷达站的检测单元接收到的回波信号中存在目标，否则，判决不存在目标；虚警概率及检测概率计算公式分别为：

其中，

代表信号融合中心的检测概率，

代表r_i在第i个雷达站的检测单元接收到的回波信号D_i中不存在目标H₀的累积分布函数，

代表r_i在第i个雷达站的检测单元接收到的回波信号D_i中存在目标H₁的累积分布函数；

步骤4e)判断

是否成立，若是，对g进行更新，并执行步骤(4b)，否则，保存量化门限g_i(k)和集合

更新方法为：

当满足flag＝0且

时，g_r＝2g_r-g_l，g＝g_r；

当满足flag＝0且

时，flag＝1，g＝(g_l+g_r)/2；

当满足flag＝1且

时，g_l＝(g_l+g_r)/2，g＝(g_l+g_r)/2；

当满足flag＝1且

时，g_r＝(g_l+g_r)/2，g＝(g_l+g_r)/2；

步骤5)对每个映射变换后的检测统计量r_i进行量化：

通过量化门限g_i(k)对映射变换后的检测统计量r_i进行量化，得到量化后的r_i的标记y_i，y_i的值为r_i在被

个量化门限将区间[L_i,+∞)划分成的

个区间中所在区间对应的标记值，并将所有映射变换后的检测统计量的标记Y＝[y₁,y₂,y₃]传输至信号融合中心；

r_i所在的区间为r_i的值在

个区间中所在的区间；

步骤6)信号融合中心对Y进行融合判决：

信号融合中心判断

是否成立，若是，则所有雷达站的检测单元接收到的回波信号D_i中存在目标，否则，则D_i中不存在目标。

下面结合仿真实验，对本发明的技术效果作详细说明。

1、仿真条件：

仿真参数设置：所有雷达站的检测单元接收到的回波信号中的信噪比相同a₁＝a₂＝a₃，信噪比的取值范围是0dB到20dB，信噪比的取值间隔为1dB，所有雷达站的量化位数相同N_q(1)＝N_q(2)＝N_q(3)；基于奈曼皮尔逊准则量化的多站雷达信号融合检测方法的参数设置：基于奈曼皮尔逊准则方法中的检验统计量y_i对应为本发明中的r_i，循环次数为N_c＝20，其它参数同本发明的仿真参数设置。仿真过程中软硬件环境，硬件环境：CPU为Inter Corei7-6700，主频为3.40Ghz，主存为8GB。软件环境：Windows 7旗舰版，MATLAB仿真软件。

2、仿真内容与结果分析：

对本发明与现有技术中的基于奈曼皮尔逊准则量化的多站雷达信号融合检测方法的检测效率和检测精度在量化位数为1、2和3时分别进行对比仿真，检测效率仿真结果如表1所示，量化位数为1、2和3时的检测精度仿真结果分别如图3(a)、图3(b)和图3(c)所示。

表1

参照表1，本发明在量化位数为1、2和3时的运行时间分别为0.1853s、1.2957s和10.9629s，基于奈曼皮尔逊准则方法在量化位数为1、2和3时的运行时间分别为699.9450s、1001.4336s和16161.7346s，可知在相同的量化位数下，本发明的检测效率要高于基于奈曼皮尔逊准则方法。参照图3(a)，当量化位数为1时，要达到检测概率为50％，本发明与基于奈曼皮尔逊准则的方法相比所需要的信噪比大约多0.89dB；参照图3(b)，当量化位数为2时，要达到检测概率为50％，本发明与基于奈曼皮尔逊准则的方法相比所需要的信噪比大约多0.547dB；参照图3(c)，当量化位数为3时，要达到检测概率为50％，本发明与基于奈曼皮尔逊准则的方法相比所需要的信噪比大约少0.022dB，由此可知，随着量化位数的增加，本发明方法和基于奈曼皮尔逊准则方法的检测精度差距会缩小，在量化位数为3时本发明的检测精度已基本达到基于奈曼皮尔逊准则方法的检测精度，所以在量化位数的取值为经验取值3～5的时候本发明的检测精度能够达到基于奈曼皮尔逊准则方法的检测精度。

综上，本发明在保证检测精度的前提下，能够提高量化融合目标检测的效率。

Claims (4)

1.一种多站雷达量化融合目标检测方法，其特征在于，包括如下步骤：

(1)设置多站雷达系统：

设置包括信号融合中心与N_d个雷达站的多站雷达系统，N_d≥2，每个雷达站包括检测单元和多个参考单元；

(2)计算每个雷达站接收到的回波信号的检测统计量：

通过第i个雷达站的检测单元接收到的回波信号D_i，以及第i个雷达站的第j个参考单元接收到的回波信号x_i,j，计算第i个雷达站接收到的回波信号的检测统计量t_i，得到N_d个检测统计量，i＝1,2,…,N_d，j＝1,2,…,l_i，l_i表示第i个雷达站的参考单元个数，l_i≥2；

(3)对每个检测统计量t_i进行映射变换：

对每个检测统计量t_i进行映射变换，得到N_d个映射变换后的检测统计量，t_i的映射变换表达式为：

r_i＝ln(f(t_i|a_i,H₁)/f(t_i|H₀))

其中，r_i代表t_i映射变换后的检测统计量，f(t_i|a_i,H₁)代表t_i在D_i中存在目标H₁的概率密度函数，f(t_i|H₀)代表t_i在D_i中不存在目标H₀的概率密度函数，a_i代表D_i的信噪比；

(4)计算每个映射变换后的检测统计量r_i的量化门限：

(4a)设置信号融合中心的虚警概率为p_f，第i个雷达站的量化位数为N_q(i)，量化门限个数为

计算量化门限所用的辅助区间为[g_l,g_r]、辅助变量为g、辅助标志位为flag、精度变量为ε，并初始化

g＝g_r，flag＝0，ε＞0，其中，0≤p_f≤1，1≤N_q(i)＜C_i/f_s(i)，C_i代表第i个雷达站与信号融合中心之间的最大通信带宽，f_s(i)代表第i个雷达站的最高采样频率，L_i代表映射变换后的检测统计量r_i的最小值；

(4b)计算在辅助变量g下的每个映射变换后的检测统计量r_i的

个量化门限

其中，第k个量化门限g_i(k)的计算公式如下：

其中，i＝1,2,…,N_d，

(4c)通过

个量化门限将区间[L_i,+∞)划分为

个区间，并将对每个区间的标记表示为

记z_i为在

个区间中某个区间的标记，z_i的取值有

种，把N_d个z_i记为

Z的

种取值记为集合S；

(4d)将S中满足

的所有取值记为集合

并通过

计算信号融合中心的虚警概率

其中，g_i(0)＝L_i，

(4e)判断

是否成立，若是，对g进行更新，并执行步骤(4b)，否则，保存量化门限g_i(k)和集合

(5)对每个映射变换后的检测统计量r_i进行量化：

通过量化门限g_i(k)对映射变换后的检测统计量r_i进行量化，得到量化后的r_i的标记y_i，y_i的值为r_i在被

个量化门限将区间[L_i,+∞)划分成的

个区间中所在区间对应的标记值，并将所有映射变换后的检测统计量的标记

传输至信号融合中心；

(6)信号融合中心对Y进行融合判决：

信号融合中心判断

是否成立，若是，则所有雷达站的检测单元接收到的回波信号D_i中存在目标，否则，则D_i中不存在目标。

2.根据权利要求1所述的一种多站雷达量化融合目标检测方法，其特征在于：步骤(2)所述的计算第i个雷达站接收到的回波信号的检测统计量t_i，计算公式为：

其中，D_i代表第i个雷达站的检测单元接收到的回波信号，x_i,j代表第i个雷达站的第j个参考单元接收到的回波信号，i＝1,2,…,N_d，j＝1,2,…,l_i，N_d代表雷达站个数，l_i表示第i个雷达站的参考单元个数。

3.根据权利要求1所述的一种多站雷达量化融合目标检测方法，其特征在于：步骤(4d)中所述的计算信号融合中心的虚警概率

计算公式为：

其中，

z_i代表在

个区间中某个区间的标记，

代表集合S中满足

的所有取值的集合，S代表Z的

种取值的集合，N_q(i)代表第i个雷达站的量化位数，g代表计算量化门限所用的辅助变量，r_i代表第i个映射变换后的检测统计量，g_i(k)代表r_i的第k个量化门限，g_i(0)＝L_i，

L_i代表r_i的最小值，

代表r_i在第i个雷达站的检测单元接收到的回波信号D_i中不存在目标H₀的累积分布函数，N_d代表雷达站个数。

4.根据权利要求1所述的一种多站雷达量化融合目标检测方法，其特征在于：步骤(4e)中所述的对g进行更新，更新方法为：

当满足flag＝0且

时，g_r＝2g_r-g_l，g＝g_r；

当满足flag＝0且

时，flag＝1，g＝(g_l+g_r)/2；

当满足flag＝1且

时，g_l＝(g_l+g_r)/2，g＝(g_l+g_r)/2；

当满足flag＝1且

时，g_r＝(g_l+g_r)/2，g＝(g_l+g_r)/2；

其中，flag代表计算量化门限所用的辅助标志位，g代表计算量化门限所用的辅助变量，

代表在辅助变量g下的虚警概率，p_f代表信号融合中心的虚警概率，g_l代表计算量化门限所用的辅助区间的左门限，g_r代表计算量化门限所用的辅助区间的右门限。

Images