CN110426691A - 一种雨杂波环境下的恒虚警检测方法 - Google Patents

Abstract

一种雨杂波环境下的恒虚警检测方法，该方法包括如下步骤：步骤一：计算静态背景下的检测门限乘积因子α；步骤二：估计静态背景样本的标准差σ₀；步骤三：统计雨杂波环境下背景样本的标准差σ_c；步骤四：计算自适应检测门限乘积因子；步骤五：利用步骤四所得到的自适应检测门限乘积因子，获得检测门限，进行目标检测。本发明提供的方法相比传统检测方法，可根据降雨量大小自适应调整检测门限，避免雨杂波引起的虚警率大幅升高问题，保证目标检测性能。该方法运算实现简单，工程应用效果显著，扩展性强，可广泛应用于机场异物检测、空域安防等地面雷达应用领域。

Description

一种雨杂波环境下的恒虚警检测方法

技术领域

本发明属于目标检测技术领域，具体涉及一种雨杂波环境下的恒虚警检测方法。

背景技术

雷达接收的回波信号中包含了各种噪声、杂波以及干扰信号，不同程度上影响着对目标信号的检测。传统的恒虚警检测器可根据被检测点的背景噪声、杂波及干扰的大小自适应调制目标判决门限，可在保证虚警概率恒定的同时保证高检测概率。典型的恒虚警检测器有CA-CFAR、SO-CFAR、GO-CFAR、杂波图CFAR等。

但是，现有的恒虚警检测器存在以下缺点：对于较高频段的雷达，在雨杂波背景下，随着降雨量的大小，雨杂波的幅度统计特性逐渐由瑞丽分布向对数正态分布转变(如图1所示)，针对高斯背景的单元平均CFAR检测器将不再适用，而改进的单元平均CFAR、杂波图CFAR等方法也无法根据雨量大小获得最佳检测门限，无法保证虚警率的恒定，最终导致虚警增加，严重影响雷达检测性能。

发明内容

发明目的：

为了解决上述问题，本发明提供了一种雨杂波环境下的恒虚警检测方法，可根据降雨量大小调整检测门限，保证雷达恒虚警检测能力。

技术方案：

为了达到上述目的，本发明提供了如下技术方案：

一种雨杂波环境下的恒虚警检测方法，所述方法包括如下步骤：

步骤一：计算静态背景下的检测门限乘积因子α；

步骤二：估计静态背景样本的标准差σ₀；

步骤三：统计雨杂波环境下背景样本的标准差σ_c；

步骤四：计算自适应检测门限乘积因子；

步骤五：利用步骤四所得到的自适应检测门限乘积因子，获得检测门限，进行目标检测。

优选的，所述步骤一中的门限乘积因子α为：

其中，N为参考单元样本数，P_FA为期望的虚警概率。

优选的，所述步骤二中静态背景样本的标准差σ₀为：

其中，{X_i}为平方律检波器输出数据；

n为样本数量；

为样本均值：

优选的，所述步骤三中雨杂波环境下背景样本的标准差σ_c为：

其中，{X_i,i＝1,2,3...n}为平方律检波器输出数据；

所选样本位置与{X_i}相同；

为样本均值。

优选的，所述步骤四中的自适应检测门限乘积因子为：

其中，η为调制系数，可根据实际雷达系统和应用场景进行调整。

优选的，所述步骤五中的检测包括采用滑窗法对各帧雷达数据进行检测处理，检测门限为：

T＝α'β²

其中，β²为参考单元平均功率估计值。

其中，{c_k,k＝1,2,3...,N}为参考单元样本的功率值；

当待检测单元功率值大于门限值，则判定为目标。

有益效果：

本发明提供了一种雨杂波环境下的恒虚警检测方法，该方法相比传统检测方法，可根据降雨量大小自适应调整检测门限，避免雨杂波引起的虚警率大幅升高问题，保证目标检测性能。

本发明提供的方法运算实现简单，工程应用效果显著，扩展性强，可广泛应用于机场异物检测、空域安防等地面雷达应用领域。

附图说明：

图1：雨杂波环境下噪声分布特性；

图2：本发明实施例中得到的雨天CA-CFAR检测结果；

图3：本发明实施例中的雨天检测结果。

具体实施方式

下面结合附图对本发明的技术方案做进一步描述，

如图1所示为雨杂波环境下噪声分布特性，在雨杂波背景下，随着降雨量的大小，雨杂波的幅度统计特性逐渐由瑞丽分布向对数正态分布转变。

实施例一：

在大雨环境下，分别利用CA-CFAR和本发明的检测方法进行检测，所得结果分别见图2和图3，

本发明提供的雨杂波环境下的恒虚警检测方法，具体步骤如下：Step1：计算无雨环境下的检测门限乘积因子

在无雨环境下，可计算检测门限乘积因子的理论值α为：

其中，为参考单元数N＝16，期望的虚警概率P_FA＝1×10^-5。

Step2：估计静态背景样本的标准差

在晴朗天气，利用雷达照射工作区域，估计背景噪声的标准差σ₀：

其中，{X_i}为某帧平方律检波器输出数据，所选样本为第2500至3000距离门。

Step3：统计雨杂波环境下背景样本的标准差

在雨天进行探测实验，选取某帧回波数据估计雨杂波背景下的杂噪基底标准差σ_c：

其中，{x_i}为该帧数据的平方律检波器输出，所选样本位置与{X_i}相同。

Step4：计算自适应检测门限乘积因子

根据雨天背景的统计特性调整检测门限乘积因子为：

调制系数η＝0.6。

Step5：利用自适应检测门限进行目标检测

采用滑窗法对各帧雷达数据进行检测处理，检测门限为：

T＝α'β²

其中，β²为参考单元平均功率估计值。

其中，{c_i}为参考单元样本数据。当待检测单元功率值大于门限值，则判定为目标。

实测数据分析结果表明，采用原CA-CFAR检测后，虚警率增加为6.14×10^-5(如图2所示)，采用本发明后，虚警率降为1.1×10^-5(如图3所示)

分别统计不同雨情下的虚警率如下表所示，通过下表可得，利用本发明提供的方法后可在雨天环境下基本保持虚警率恒定。

Claims (6)

1.一种雨杂波环境下的恒虚警检测方法，其特征在于，所述方法包括如下步骤：

步骤一：计算静态背景下的检测门限乘积因子α；

步骤二：估计静态背景样本的标准差σ₀；

步骤三：统计雨杂波环境下背景样本的标准差σ_c；

步骤四：计算自适应检测门限乘积因子；

步骤五：利用步骤四所得到的自适应检测门限乘积因子，获得检测门限，进行目标检测。

2.如权利要求1所述的雨杂波环境下的恒虚警检测方法，其特征在于，所述步骤一中的门限乘积因子α为：

其中，N为参考单元样本数，P_FA为期望的虚警概率。

3.如权利要求2所述的雨杂波环境下的恒虚警检测方法，其特征在于，所述步骤二中静态背景样本的标准差σ₀为：

其中，{X_i,i＝1,2,3...n}为平方律检波器输出数据；

n为样本数量；

为样本均值：

4.如权利要求3所述的雨杂波环境下的恒虚警检测方法，其特征在于，所述步骤三中雨杂波环境下背景样本的标准差σ_c为：

其中，{x_i,i＝1,2,3...n}为雨天环境下平方律检波器输出数据；

所选样本位置与{X_i}相同；

为样本均值。

5.如权利要求4所述的雨杂波环境下的恒虚警检测方法，其特征在于，所述步骤四中的自适应检测门限乘积因子为：

其中，η为调制系数，可根据实际雷达系统和应用场景进行调整。

6.如权利要求5所述的雨杂波环境下的恒虚警检测方法，其特征在于，所述步骤五中的检测包括采用滑窗法对各帧雷达数据进行检测处理，检测门限为：

T＝α'β²

其中，β²为参考单元平均功率估计值。

其中，{c_k,k＝1,2,3...,N}为参考单元样本的功率值；

当待检测单元功率值大于门限值，则判定为目标。