CN111398910B - 雷达信号检测方法、装置、电子设备及存储介质 - Google Patents
雷达信号检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111398910B CN111398910B CN202010168861.6A CN202010168861A CN111398910B CN 111398910 B CN111398910 B CN 111398910B CN 202010168861 A CN202010168861 A CN 202010168861A CN 111398910 B CN111398910 B CN 111398910B
- Authority
- CN
- China
- Prior art keywords
- false alarm
- constant false
- detection
- target
- detection method
- 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.)
- Active
Links
Images
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
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
-
- 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
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/32—Shaping echo pulse signals; Deriving non-pulse signals from echo pulse signals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本公开提供的一种本公开提供的一种雷达信号检测方法、装置、电子设备及存储介质,所述方法包括对雷达接收到的回波信号进行脉冲压缩处理;对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。均值类恒虚警检测法和有序统计恒虚警检测法互补,进一步提升了检测概率。而门限系数的拟合,实现了对固定门限系数的优化,降低了虚警率,大大提升了检测算法的性能。
Description
技术领域
本公开涉及信号检测技术领域,特别地涉及一种雷达信号检测方法、装置、电子设备及存储介质。
背景技术
雷达是利用目标对电磁波散射现象来发现目标、定位目标的,然而目标周围总是不能避免的存在着各种背景,如地物、云雨、海浪和金属箔条等,这些背景所产生的回波或人为干扰称之为杂波。雷达杂波主要可分为运动杂波和固定杂波。其中固定杂波的中心频率位于零频,很容易将其抑制,单对于运动杂波,由于其存在未知的多普勒频移,所以不能像固定杂波那样容易抑制。因此,为了应付日益复杂的雷达工作环境,提高检测能力,降低虚警率,杂波抑制技术已成为雷达信号处理中的关键技术之一。
目前,雷达信号处理中,利用脉冲压缩兼顾雷达作用距离和分辨能力,再利用相参积累提升目标的信噪比,并通过恒虚警检测方法检测目标并上报,但是在这个过程中仅仅利用目标的距离、多普勒信息设定固定门限进行均值类恒虚警检测,往往由于门限设定不够准确,或者由于在某距离维或者速度维上的参考单元数不满足设定值时候的粗糙处理,例如单边处理、仍按照正常参考单元进行平均计算等方式,都会导致目标的检测概率下降。
发明内容
针对上述问题,本公开提供一种雷达信号检测方法、装置、电子设备及存储介质,解决了雷达信号在进行恒虚警检测时门限设定不准确和采用单一的均值类恒虚警检测导致的检测概率下降的问题。
第一方面,本公开提供了一种雷达信号检测方法,所述方法包括:
对雷达接收到的回波信号进行脉冲压缩处理;
对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;
通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
根据本公开的实施例,可选的,上述雷达信号检测方法中,所述对脉冲压缩处理后的信号进行相参积累和杂波抑制处理的步骤,包括:
通过FFT滤波器组对脉冲压缩处理后的信号进行动目标检测以实现相参积累和杂波抑制处理。
根据本公开的实施例,可选的,上述雷达信号检测方法中,所述通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果的步骤,包括以下步骤:
将相参积累和杂波抑制处理后的信号对应的各目标按照距离大小依次存入恒虚警检测器的检测单元和位于所述检测单元两侧的若干参考单元;其中,处于所述检测单元内的目标为待测目标;
通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对处于所述参考单元内的目标的功率采样值进行计算以获得背景功率估值;
对所述回波信号的信噪比随距离的变化趋势进行拟合以得到门限系数曲线,并从所述门限系数曲线中获得与所述待测目标的距离对应的门限系数;
将所述背景功率估值与所述门限系数相乘,以得到检测门限;
根据所述检测门限,对所述待测目标进行检测,以得到检测结果;
当所述待测目标的功率采样值大于所述检测门限时,则判断所述待测目标存在;
当所述待测目标的功率采样值小于所述检测门限时,则判断所述待测目标不存在。
根据本公开的实施例,可选的,上述雷达信号检测方法中,所述通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对处于所述参考单元内的目标的功率采样值进行计算以获得背景功率估值的步骤,包括以下步骤:
当两侧的所述参考单元内目标的数量都大于或等于参考数量预设阈值时,则采用均值类恒虚警检测法同时计算两侧的所述参考单元内目标的功率采样值的平均值,以获得背景功率估值;
当一侧的所述参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的所述参考单元内目标的数量为0时,则采用均值类恒虚警检测法只计算所述一侧的所述参考单元内目标的功率采样值的平均值,以获得所述背景功率估值;
当一侧的所述参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的所述参考单元内目标的数量大于0但小于所述参考数量预设阈值时,则所述一侧的所述参考单元内目标采用均值类恒虚警检测法计算功率采样值的平均值,所述另一侧的所述参考单元内目标采用有序恒虚警检测法进行降序排序并选择第m个所述参考单元内目标的功率采样值作为功率采样值的平均值,以获得所述背景功率估值。
根据本公开的实施例,可选的,上述雷达信号检测方法中,所述m为所述另一侧的参考单元的数量的0.7倍。
根据本公开的实施例,可选的,上述雷达信号检测方法中,所述均值类恒虚警检测法为单元平均恒虚警检测法、单元平均选小恒虚警检测法和单元平均选大恒虚警检测法中的一种。
根据本公开的实施例,可选的,上述雷达信号检测方法中,所述信噪比包括多普勒维和距离维的信噪比。
根据本公开的实施例,可选的,上述雷达信号检测方法中,在进行恒虚警检测的步骤之后,所述方法还包括:
将所述检测结果进行点迹上报输出。
第二方面,本公开提供了一种雷达信号检测装置,所述装置包括:
脉冲压缩模块,用于对雷达接收到的回波信号进行脉冲压缩处理;
相参积累和杂波抑制模块,用于对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;
恒虚警检测模块,用于通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
第三方面,本公开提供一种电子设备,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如第一方面中任意一项所述的雷达信号检测方法。
第四方面,本公开提供一种存储介质,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如第一方面中任一项所述的雷达信号检测方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本公开提供的一种雷达信号检测方法、装置、电子设备及存储介质,所述方法包括对雷达接收到的回波信号进行脉冲压缩处理;对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。该方法有效抑制了0频率出的杂波,大大提升了目标信号的信噪比。且均值类恒虚警检测和有序统计恒虚警检测互补,进一步提升了检测概率。而门限系数的拟合,实现了对固定门限系数的优化,降低了虚警率,大大提升了检测算法的性能。
附图说明
在下文中将基于实施例并参考附图来对本公开进行更详细的描述:
图1为本公开实施例提供的一种雷达信号检测方法的流程示意图;
图2为本公开实施例提供的脉冲压缩的工作示意图;
图3为本公开实施例提供的脉冲压缩前的雷达信号示意图;
图4为本公开实施例提供的脉冲压缩后的雷达信号示意图;
图5为本公开实施例提供的FFT滤波器组的算法原理示意图;
图6为本公开实施例提供的单元平均选大恒虚警检测器的算法原理示意图;
图7a为本公开实施例提供的回波信号多普勒维的信噪比趋势统计示意图;
图7b为本公开实施例提供的回波信号距离维的信噪比趋势统计示意图;
图8为本公开实施例提供的门限系数拟合曲线示意图;
图9a为本公开实施例提供的单周期雷达信号在渐变门限系数下的检测结果示意图;
图9b为本公开实施例提供的单周期雷达信号在固定门限系数下的检测结果示意图;
图10a为本公开实施例提供的多周期雷达信号在渐变门限系数下的检测结果示意图;
图10b为本公开实施例提供的多周期雷达信号在固定门限系数下的检测结果示意图;
图11为本公开实施例提供的一种雷达信号检测装置的结构示意图;
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式,借此对本公开如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本公开实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本公开的保护范围之内。
实施例一
图1为本公开实施例提供的一种雷达信号检测方法的流程示意图,请参阅图1,本实施例提供一种雷达信号检测方法,包括:
步骤S101:对雷达接收到的回波信号进行脉冲压缩处理。
具体的,假设回波信号为si(t),脉冲压缩处理过程中的脉冲响应h(t)可用以下公式表达:
h(t)=Ksi*(td-t)
其中,td为脉冲压缩处理过程中的延迟,K为增益常数。
则脉冲压缩处理后的信号s0(t)为回波信号si(t)与脉冲响应h(t)的卷积,可表示为:
s0(t)=si(t)*h(t)。
需要说明的是,如图2所示,脉冲压缩是大时宽带宽积信号通过一个脉冲压缩滤波器实现的,这时雷达发射信号时载频按一定规律变化的宽脉冲,即具有非线性相位谱的宽脉冲。而脉冲压缩滤波器具有与发射信号变化规律相反的延迟频率特性,即脉冲压缩滤波器的相频特性应该与发射信号实现相位共轭匹配。所以,理想的脉冲压缩滤波器就是匹配滤波器。脉冲压缩前后的雷达信号分别如图3和图4所示。
步骤S102:对脉冲压缩处理后的信号进行相参积累和杂波抑制处理。
具体的,通过FFT(快速傅里叶变换,Fast Fourier Transform)滤波器组对脉冲压缩处理后的信号进行动目标检测(MTD,Moving Targets Detection)处理以实现相参积累和杂波抑制处理。有效抑制0频率出的杂波,大大提升了目标信号的信噪比。
MTD是一种利用多普勒滤波器来抑制各种杂波,以提高雷达在杂波背景下检测运动目标能力的技术。如图5所示,N个FFT滤波器构成了一组在频率轴上相邻且部分重叠的窄带滤波器组,以完成对多普勒频率不同目标信号的近似匹配滤波。
N个FFT滤波器均匀分布在(0~fr)的频率区间内;
N个FFT滤波器的计算可用以下公式表达:
其中X(n)表示第n个滤波器的输出信号。
具体的,地杂波频谱位于f=±nfr处,n=0,1,...,其谱峰处于对消器的凹口,所以地杂波得到较大的抑制。动目标信号由于其多普勒频率的不同可能出现在频率轴上的不同位置,因为可能从0#~(N-1)#的多普勒滤波器输出。只要目标信号与杂波信号从不同的多普勒滤波器输出,目标信号所在滤波器输出的信噪比将得到明显的提升。
步骤S103:通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
雷达的检测过程是针对只有干扰和干扰/目标同时存在的两种假设检验情况下做出决策,对接收机接收到的回波信号进行相应的信号处理后,以相对较大的统计概率获得目标,而噪声以及其他的干扰信号以相对较低的概率产生虚警,从而将目标从混杂信号中提取出来,其目的就是按照一定的准则从输入信号中提取目标。
回波信号x(t)有两种情况,分别表示为
假设:H0:x(t)=n(t)
H1:x(t)=s(t)+n(t)
其中s(t)表示有目标的信号,n(t)表示噪声和杂波信息。
则检测结果会有以下几种情况:
(1)假设在H1情况下判为有信号,此时称为正确检测,用检测概率Pd∈[0,1]表示;
(2)假设H1情况下判为无信号,则称为漏警,漏警概率表示为Pm=1-Pd;
(3)假设H0情况下判为有信号,称为虚警,用虚警概率Pf表示;
(4)假设H0情况下判为无信号,就属于正确判断。
采用固定的门限进行检测时,如果门限设置高了,则虚警低,可能会发生大量的漏警;而门限设低了,发现概率虽然会增大,但噪声、杂波等会引起大量的虚警。恒虚警检测方法就是采用自适应门限代替固定门限,而自适应门限能随着被检测点的背景噪声、杂波和干扰的大小自适应地调整。如果背景噪声、杂波大,自适应门限就调高;如果背景噪声、杂波干扰小,自适应门限就能调低,以保证虚警概率恒定即减小上述第(3)类情况的发生,所以设计雷达恒虚警检测器的关键之一就是获取这种自适应门限的方法。不同的环境下选择不同的恒虚警检测方法,以维持较高的检测概率并且抑制虚警率。
恒虚警检测器可以实时地从回波信号中估计背景功率,从而根据实际的背景环境来准确地计算检测门限,其中,均值类恒虚警检测是通过对参考单元内目标的功率采样值取平均值来计算背景功率估值,然后与门限系数(K)相乘得到检测门限(U0),将此门限与检测单元内被测目标的功率采样值相比,如所述被测目标的功率采样值超过了此门限,则所述被测目标被判为存在,否则,判为不存在,从而进行目标检测。
具体的,步骤S103具体包括步骤S103a-S103g:
S103a:将相参积累和杂波抑制处理后的信号对应的各目标按照距离大小依次存入恒虚警检测器的检测单元和位于所述检测单元两侧的若干参考单元;其中,处于所述检测单元内的目标为待测目标;
S103b:通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对处于所述参考单元内的目标的功率采样值进行计算以获得背景功率估值;
S103c:对所述回波信号的信噪比随距离的变化趋势进行拟合以得到门限系数曲线,并从所述门限系数曲线中获得与所述待测目标的距离对应的门限系数;
S103d:将所述背景功率估值与所述门限系数相乘,以得到检测门限;
S103e:根据所述检测门限,对所述待测目标进行检测,以得到检测结果;
S103f:当所述待测目标的功率采样值大于所述检测门限时,则判断所述待测目标存在;
S103g:当所述待测目标的功率采样值小于所述检测门限时,则判断所述待测目标不存在。
其中,S103b具体包括以下步骤:
当两侧的所述参考单元内目标的数量都大于或等于参考数量预设阈值时,则采用均值类恒虚警检测法同时计算两侧的所述参考单元内目标的功率采样值的平均值,以获得背景功率估值;
当一侧的所述参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的所述参考单元内目标的数量为0时,则采用均值类恒虚警检测法只计算所述一侧的所述参考单元内目标的功率采样值的平均值,以获得所述背景功率估值;
当一侧的所述参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的所述参考单元内目标的数量大于0但小于所述参考数量预设阈值时,则所述一侧的所述参考单元内目标采用均值类恒虚警检测法计算功率采样值的平均值,所述另一侧的所述参考单元内目标采用有序恒虚警检测法进行降序排序并选择第m个所述参考单元内目标的功率采样值作为功率采样值的平均值,以获得所述背景功率估值。
其中,所述m为所述另一侧的所述参考单元的数量的0.7倍。示例性的,比如所述另一侧的所述参考单元的数量为30,则m=0.7×30=21,即在所述另一侧的所述参考单元中,选择第21个所述参考单元作为所述另一侧的所述参考单元内目标的功率采样值的平均值。
需要说明的是,所述均值类恒虚警检测为单元平均恒虚警检测、单元平均选小恒虚警检测和单元平均选大恒虚警检测中的一种。而本实施例中,如图6所示,本实施例以单元平均选大恒虚警检测为例。单元平均选大恒虚警检测是以两侧参考单元内目标的功率采样值的平均值中的较大者作为背景功率估值来进行检测门限的计算。
传统的采用单一的均值类恒虚警检测的方法具体包括:当检测单元两侧的参考单元内目标的数量都大于或等于参考数量预设阈值时,则同时计算两测的参考单元内目标的功率采样值的平均值;当所述检测单元一侧的参考单元内目标的数量大于或等于所述参考数量预设阈值时,另一侧的参考单元内目标的数量为0时,则只计算所述一侧的参考单元内目标的功率采样值的平均值;当所述检测单元一侧的参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的参考单元内目标的数量大于0但小于所述参考数量预设阈值时,则所述另一侧的参考单元内目标的功率采样值可选择不计算或者依然进行平均处理。对于上述第一和第二种情况属于正常的检测过程,对于第三种情况会有不一样的选择手段,如果粗略的去掉所述另一侧的参考单元的计算或者不准确的做个平均处理就会导致门限的不准确以至于检测概率的降低。而考虑到单一的均值类恒虚警检测方法的弊端,本实施例中,加入了有序恒虚警检测进行补偿,达到了两种恒虚警检测的优势互补,进一步提升检测概率。
且本实施例中,由于杂波在距离-频率维单元上形成二维分布,因此选择距离-频率二维的恒虚警检测方法通来完成恒虚警检测过程。需要说明的是,本实施例主要针对的是近区雷达检测。其中,所述近区雷达是指与目标的距离小于等于预设阈值的雷达,对于这种近区雷达检测虚警高的情况,为了提高近区的检测概率,除了提高信噪比,便考虑对惯用的固定检测门限系数(K)进行优化。
因此,本实施例中,所述恒虚警检测采用的门限系数为渐变门限系数,所述渐变门限系数来自于对所述回波信号的多普勒维(如图7a所示)和距离维(如图7b所示)的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线,如图8所示。这种方式实现了对固定门限的优化,不仅抑制了近区虚假,并且进一步保证了目标的检测概率,大大提升了检测算法的性能。
步骤S104:将所述检测结果进行点迹上报输出。
具体的,通过相关积累进行信噪比提升以及在目标检测的门限细化的基础上完成交互的恒虚警检测,对满足信噪比门限的目标进行点迹上报输出,结果如图9a和图10a所示。
作为对比,本实施例还提供该雷达信号在固定门限系数下的检测结果,如图9b和图10b所示,渐变门限系数相较于固定门限系数可以明显降低虚警率,大大提升检测算法的性能。
本实施例提供的一种雷达信号检测方法,所述方法包括对雷达接收到的回波信号进行脉冲压缩处理;对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。该方法有效抑制了0频率出的杂波,大大提升了目标信号的信噪比。且均值类恒虚警检测法和有序统计恒虚警检测法互补,进一步提升了检测概率。而门限系数的拟合,实现了对固定门限系数的优化,降低了虚警率,大大提升了检测算法的性能。
实施例二
图11为本公开实施例提供的一种雷达信号检测装置的结构示意图,请参阅图11,本实施例提供一种雷达信号检测装置100,包括脉冲压缩模块101、相参积累和杂波抑制模块102、恒虚警检测模块103和结果上报模块104。
脉冲压缩模块101,用于对雷达接收到的回波信号进行脉冲压缩处理。
相参积累和杂波抑制模块102,用于对脉冲压缩处理后的信号进行相参积累和杂波抑制处理。
恒虚警检测模块103,用于通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
结果上报模块104,用于将所述检测结果进行点迹上报输出。
其中,相参积累和杂波抑制模块102包括FFT滤波器组,用于对脉冲压缩处理后的信号进行MTD处理以实现相参积累和杂波抑制处理。
基于上述各模块执行雷达信号检测方法的具体实施例已在实施例一中详述,此处不再赘述。
实施例三
本申请实施例提供了一种电子设备,该电子设备可以是手机、电脑或平板电脑等,包括存储器和处理器,所述存储器上存储有计算器程序,该计算机程序被处理器执行时实现如实施例一中所述的雷达信号检测方法。可以理解,电子设备还可以包括,多媒体组件,输入/输出(I/O)接口,以及通信组件。
其中,处理器用于执行如实施例一中的雷达信号检测方法中的全部或部分步骤。存储器用于存储各种类型的数据,这些数据例如可以包括电子设备中的任何应用程序或方法的指令,以及应用程序相关的数据。
所述处理器可以是专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable LogicDevice,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的雷达信号检测方法。
所述存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
实施例四
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,所述计算机程序被处理器执行时可以实现如下方法步骤:
S101:对雷达接收到的回波信号进行脉冲压缩处理。
S102:对脉冲压缩处理后的信号进行相参积累和杂波抑制处理。
S103:通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
综上,本公开提供的一种雷达信号检测方法、装置,电子设备及存储介质,所述方法包括对雷达接收到的回波信号进行脉冲压缩处理;对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对相参积累和杂波抑制处理后的信号进行恒虚警检测以得到检测结果;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。该方法有效抑制了0频率出的杂波,大大提升了目标信号的信噪比。且均值类恒虚警检测法和有序统计恒虚警检测法互补,进一步提升了检测概率。而门限系数的拟合,实现了对固定门限系数的优化,降低了虚警率,大大提升了检测算法的性能。
在本公开实施例所提供的几个实施例中,应该理解到,所揭露的方法,也可以通过其它的方式实现。以上所描述的方法实施例仅仅是示意性的。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
虽然本公开所揭露的实施方式如上,但所述的内容只是为了便于理解本公开而采用的实施方式,并非用以限定本公开。任何本公开所属技术领域内的技术人员,在不脱离本公开所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本公开的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种雷达信号检测方法,其特征在于,所述方法包括:
对雷达接收到的回波信号进行脉冲压缩处理;
对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;
将相参积累和杂波抑制处理后的信号对应的各目标按照距离大小依次存入恒虚警检测器的检测单元和位于所述检测单元两侧的若干参考单元,其中,处于所述检测单元内的目标为待测目标;通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对处于所述参考单元内的目标的功率采样值进行计算以获得背景功率估值;对所述回波信号的信噪比随距离的变化趋势进行拟合以得到门限系数曲线,并从所述门限系数曲线中获得与所述待测目标的距离对应的门限系数;将所述背景功率估值与所述门限系数相乘,以得到检测门限;根据所述检测门限,对所述待测目标进行检测,以得到检测结果;当所述待测目标的功率采样值大于所述检测门限时,则判断所述待测目标存在;当所述待测目标的功率采样值小于所述检测门限时,则判断所述待测目标不存在;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
2.根据权利要求1所述的方法,其特征在于,所述对脉冲压缩处理后的信号进行相参积累和杂波抑制处理的步骤,包括:
通过FFT滤波器组对脉冲压缩处理后的信号进行动目标检测以实现相参积累和杂波抑制处理。
3.根据权利要求1所述的方法,其特征在于,所述通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对处于所述参考单元内的目标的功率采样值进行计算以获得背景功率估值的步骤,包括以下步骤:
当两侧的所述参考单元内目标的数量都大于或等于参考数量预设阈值时,则采用均值类恒虚警检测法同时计算两侧的所述参考单元内目标的功率采样值的平均值,以获得背景功率估值;
当一侧的所述参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的所述参考单元内目标的数量为0时,则采用均值类恒虚警检测法只计算所述一侧的所述参考单元内目标的功率采样值的平均值,以获得所述背景功率估值;
当一侧的所述参考单元内目标的数量大于或等于所述参考数量预设阈值,另一侧的所述参考单元内目标的数量大于0但小于所述参考数量预设阈值时,则所述一侧的所述参考单元内目标采用均值类恒虚警检测法计算功率采样值的平均值,所述另一侧的所述参考单元内目标采用有序恒虚警检测法进行降序排序并选择第m个所述参考单元内目标的功率采样值作为功率采样值的平均值,以获得所述背景功率估值。
4.根据权利要求3所述的方法,其特征在于,所述m为所述另一侧的参考单元的数量的0.7倍。
5.根据权利要求1所述的方法,其特征在于,所述均值类恒虚警检测法为单元平均恒虚警检测法、单元平均选小恒虚警检测法和单元平均选大恒虚警检测法中的一种。
6.根据权利要求1所述的方法,其特征在于,所述信噪比包括多普勒维和距离维的信噪比。
7.根据权利要求1所述的方法,其特征在于,在所述恒虚警检测的步骤之后,所述方法还包括:
将所述检测结果进行点迹上报输出。
8.一种雷达信号检测装置,其特征在于,所述装置包括:
脉冲压缩模块,用于对雷达接收到的回波信号进行脉冲压缩处理;
相参积累和杂波抑制模块,用于对脉冲压缩处理后的信号进行相参积累和杂波抑制处理;
恒虚警检测模块,用于将相参积累和杂波抑制处理后的信号对应的各目标按照距离大小依次存入恒虚警检测器的检测单元和位于所述检测单元两侧的若干参考单元,其中,处于所述检测单元内的目标为待测目标;通过均值类恒虚警检测法和有序统计恒虚警检测法相结合的方式对处于所述参考单元内的目标的功率采样值进行计算以获得背景功率估值;对所述回波信号的信噪比随距离的变化趋势进行拟合以得到门限系数曲线,并从所述门限系数曲线中获得与所述待测目标的距离对应的门限系数;将所述背景功率估值与所述门限系数相乘,以得到检测门限;根据所述检测门限,对所述待测目标进行检测,以得到检测结果;当所述待测目标的功率采样值大于所述检测门限时,则判断所述待测目标存在;当所述待测目标的功率采样值小于所述检测门限时,则判断所述待测目标不存在;其中,在进行恒虚警检测时采用的门限系数为渐变门限系数,且所述渐变门限系数来自于对所述回波信号的信噪比随距离的变化趋势进行拟合而得到的门限系数曲线。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,该计算机程序被所述处理器执行时,执行如权利要求1至7中任意一项所述的雷达信号检测方法。
10.一种存储介质,其特征在于,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如权利要求1至7中任一项所述的雷达信号检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010168861.6A CN111398910B (zh) | 2020-03-11 | 2020-03-11 | 雷达信号检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010168861.6A CN111398910B (zh) | 2020-03-11 | 2020-03-11 | 雷达信号检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111398910A CN111398910A (zh) | 2020-07-10 |
CN111398910B true CN111398910B (zh) | 2023-06-20 |
Family
ID=71428750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010168861.6A Active CN111398910B (zh) | 2020-03-11 | 2020-03-11 | 雷达信号检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111398910B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162256B (zh) * | 2020-09-29 | 2023-08-01 | 中国船舶集团有限公司第七二四研究所 | 一种基于脉冲相关的级联式多维度径向运动特征检测方法 |
CN112946621A (zh) * | 2021-02-02 | 2021-06-11 | 四川九洲防控科技有限责任公司 | 一种目标检测方法、装置、电子设备及存储介质 |
CN113391306A (zh) * | 2021-05-11 | 2021-09-14 | 北京川速微波科技有限公司 | 恒虚警率车载雷达目标检测方法及装置、设备、存储介质 |
CN113671486B (zh) * | 2021-07-07 | 2023-09-19 | 四川九洲防控科技有限责任公司 | 旋翼目标的雷达探测系统及方法 |
CN113534064B (zh) * | 2021-07-23 | 2024-03-22 | 成都九洲迪飞科技有限责任公司 | 一种确定译码门限的方法、脉冲雷达接收机、装置及介质 |
CN113589251B (zh) * | 2021-07-29 | 2024-01-05 | 上海无线电设备研究所 | 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5499030A (en) * | 1994-03-18 | 1996-03-12 | The United States Of America As Represented By The Secretary Of The Air Force | Expert system constant false alarm rate (CFAR) processor |
CN103064074B (zh) * | 2012-12-23 | 2014-06-11 | 西安电子工程研究所 | 一种脉冲多普勒雷达在强杂波背景下的弱目标检测方法 |
CN103353594B (zh) * | 2013-06-17 | 2015-01-28 | 西安电子科技大学 | 二维自适应雷达恒虚警检测方法 |
CN106814356A (zh) * | 2017-01-24 | 2017-06-09 | 成都泰格微电子研究所有限责任公司 | 一种基于雷达信号处理系统的距离跟踪子系统 |
CN106814353A (zh) * | 2017-01-24 | 2017-06-09 | 成都泰格微电子研究所有限责任公司 | 一种雷达信号处理系统 |
CN109856637B (zh) * | 2017-11-30 | 2021-09-03 | 比亚迪股份有限公司 | 汽车以及基于恒虚警的汽车雷达目标检测方法和装置 |
CN109613527B (zh) * | 2018-12-13 | 2022-11-08 | 北京无线电测量研究所 | 一种运动目标的检测门限生成方法及装置 |
CN110221288A (zh) * | 2019-05-17 | 2019-09-10 | 常州第四无线电厂有限公司 | 一种穿墙雷达微动目标检测方法 |
-
2020
- 2020-03-11 CN CN202010168861.6A patent/CN111398910B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111398910A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398910B (zh) | 雷达信号检测方法、装置、电子设备及存储介质 | |
CN104569948B (zh) | 海杂波背景下子带自适应glrt‑ltd检测方法 | |
CN109613527B (zh) | 一种运动目标的检测门限生成方法及装置 | |
CN111624574A (zh) | 弱目标探测的目标检测方法、系统、存储介质和装置 | |
CN108872961B (zh) | 基于低门限的雷达微弱目标检测方法 | |
Tian et al. | Statistical analysis of split spectrum processing for multiple target detection | |
CN112014806B (zh) | 一种复杂干扰场景下的机载雷达无意干扰抑制方法 | |
CN110806566B (zh) | 采用多窗联合进行雷达目标检测的方法、装置及雷达系统 | |
CN105866748B (zh) | 一种基于检测先验的固定窗长恒虚警检测方法 | |
Zhao et al. | Block NLMS cancellation algorithm and its real-time implementation for passive radar | |
Xu et al. | Two-level CFAR algorithm for target detection in mmWave radar | |
Kelly et al. | RFI suppression and sparse image formation for UWB SAR | |
CN114690143B (zh) | 一种抑制雷达杂波的方法、装置、雷达和介质 | |
CN107315169B (zh) | 基于二阶统计量相似度的杂波协方差矩阵估计方法 | |
Rock et al. | CNNs for interference mitigation and denoising in automotive radar using real-world data | |
CN114966598A (zh) | 低慢小雷达强地杂波自适应抑制方法及装置 | |
Erdogan et al. | Deinterleaving radar pulse train using neural networks | |
CN111665475B (zh) | 雷达主瓣干扰抑制方法及装置、电子设备、存储介质 | |
CN107133624B (zh) | 一种目标检测方法及设备 | |
CN112327260A (zh) | 一种sar回波数据中脉冲式干扰信号的抑制方法和装置 | |
Wong et al. | Improved target detection in spiky sea clutter using sparse signal separation | |
RU2646857C1 (ru) | Способ селекции движущихся целей | |
CN115598615B (zh) | 基于子带滤波的功率谱信息几何雷达目标检测方法和装置 | |
CN116679278B (zh) | 一种强地物杂波干扰下的目标雷达检测方法 | |
CN116953655B (zh) | 一种基于Durbin检验的前向散射雷达运动目标检测方法和装置 |
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 |