CN113138372A - 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 - Google Patents
一种基于改进型m/n检测器的多径环境下雷达目标检测方法 Download PDFInfo
- Publication number
- CN113138372A CN113138372A CN202110564900.9A CN202110564900A CN113138372A CN 113138372 A CN113138372 A CN 113138372A CN 202110564900 A CN202110564900 A CN 202110564900A CN 113138372 A CN113138372 A CN 113138372A
- Authority
- CN
- China
- Prior art keywords
- detection
- detector
- radar
- signal
- multipath environment
- 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.)
- Granted
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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种基于改进型M/N检测器的多径环境下雷达目标检测方法,属于雷达信号处理与低空多径环境下的雷达目标检测技术领域,本发明的目的是解决M/N检测器在多径环境下受到多径效应的影响而导致检测性能下降的问题,本发明从M/N检测器的检测参数出发,通过大量的数值仿真实验,给出了一个适用于多径环境下M/N检测器的参数选择的经验公式。从蒙特卡洛仿真实验的结果来看,使用该公式能有效提高M/N检测器在多径环境下的检测性能。
Description
技术领域
本发明涉及雷达信号处理与低空多径环境下的雷达目标检测技术领域,具体涉及一种基于改进型M/N检测器的多径环境下雷达目标检测方法。
背景技术
雷达在低空环境中对目标进行探测时,由于掠射角较低,电波传播过程中的遮挡物较多等原因,多径效应将会十分严重。不同路径的目标回波信号在雷达接收机处相干叠加,使接收机接收到的回波信号的幅度时而衰减,时而增强,出现剧烈起伏,进而会影响雷达检测的稳定性。在某些极端情形下,目标反射的直达波和多径回波甚至会直接抵消,这为目标检测带来了困难。传统的雷达目标检测方法大体上可以分为单脉冲检测和多脉冲检测。相比之下,多脉冲检测方法由于利用了多个回波脉冲进行联合检测,在一般情况下均有着优于单脉冲检测器的检测性能。M/N检测器作为一种经典的多脉冲检测器,相比于单脉冲检测器,它能够有效提高目标在多径环境下的检测概率。然而,M/N检测器的检测性能却受到检测参数的严重制约,同时,由于受到多径效应的影响,M/N检测器的检测性能也会进一步损失。因此,如何选择其检测参数,使M/N检测器在多径环境下也能发挥出最佳检测性能,对于M/N检测器在多径环境下的的应用是至关重要的。
发明内容
本发明的目的是解决M/N检测器在多径环境下受到多径效应的影响而导致检测性能下降的问题,进而提供一种基于改进型M/N检测器的多径环境下雷达目标检测方法;
一种基于改进型M/N检测器的多径环境下雷达目标检测方法,所述方法是通过以下步骤实现的:
步骤一:通过雷达接收机获取目标的回波信号并进行脉冲压缩得到目标的一维距离像序列;
步骤二:采用M/N检测器进行目标检测,首先确定检测参数N,并采用CFAR检测法对步骤一中的N个回波{si(t)},i=1,2,…,N分别进行一级检验,并使用累加器记录检验结果为H1的次数k,H0的次数K,H1为含有信号分量和热噪声与杂波分量的回波信号,H0为仅含有热噪声与杂波分量的回波信号。
步骤三:由步骤二中的N值确定M/N检测器中另一个检测参数M值;
步骤四:比较步骤二中k和步骤三中M的大小,若k大于M,输出检测结果为H1,若k小于M,输出检测结果为H0;
进一步地,所述步骤一中通过雷达接收机获取目标的回波信号并进行脉冲压缩得到目标的一维距离像序列是通过以下步骤实现的:
步骤一一:采用线性调频(LFM)信号对目标进行探测,发射的LFM信号写作:
步骤一二:利用匹配滤波方法对接收到的信号进行脉冲压缩,则匹配滤波器的形式为:
经过匹配滤波后的滤波输出为:
so(t)≈Tsinc(B(t-t0)) (4)
s0(t)即为脉压后得到的一维距离像,后续的操作将在此信号上进行;
j为虚数单位,j的平方为-1;
π为圆周率,约为3.14;
T为信号的持续时间;
t为时间,单位为s;f为频率,单位为Hz;t0表示目标的时延;
k为信号的调频斜率,定义为k=B/T,其中的B为信号带宽;
进一步地,所述步骤一中所用的雷达接收机为连续波雷达或脉冲体制雷达。
进一步地,所述步骤二中采用CFAR检测法对步骤一中的N个回波{si(t)},i=1,2,…,N分别进行一级检验的具体操作如下:
步骤二一:判断雷达某个分辨单元的观测值经过功率检波后为x,则在不同的条件下,x可表示为:
其中,s是信号分量,n是热噪声与杂波分量;
步骤二二:选择CFAR检测器,根据局部估计得到背景杂波的功率水平估计Z;
步骤二三:通过步骤二二中背景杂波的功率水平进行估计Z和标称因子T计算检测门限S:
S=TZ (6)
步骤二四:将待检测单元的功率D与步骤二三得到的门限S进行比较,得到最终的检测结果;
步骤二五:对步骤二四中的检测结果进行统计,记录一级检验结果为H1的数目k,H0的数目K;
进一步地,所述步骤二中选择的CFAR检测器为CA-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=X+Y (7)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计;
进一步地,所述步骤二中选择的CFAR检测器为GO-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=max(X,Y) (8)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计;
进一步地,所述步骤二中选择的CFAR检测器为SO-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=min(X,Y) (9)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计;
进一步地,所述步骤三中由步骤二中的N值确定M/N检测器中另一个检测参数M值的具体操作如下:
步骤三一:利用经验公式对M/N检测器中,检测概率和虚警概率进行计算:
N表示脉冲个数,与M/N检测器中对应的N含义相同;
Ps,D表示单次单脉冲检测的检测概率;
Ps,FA表示单次单脉冲检测的虚警概率;
步骤三二:选择合适的N和M,保证在虚警率PFA一定的时候,为了获得最大的检测概率PD,即对优化问题进行求解:
Ps,D和Ps,FA分别为一级检验时的单次检验检测概率和虚警概率,在式(5)中的x的概率密度函数一定时,它们分别表示为
f(x|H1)和f(x|H0)分别表示在H1假设和H0假设下的回波幅度的概率密度;
当杂波功率密度f(x|H0)比较复杂时,式(12)和式(13)的优化问题很难求解。但是,通过数值仿真的方式,得到其可行解;
步骤三三:判定多径反射系数为0-1,在仅考虑二阶及一下多径回波的前提下,仿真了在自由空间和多径环境中,要达到相同的检测概率时所需要的最小信噪比,根据仿真结果得出,在N值一定的条件下,随着M的增加,检测性能呈现出先增加后减小的趋势,基于此,给出多径环境下的参数选择经验公式为:
其中,N+表示正整数集。根据式(16)即可得到使M/N检测器检测性能最大化的参数。
本发明与现有技术相比具有以下有益效果:
本发明针对M/N检测器在多径环境下进行目标检测时,检测性能下降的问题,提出了一种M/N检测器检测参数的选择方法,对传统的M/N检测器进行了改进,提高其在多径环境下的检测性能;
雷达在低空多径环境中进行目标检测,往往会受到多径效应的影响,多径效应使得不同路径的目标回波在接收机处相干叠加,导致接收机接收到的回波的幅度距离起伏,进而影响了目标检测,使雷达的目标检测性能不稳定。传统的单脉冲检测由于仅利用了一个脉冲进行检测,其检测性能受到了严重影响,M/N检测器能利用多个脉冲进行联合检测,但由于多径效应的存在,其检测性能也有不可避免的损失。另一方面,传统的M/N检测器并没有给出一套合理的参数选择方法,大多依靠雷达操作员的经验进行参数选择,加之多径效应的影响,M/N检测器的检测性能受到了严重制约。
本发明从M/N检测器的检测参数出发,通过大量的数值仿真实验,给出了一个适用于多径环境下M/N检测器的参数选择的经验公式。从蒙特卡洛仿真实验的结果来看,使用该公式能有效提高M/N检测器在多径环境下的检测性能。
附图说明
图1为本发明中单脉冲CFAR检测框图;
图2为本发明中所述方法针对相同检测参数下不同工作环境中的检测性能比较图;
图3为本发明中所述检测算法的流程图;
图4为本发明中对10个回波进行一级CA-CFAR检验,得到检验结果图;
图5为本发明中针对不同的参数(M值和N值)下检测器检测性能的比较;
图6为本发明中针对相同参数(M值和N值)下不同检测器检测性能的比较。
图2中(a)N=5、(b)N=6、(c)N=7、(d)N=8、(e)N=9、(f)N=10、(g)N=11、(h)N=12、(i)N=13、(j)N=14、(k)N=15和(l)N=16。
具体实施方式
具体实施方式一:参照图1和图6说明本实施方式,本实施方式提供了一种基于改进型M/N检测器的多径环境下雷达目标检测方法,所述方法是通过以下步骤实现的:
步骤一:通过雷达接收机获取目标的回波信号并进行脉冲压缩得到目标的一维距离像序列;
步骤二:采用M/N检测器进行目标检测,首先确定检测参数N,并采用CFAR检测法对步骤一中的N个回波{si(t)},i=1,2,…,N分别进行一级检验,并使用累加器记录检验结果为H1的次数k,H0的次数K,H1为含有信号分量和热噪声与杂波分量的回波信号,H0为仅含有热噪声与杂波分量的回波信号。
步骤三:由步骤二中的N值确定M/N检测器中另一个检测参数M值;
步骤四:比较步骤二中k和步骤三中M的大小,若k大于M,输出检测结果为H1,若k小于M,输出检测结果为H0。
本实施方式提供一种基于改进型M/N检测器的多径环境下雷达目标检测方法,从M/N检测器的检测参数出发,通过大量的数值仿真实验,给出了一个适用于多径环境下M/N检测器的参数选择的经验公式。从蒙特卡洛仿真实验的结果来看,使用该公式能有效提高M/N检测器在多径环境下的检测性能。
具体实施方式二:参照图1至图6说明本实施方式,本实施方式是对具体实施方式一中所述的步骤一做进一步限定,所述步骤一中通过雷达接收机获取目标的回波信号并进行脉冲压缩得到目标的一维距离像序列是通过以下步骤实现的:
步骤一一:采用线性调频(LFM)信号对目标进行探测,发射的LFM信号写作:
步骤一二:利用匹配滤波方法对接收到的信号进行脉冲压缩,则匹配滤波器的形式为:
经过匹配滤波后的滤波输出为:
so(t)≈Tsinc(B(t-t0)) (4)
j为虚数单位,j的平方为-1;
π为圆周率,约为3.14;
T为信号的持续时间;
t为时间,单位为s;f为频率,单位为Hz;t0表示目标的时延
k为信号的调频斜率,定义为k=B/T,其中的B为信号带宽;
s0(t)即为脉压后得到的一维距离像,后续的操作将在此信号上进行。其它组成及连接方式与具体实施方式一相同。
本实施方式中,在通过雷达接收机获取目标的回波信号,常用的探测雷达包括连续波雷达和脉冲体制雷达,推荐采用脉冲体制雷达,采用线性调频(LFM)信号对目标进行探测,对接收到的信号进行脉冲压缩时,可采用deChirp方法或匹配滤波方法,本实施方式中选择了匹配滤波方法。
具体实施方式三:参照图1至图6说明本实施方式,本实施方式是对具体实施方式二所述的步骤一作进一步限定,本实施方式中,所述步骤一中所用的雷达接收机为连续波雷达或脉冲体制雷达。其它组成及连接方式与具体实施方式二相同。
具体实施方式四:参照图1至图6说明本实施方式,本实施方式是对具体实施方式三所述的步骤B作进一步限定,本实施方式中,所述步骤二中采用CFAR检测法对步骤一中的N个回波{si(t)},i=1,2,…,N分别进行一级检验的具体操作如下:
步骤二一:判断雷达某个分辨单元的观测值经过功率检波后为x,则在不同的条件下,x可表示为:
其中,s是信号分量,n是热噪声与杂波分量;
步骤二二:选择CFAR检测器,根据局部估计得到背景杂波的功率水平估计Z;
步骤二三:通过步骤二二中背景杂波的功率水平进行估计Z和标称因子T计算检测门限S:
S=TZ (6)
步骤二四:将待检测单元的功率D与步骤二三得到的门限S进行比较,得到最终的检测结果;
步骤二五:对步骤二四中的检测结果进行统计,记录一级检验结果为H1的数目k,H0的数目K。其它组成及连接方式与具体实施方式三相同。
本实施方式中,常用的CFAR检测器有三种,分别是CA-CFAR检测器、GO-CFAR检测器和SO-CFAR检测器,它们分别使用了不同的杂波功率估计方法。
CFAR检测的流程框图如图1所示,分别用xi,i=1,2,…,n和yi,i=1,2,…,n表示检测单元两侧的参考单元,参考滑窗的长度R=2n,n为前沿和后沿的参考滑窗的长度,X和Y分别是前沿和后沿滑窗对杂波强度的局部估计,选择不同的检测器时,利用不同的规则根据局部估计得到背景杂波功率水平的估计。
具体实施方式五:参照图1至图6说明本实施方式,本实施方式是对具体实施方式四所述的步骤二作进一步限定,本实施方式中,所述步骤二中选择的CFAR检测器为CA-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=X+Y (7)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计。其它组成及连接方式与具体实施方式四相同。
具体实施方式六:参照图1至图6说明本实施方式,本实施方式是对具体实施方式四所述步骤C作进一步限定,本实施方式中所述步骤二中选择的CFAR检测器为GO-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=max(X,Y) (8)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计。其它组成及连接方式与具体实施方式五相同。
具体实施方式七:参照图1至图6说明本实施方式,本实施方式是对具体实施方式四所述步骤二及侧部光照单元6作进一步限定,本实施方式中,所述步骤二中选择的CFAR检测器为SO-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=min(X,Y) (9)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计。其它组成及连接方式与具体实施方式六相同。
具体实施方式八:参照图1至图6说明本实施方式,本实施方式是对具体实施方式五所述步骤三作进一步限定,本实施方式中,所述步骤三中由步骤二中的N值确定M/N检测器中另一个检测参数M值的具体操作如下:
步骤三一:利用经验公式对M/N检测器中,检测概率和虚警概率进行计算:
N表示脉冲个数,与M/N检测器中对应的N含义相同;
Ps,D表示单次单脉冲检测的检测概率;
Ps,FA表示单次单脉冲检测的虚警概率;
步骤三二:选择合适的N和M,保证在虚警率PFA一定的时候,为了获得最大的检测概率PD,即对优化问题进行求解:
Ps,D和Ps,FA分别为一级检验时的单次检验检测概率和虚警概率,在式(5)中的x的概率密度函数一定时,它们分别表示为
f(x|H1)和f(x|H0)分别表示在H1假设和H0假设下的回波幅度的概率密度;
当杂波功率密度f(x|H0)比较复杂时,式(12)和式(13)的优化问题很难求解。但是,通过数值仿真的方式,得到其可行解;
步骤三三:判定多径反射系数为0-1,在仅考虑二阶及一下多径回波的前提下,仿真了在自由空间和多径环境中,要达到相同的检测概率时所需要的最小信噪比,根据仿真结果得出,在N值一定的条件下,随着M的增加,检测性能呈现出先增加后减小的趋势,基于此,给出多径环境下的参数选择经验公式为:
其中,N+表示正整数集。根据式(16)即可得到使M/N检测器检测性能最大化的参数。其它组成及连接方式与具体实施方式七相同。
本实施方式中,结合图4(对10个回波进行一级CA-CFAR检验,得到检验结果图)进行了一次完整的检测过程。此时设定N=10,根据经验公式,最佳的M为3。设定信噪比为5dB,信号采样点数为1025点,10个回波均在第512个采样点处存在目标,即所有回波均为H1。
对10个回波进行一级CA-CFAR检验,得到检验结果如图4,如果仅使用单脉冲检测算法,则仅有第2次、第7次和第10次检测的结果是正确的,能检测到目标的存在,其余大多数时候均检测不到目标。但如果采用本方法的方法,由于N=10,M=3,则显然,最终的检测结果是目标存在,和仿真一开始的设定一致,表明了算法的有效性;
结合图5给出了本发明所提的检测算法与任意选择检测参数的检测算法的检测性能比较,在仿真实验中中,选择了5种参数,如下表所示:
其中,第一组参数为由本专利所提出的方法确定的检测参数,即最优参数。其余四组参数为对照组,参数随机选取。仿真结果表明,随着信噪比的提升,M/N检测器的检测性能逐渐提升,但由于检测参数的不同,不同参数的M/N检测器的性能提升的速度也不一样。由本发明提出的检测器在达到同样的检测概率时,要比其他参数的检测器达到此概率时的信噪比高出约至少5dB,极端情况下,这一数值能达到10dB左右。同时,按照本专利提出的参数选择方法来选择检测参数,在达到较高检测概率,如0.8时,所需要的信噪比也要低于其他参数。这证明了本专利提出的参数选择方法能使M/N检测器在多径环境下达到较高的检测性能;
结合图6对比了本发明所提的检测算法与其他检测算法的检测性能比较。仿真条件与图4中的实验参数一致,但比较了不同检测器的检测性能,且对不同起伏型的目标做了比较。图5中的三幅图分别是Swerling 0型、Swerling I型和Swerling III型目标,对每种起伏类型,均比较了四种检测器的检测性能,分别是:单脉冲NP检测器、由本发明提出的改进型M/N检测器、普通M/N检测器及一种基于顺序统计量的检测方法。结果表明,无论是哪一种起伏类型,本发明提出的改进型M/N检测器都有着较高的检测性能,其中,在Swerling I型目标上表现尤佳,在信噪比为10dB的时候即可达到较高的检测概率,而在剩余两种起伏类型下,也有着较好的检测性能。
本发明已以较佳实施案例揭示如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可以利用上述揭示的结构及技术内容做出些许的更动或修饰为等同变化的等效实施案例,但是凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施案例所做的任何简单修改、等同变化与修饰,均仍属本发明技术方案范围。
Claims (8)
1.一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述方法是通过以下步骤实现的:
步骤一:通过雷达接收机获取目标的回波信号并进行脉冲压缩得到目标的一维距离像序列;
步骤二:采用M/N检测器进行目标检测,首先确定检测参数N,并采用CFAR检测法对步骤一中的N个回波{si(t)},i=1,2,…,N分别进行一级检验,并使用累加器记录检验结果为H1的次数k,H0的次数K,H1为含有信号分量和热噪声与杂波分量的回波信号,H0为仅含有热噪声与杂波分量的回波信号。
步骤三:由步骤二中的N值确定M/N检测器中另一个检测参数M值;
步骤四:比较步骤二中k和步骤三中M的大小,若k大于M,输出检测结果为H1,若k小于M,输出检测结果为H0。
2.根据权利要求1中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于,所述步骤一中通过雷达接收机获取目标的回波信号并进行脉冲压缩得到目标的一维距离像序列是通过以下步骤实现的:
步骤一一:采用线性调频(LFM)信号对目标进行探测,发射的LFM信号写作:
步骤一二:利用匹配滤波方法对接收到的信号进行脉冲压缩,则匹配滤波器的形式为:
经过匹配滤波后的滤波输出为:
so(t)≈Tsinc(B(t-t0)) (4)
s0(t)即为脉压后得到的一维距离像,后续的操作将在此信号上进行,
j为虚数单位,j的平方为-1;
π为圆周率,约为3.14;
T为信号的持续时间;
t为时间,单位为s;f为频率,单位为Hz;t0表示目标的时延
k为信号的调频斜率,定义为k=B/T,其中的B为信号带宽;
3.根据权利要求2中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述步骤一中所用的雷达接收机为连续波雷达或脉冲体制雷达。
4.根据权利要求3中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述步骤二中采用CFAR检测法对步骤一中的N个回波{si(t)},i=1,2,…,N分别进行一级检验的具体操作如下:
步骤二一:判断雷达某个分辨单元的观测值经过功率检波后为x,则在不同的条件下,x可表示为:
其中,s是信号分量,n是热噪声与杂波分量;
步骤二二:选择CFAR检测器,根据局部估计得到背景杂波的功率水平估计Z;
步骤二三:通过步骤二二中背景杂波的功率水平进行估计Z和标称因子T计算检测门限S:
S=TZ (6)
步骤二四:将待检测单元的功率D与步骤二三得到的门限S进行比较,得到最终的检测结果;
步骤二五:对步骤二四中的检测结果进行统计,记录一级检验结果为H1的数目k,H0的数目K。
5.根据权利要求4中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述步骤二中选择的CFAR检测器为CA-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=X+Y (7)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计。
6.根据权利要求4中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述步骤二中选择的CFAR检测器为GO-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=max(X,Y) (8)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计。
7.根据权利要求4中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述步骤二中选择的CFAR检测器为SO-CFAR检测器,则背景杂波的功率水平估计Z为:
Z=min(X,Y) (9)
X和Y分别是前沿和后沿滑窗对杂波强度的局部估计。
8.根据权利要求4中所述的一种基于改进型M/N检测器的多径环境下雷达目标检测方法,其特征在于:所述步骤三中由步骤二中的N值确定M/N检测器中另一个检测参数M值的具体操作如下:
步骤三一:利用经验公式对M/N检测器中,检测概率和虚警概率进行计算:
N表示脉冲个数,与M/N检测器中对应的N含义相同;
Ps,D表示单次单脉冲检测的检测概率;
Ps,FA表示单次单脉冲检测的虚警概率;
步骤三二:选择合适的N和M,保证在虚警率PFA一定的时候,为了获得最大的检测概率PD,即对优化问题进行求解:
Ps,D和Ps,FA分别为一级检验时的单次检验检测概率和虚警概率,在式(5)中的x的概率密度函数一定时,它们分别表示为
f(x|H1)和f(x|H0)分别表示在H1假设和H0假设下的回波幅度的概率密度;
当杂波功率密度f(x|H0)比较复杂时,式(12)和式(13)的优化问题很难求解;但是,通过数值仿真的方式,得到其可行解;
步骤三三:判定多径反射系数,多径反射系数的取值范围为0-1,在仅考虑二阶及一下多径回波的前提下,仿真了在自由空间和多径环境中,要达到相同的检测概率时所需要的最小信噪比,根据仿真结果得出,在N值一定的条件下,随着M的增加,检测性能呈现出先增加后减小的趋势,基于此,给出多径环境下的参数选择经验公式为:
其中,N+表示正整数集。根据式(16)即可得到使M/N检测器检测性能最大化的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110564900.9A CN113138372B (zh) | 2021-05-24 | 2021-05-24 | 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110564900.9A CN113138372B (zh) | 2021-05-24 | 2021-05-24 | 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113138372A true CN113138372A (zh) | 2021-07-20 |
CN113138372B CN113138372B (zh) | 2023-04-28 |
Family
ID=76817519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110564900.9A Active CN113138372B (zh) | 2021-05-24 | 2021-05-24 | 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113138372B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57118172A (en) * | 1981-01-13 | 1982-07-22 | Toshiba Corp | Automatic target detector |
JP2006337198A (ja) * | 2005-06-02 | 2006-12-14 | Toshiba Corp | レーダ装置 |
JP2007047118A (ja) * | 2005-08-12 | 2007-02-22 | Toshiba Corp | 目標検出装置 |
US20080279298A1 (en) * | 2007-05-10 | 2008-11-13 | Comsys Communication & Signal Processing Ltd. | Multiple-input multiple-output (mimo) detector incorporating efficient signal point search |
CN102323577A (zh) * | 2011-09-08 | 2012-01-18 | 北京理工雷科电子信息技术有限公司 | 一种基于能量积累的高分辨雷达双门限检测器 |
CN102539528A (zh) * | 2011-09-21 | 2012-07-04 | 北京工业大学 | 基于超声Lamb波的储罐底板腐蚀检测系统及方法 |
CN102944873A (zh) * | 2012-11-27 | 2013-02-27 | 西安电子科技大学 | 基于多频点回波幅度逆序统计量的低空目标检测方法 |
CN108445461A (zh) * | 2018-01-29 | 2018-08-24 | 中国人民解放军国防科技大学 | 一种多径条件下雷达目标检测方法 |
CN108919259A (zh) * | 2018-08-29 | 2018-11-30 | 电子科技大学 | 一种基于多径利用的穿墙雷达建筑墙体位置获取方法 |
CN110133612A (zh) * | 2019-05-20 | 2019-08-16 | 哈尔滨工业大学 | 一种基于跟踪反馈的扩展目标检测方法 |
CN111796244A (zh) * | 2020-06-09 | 2020-10-20 | 哈尔滨工业大学 | 一种海上风电场对地波超视距雷达探测效能影响的评估方法 |
US20210033724A1 (en) * | 2018-10-15 | 2021-02-04 | Air Force Medical University | Multi-target life detection method based on radar signal and detection radar |
-
2021
- 2021-05-24 CN CN202110564900.9A patent/CN113138372B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57118172A (en) * | 1981-01-13 | 1982-07-22 | Toshiba Corp | Automatic target detector |
JP2006337198A (ja) * | 2005-06-02 | 2006-12-14 | Toshiba Corp | レーダ装置 |
JP2007047118A (ja) * | 2005-08-12 | 2007-02-22 | Toshiba Corp | 目標検出装置 |
US20080279298A1 (en) * | 2007-05-10 | 2008-11-13 | Comsys Communication & Signal Processing Ltd. | Multiple-input multiple-output (mimo) detector incorporating efficient signal point search |
CN102323577A (zh) * | 2011-09-08 | 2012-01-18 | 北京理工雷科电子信息技术有限公司 | 一种基于能量积累的高分辨雷达双门限检测器 |
CN102539528A (zh) * | 2011-09-21 | 2012-07-04 | 北京工业大学 | 基于超声Lamb波的储罐底板腐蚀检测系统及方法 |
CN102944873A (zh) * | 2012-11-27 | 2013-02-27 | 西安电子科技大学 | 基于多频点回波幅度逆序统计量的低空目标检测方法 |
CN108445461A (zh) * | 2018-01-29 | 2018-08-24 | 中国人民解放军国防科技大学 | 一种多径条件下雷达目标检测方法 |
CN108919259A (zh) * | 2018-08-29 | 2018-11-30 | 电子科技大学 | 一种基于多径利用的穿墙雷达建筑墙体位置获取方法 |
US20210033724A1 (en) * | 2018-10-15 | 2021-02-04 | Air Force Medical University | Multi-target life detection method based on radar signal and detection radar |
CN110133612A (zh) * | 2019-05-20 | 2019-08-16 | 哈尔滨工业大学 | 一种基于跟踪反馈的扩展目标检测方法 |
CN111796244A (zh) * | 2020-06-09 | 2020-10-20 | 哈尔滨工业大学 | 一种海上风电场对地波超视距雷达探测效能影响的评估方法 |
Non-Patent Citations (7)
Title |
---|
AIDONG MEN等: "A tracking-by-detection method with radio-frequency tomography network", 《2013 16TH INTERNATIONAL SYMPOSIUM ON WIRELESS PERSONAL MULTIMEDIA COMMUNICATIONS (WPMC)》, 27 June 2013 (2013-06-27) * |
M. SCHWARTZ: "A coincidence procedure for signal detection", 《IRE TRANSACTIONS ON INFORMATION THEORY》, vol. 2, no. 4, 31 December 1956 (1956-12-31), pages 135, XP011216948 * |
YONG JIA等: "Target detection in multi-channel through-wall-radar imaging", 《2012 IEEE RADAR CONFERENCE》, 8 June 2012 (2012-06-08) * |
丁凯: "低空监视雷达信号处理方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》, 15 February 2018 (2018-02-15), pages 136 - 1578 * |
杨勇等: "多径环境下海面低空目标检测技术研究", 《电波科学学报》, vol. 26, no. 3, 30 June 2011 (2011-06-30), pages 443 - 449 * |
杨勇等: "镜反射下雷达目标检测性能", 《电气电子教学学报》, no. 03, 15 June 2017 (2017-06-15), pages 114 - 117 * |
陈婷: "低空多路径目标检测与仰角估计方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》, 15 March 2016 (2016-03-15), pages 136 - 2584 * |
Also Published As
Publication number | Publication date |
---|---|
CN113138372B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abraham et al. | Active sonar detection in shallow water using the Page test | |
RU2308047C2 (ru) | Способ защиты от импульсных помех при обнаружении сложных радиолокационных сигналов | |
CN111624574A (zh) | 弱目标探测的目标检测方法、系统、存储介质和装置 | |
CN109655795A (zh) | 基于波形熵的米波雷达同频窄脉冲干扰抑制方法和系统 | |
CN111157953B (zh) | 一种强地杂波下两级门限恒虚警检测算法 | |
CN109597065B (zh) | 一种用于穿墙雷达检测的虚警抑制方法、装置 | |
CN103197297B (zh) | 基于认知框架的雷达动目标检测方法 | |
CN108089166A (zh) | 一种基于毫米波测云雷达的自适应频域检测方法 | |
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 | |
CN110398722A (zh) | 基于随机矩阵有限谱的扩展目标回波检测方法 | |
Tian et al. | Statistical analysis of split spectrum processing for multiple target detection | |
CN110879388A (zh) | 基于ir-uwb生物雷达信号的人与动物非接触探测区分方法 | |
KR100513979B1 (ko) | 이진 적분기의 검파 임계값의 적응 제어 | |
CN111812640A (zh) | 一种用于抑制墙体杂波干扰的穿墙成像方法 | |
Rane et al. | Clutter suppression techniques to detect behind the wall static human using UWB radar | |
CN110596651B (zh) | 一种雷达检测的方法 | |
CN113138372A (zh) | 一种基于改进型m/n检测器的多径环境下雷达目标检测方法 | |
CN110632563A (zh) | 一种基于短时傅里叶变换的脉内频率编码信号参数测量方法 | |
CN108718223B (zh) | 一种非合作信号的盲频谱感知方法 | |
CN109696662B (zh) | 一种基于k统计分布模型背景的目标检测方法 | |
Tesei et al. | The asymmetric generalized gaussian function: A new hos-based model for generic noise pdfs | |
CN108387879A (zh) | 基于自适应归一化匹配滤波的杂波图单元中值检测方法 | |
D’Orazio et al. | Measuring reverberation time using preprocessed energy detection | |
JPH07280922A (ja) | レーダの距離アンビギュイティのランクを判定する方法 | |
Li et al. | Pulse train detection algorithm based on edge enhancement |
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 |