CN113341388B - 基于分步处理的雷达目标二维ca-cfar检测快速实现方法 - Google Patents

基于分步处理的雷达目标二维ca-cfar检测快速实现方法 Download PDF

Info

Publication number
CN113341388B
CN113341388B CN202110500768.5A CN202110500768A CN113341388B CN 113341388 B CN113341388 B CN 113341388B CN 202110500768 A CN202110500768 A CN 202110500768A CN 113341388 B CN113341388 B CN 113341388B
Authority
CN
China
Prior art keywords
detection
unit
distance
calculating
protection
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
Application number
CN202110500768.5A
Other languages
English (en)
Other versions
CN113341388A (zh
Inventor
赵会宁
贺思三
王瑞军
田海林
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.)
Air Force Engineering University of PLA
Original Assignee
Air Force Engineering University of PLA
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 Air Force Engineering University of PLA filed Critical Air Force Engineering University of PLA
Priority to CN202110500768.5A priority Critical patent/CN113341388B/zh
Publication of CN113341388A publication Critical patent/CN113341388A/zh
Application granted granted Critical
Publication of CN113341388B publication Critical patent/CN113341388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Mathematical Optimization (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于分步处理的雷达目标二维CA‑CFAR检测快速实现方法，具体包括以下步骤，S1：基于雷达发射相参脉冲串对目标进行探测后得到的距离‑多普勒二维回波数据矩阵，对各检测单元对应的参考单元求和矩阵进行初始化；S2：利用GPU多线程并行计算参考单元求和矩阵；S3：利用GPU多线程并行计算保护单元求和矩阵；S4：利用GPU多线程并行计算每一个检测单元的m阶统计矩；S5：进行门限检测，得到最终的检测结果。本发明中二维CA‑CFAR检测快速实现方法以CPU+GPU为硬件基础，利用CUDA进行异构并行运算，将检测任务拆分成多个独立的小单元，分步对参考单元求和矩阵和保护单元求和矩阵进行计算，大大提高雷达回波处理的效率，实现了真实目标的正确检测。

Description

基于分步处理的雷达目标二维CA-CFAR检测快速实现方法
技术领域
本发明涉及雷达目标检测技术领域，尤其涉及基于分步处理的雷达目标二维CA-CFAR检测快速实现方法。
背景技术
雷达发射相参脉冲串对目标进行探测后经过信号处理可形成距离-多普勒二维回波数据，目标检测的任务是从距离-多普勒矩阵的每个检测单元中作出判决。单元平均恒虚警(cell averaging constant false alarm rate,CA-CFAR)处理是雷达目标检测的基本方法，其基本原理如附图1所示，对于每一个检测单元，在二维平面上取出R个参考单元，然后根据这R个单元的采样平均值估计检测门限。
逐点进行二维恒虚警检测对应运算量巨大，为了降低运算复杂度，赵明波，何峻，付强等人提出逐像素点滑窗迭代方法，属于一种典型的CPU端优化方法，该类方法通过减小参考滑窗对距离-多普勒图像遍历时的重复计算量提高计算效率，但是在该方法中后一个点的计算需要依托前一个点的计算结果，不具有相互独立性，不能直接用于GPU加速。
发明内容
针对上述存在的问题，本发明旨在提供一种基于分步处理的雷达目标二维CA-CFAR检测快速实现方法，以CPU+GPU为硬件基础，将检测任务拆分成多个独立的小单元，利用CUDA进行异构并行运算，大大提高雷达回波处理的效率。
为了实现上述目的，本发明所采用的技术方案如下：
基于分步处理的雷达目标二维CA-CFAR检测快速实现方法，其特征在于，以CPU+GPU为硬件基础，利用CUDA进行并行运算，具体包括以下步骤，
S1：基于雷达发射相参脉冲串对目标进行探测后得到的距离-多普勒二维回波数据矩阵，对各检测单元对应的参考单元求和矩阵进行初始化；
S2：利用GPU多线程并行计算参考单元求和矩阵；
S3：利用GPU多线程并行计算保护单元求和矩阵；
S4：利用GPU多线程并行计算每一个检测单元的m阶统计矩；
S5：进行门限检测，得到检测单元对应的检测结果。
进一步的，步骤S1的具体操作包括：
基于输入数据矩阵大小，在GPU设备端初始化两个大小为Nr×Nf的临时矩阵，分别用来按列存储连续Rr个参考单元和RP个保护单元的求和值，并将其初始化为零；其中Nr为距离单元数目，Nf为频率单元数目；Rr为距离维的参考单元数，RP为距离维的保护单元数。
进一步的，步骤S2的具体操作包括：
计算每一个参考单元在距离维前后Rr个参考单元的和，考虑到边缘点，参考单元求和矩阵可表示为式中，nrs＝max(1，i-Rr)表示参考的起始距离单元；nre＝min(i+Rr，Nr)表示参考的终止距离单元，max(·，·)表示两数取大，min(·，·)表示两数取小。
进一步的，步骤S3的具体操作包括：
计算每一个保护单元在距离维前后RP个保护单元的和，保护单元求和矩阵可表示为式中，nps＝max(1，i-RP)表示保护的起始距离单元，npe＝min(i+RP，Nr)表示保护的终止距离单元。
进一步的，步骤S4的具体操作包括：
基于步骤S2和步骤S3计算所得的参考单元求和矩阵和保护单元求和矩阵，计算每一个检测单元的m阶统计矩式中，frs＝max(1，j-Fr)，fps＝max(1，j-FP)，fpe＝min(j+FP，Nf)，fre＝min(j+Fr，Nf)，Fr为频率维的参考单元数为，FP为频率维的保护单元数。
进一步的，步骤S5的具体操作包括：
根据步骤S4计算所得的给出每一个单元的检测结果，1表示检测目标，0表示没有检测到目标。
本发明的有益效果是：
1、本发明中基于分步处理的雷达目标二维CA-CFAR检测快速实现方法以CPU+GPU为硬件基础，将检测任务拆分成多个独立的小单元，分步对参考单元求和矩阵和保护单元求和矩阵进行计算，且利用CUDA进行异构并行运算，大大提高雷达回波处理的效率，实现了真实目标的正确检测。
2、本发明中基于分步处理的雷达目标二维CA-CFAR检测快速实现方法通过对将检测任务拆分成多个独立的小单元，分步对参考单元求和矩阵和保护单元求和矩阵进行计算，从而使得整个处理过程所需的加法次数为[(2Rr+1)+(2RP+1)]×Nr×Nf次，相比于现有技术中未分步处理的二维CA-CFA处理方法实现过程对应的加法运算量
[(2Rr+1)(2Fr+1)-(2RP+1)(2FP+1)]×Nr×Nf来说，效率提高倍，且本发明所对应算法结构适用于GPU并行处理，能极大提高运算效率，减少二维CA-CFAR算法的处理时间。
附图说明
图1为二维CA-CFAR检测方法的基本原理图；
图2为本发明实施例一中雷达辐射线性调频信号脉冲经过匹配滤波及MTD处理后所得信号图；
图3为本发明实施例一中基于本发明所提二维CA-CFAR检测快速实现方法计算所得检测区域的1阶均值；
图4为本发明实施例一中基于所提二维CA-CFAR检测快速实现方法与现有二维CA-CFAR算法对应结果的绝对误差；
图5为本发明实施例一中基于本发明所提二维CA-CFAR检测快速实现方法所得的最终检测结果。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合附图和实施例对本发明的技术方案做进一步的描述。
基于分步处理的雷达目标二维CA-CFAR检测快速实现方法，以CPU+GPU为硬件基础，利用CUDA进行异构并行运算，具体包括以下步骤，
S1：基于雷达发射相参脉冲串对目标进行探测后得到的距离-多普勒二维回波数据矩阵，对各检测单元对应的参考单元求和矩阵进行初始化；
基于输入数据矩阵大小，在GPU设备端初始化两个大小为Nr×Nf的临时矩阵，分别用来按列存储连续Rr个参考单元和RP个保护单元的求和值，并将其初始化为零；其中Nr为距离单元数目，Nf为频率单元数目；Rr为距离维的参考单元数，RP为距离维的保护单元数。
S2：利用GPU多线程并行计算参考单元求和矩阵；
计算每一个参考单元在距离维前后Rr个参考单元的和，考虑到边缘点，参考单元求和矩阵可表示为式中，nrs＝max(1，i-Rr)表示参考的起始距离单元；nre＝min(i+Rr，Nr)表示参考的终止距离单元，max(·，·)表示两数取大，min(·，·)表示两数取小。
S3：利用GPU多线程并行计算保护单元求和矩阵；
计算每一个保护单元在距离维前后RP个保护单元的和，保护单元求和矩阵可表示为式中，nps＝max(1，i-RP)表示保护的起始距离单元，npe＝min(i+RP，Nr)表示保护的终止距离单元。
S4：利用GPU多线程并行计算每一个检测单元的m阶统计矩；
基于步骤S2和步骤S3计算所得的参考单元求和矩阵和保护单元求和矩阵，计算每一个检测单元的m阶统计矩式中，frs＝max(1，j-Fr)，fps＝max(1，j-FP)，fpe＝min(j+FP，Nf)，fre＝min(j+Fr，Nf)，Fr为频率维的参考单元数为，FP为频率维的保护单元数。
S5：进行门限检测，得到检测单元的检测结果。
根据步骤S4计算所得的给出每一个单元的检测结果，1表示检测目标，0表示没有检测到目标。
实施例一：
设雷达辐射线性调频信号脉冲宽度为50us，脉冲重复周期为100us，带宽为5MHz，雷达载频为4GHz，128个脉冲为一组，数字采样频率为20M。产生雷达回波后每个脉冲对应2000个采样点，128个脉冲为一帧，共256000个采样单元。目标相对雷达的延迟为50us，其多普勒频率为1Khz，加入噪声信号使得信噪比到一定水平，进行匹配滤波及MTD处理后所得信号如附图2所示，从附图2中可以看出，在目标所在距离单元与多普勒单元有对应峰值。
设置距离维保护单元为4个，距离维参考单元为64个，频率维参考单元为4个，频率维保护单元为2个。直接利用未优化的逐像素点计算方法实现CA-CFAR并利用GPU加速运算，设置GPU并行优化时GRID为256的1维向量，BLOCK为2000的1维向量。所用GPU显卡为RTX2080TI，计算完成耗时为8.21248ms。
同样的GPU设置参数，利用本发明中基于分布处理的快速实现方法计算对应耗时为0.714752ms，运算速度提高了11.49倍。
利用本发明中的快速实现方法计算所得检测区域的1阶均值如附图3所示，本发明中计算所得检测门限与未优化前二维CA-CFAR算法所得门限对应结果的绝对误差如附图4所示，最大误差为1.8930*10-4，这是由于两种算法运算过程不同，计算量化误差所导致的结果误差。本发明中的快速实现方法最终检测结果如附图5所示，实现了真实目标的正确检测。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (2)

1.基于分步处理的雷达目标二维CA-CFAR检测快速实现方法，其特征在于，以CPU+GPU为硬件基础，利用CUDA进行并行运算，具体包括以下步骤，
S1：基于雷达发射相参脉冲串对目标进行探测后得到的距离-多普勒二维回波数据矩阵，对各检测单元对应的参考单元求和矩阵进行初始化；
S2：利用GPU多线程并行计算参考单元求和矩阵；
S3：利用GPU多线程并行计算保护单元求和矩阵；
S4：利用GPU多线程并行计算每一个检测单元的m阶统计矩；
S5：进行门限检测，得到检测单元对应的检测结果；
步骤S1的具体操作包括：
基于输入数据矩阵大小，在GPU设备端初始化两个大小为Nr×Nf的临时矩阵，分别用来按列存储连续Rr个参考单元和RP个保护单元的求和值，并将其初始化为零；其中Nr为距离单元数目，Nf为频率单元数目；Rr为距离维的参考单元数，RP为距离维的保护单元数；
步骤S2的具体操作包括：
计算每一个参考单元在距离维前后Rr个参考单元的和，考虑到边缘点，参考单元求和矩阵可表示为式中，nrs＝max(1，i-Rr)表示参考的起始距离单元；nre＝min(i+Rr，Nr)表示参考的终止距离单元，max(·，·)表示两数取大，min(·，·)表示两数取小；
步骤S3的具体操作包括：
计算每一个保护单元在距离维前后RP个保护单元的和，保护单元求和矩阵可表示为式中，nps＝max(1，i-RP)表示保护的起始距离单元，npe＝min(i+RP，Nr)表示保护的终止距离单元；
步骤S4的具体操作包括：
基于步骤S2和步骤S3计算所得的参考单元求和矩阵和保护单元求和矩阵，计算每一个检测单元的m阶统计矩式中，frs＝max(1，j-Fr),fps＝max(1，j-Fp),fpe＝min(j+FP，Nf),fre＝min(j+Fr，Nf),Fr为频率维的参考单元数，FP为频率维的保护单元数。
2.根据权利要求1所述的基于分步处理的雷达目标二维CA-CFAR检测快速实现方法，其特征在于，步骤S5的具体操作包括：
根据步骤S4计算所得的给出每一个单元的检测结果，1表示检测目标，0表示没有检测到目标。
CN202110500768.5A 2021-05-08 2021-05-08 基于分步处理的雷达目标二维ca-cfar检测快速实现方法 Active CN113341388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110500768.5A CN113341388B (zh) 2021-05-08 2021-05-08 基于分步处理的雷达目标二维ca-cfar检测快速实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110500768.5A CN113341388B (zh) 2021-05-08 2021-05-08 基于分步处理的雷达目标二维ca-cfar检测快速实现方法

Publications (2)

Publication Number Publication Date
CN113341388A CN113341388A (zh) 2021-09-03
CN113341388B true CN113341388B (zh) 2023-07-21

Family

ID=77470082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110500768.5A Active CN113341388B (zh) 2021-05-08 2021-05-08 基于分步处理的雷达目标二维ca-cfar检测快速实现方法

Country Status (1)

Country Link
CN (1) CN113341388B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115616577B (zh) * 2022-12-19 2023-03-10 广东大湾区空天信息研究院 环境自适应的车载毫米波雷达检测方法、装置及相关设备
CN115656961B (zh) * 2022-12-26 2023-03-10 南京楚航科技有限公司 一种基于并行处理器的os-cfar处理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465095A (en) * 1994-08-05 1995-11-07 The United States Of America As Represented By The Secretary Of The Air Force Time efficient method for processing adaptive target detection thresholds in doppler radar systems
CN104237866A (zh) * 2014-10-13 2014-12-24 武汉中原电子集团有限公司 一种改进的船载线性调频连续波雷达恒虚警检测方法
CN104849698A (zh) * 2015-05-21 2015-08-19 中国人民解放军海军工程大学 一种基于异构多核系统的雷达信号并行处理方法及系统
JP2016121935A (ja) * 2014-12-25 2016-07-07 株式会社東芝 パルス圧縮レーダ装置及びそのレーダ信号処理方法
KR102021344B1 (ko) * 2018-11-23 2019-09-16 에스티엑스엔진 주식회사 배열 안테나를 탑재한 레이더에서의 고속 적응형 cfar 탐지방법
CN110609262A (zh) * 2019-08-27 2019-12-24 南京理工大学 一种场面监视雷达的三维恒虚警检测方法
CN111812632A (zh) * 2020-07-20 2020-10-23 电子科技大学 一种基于fpga的二维有序统计恒虚警检测器实现方法
WO2021077287A1 (zh) * 2019-10-22 2021-04-29 华为技术有限公司 一种检测方法、检测装置以及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4375064B2 (ja) * 2004-03-10 2009-12-02 株式会社デンソー レーダ装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465095A (en) * 1994-08-05 1995-11-07 The United States Of America As Represented By The Secretary Of The Air Force Time efficient method for processing adaptive target detection thresholds in doppler radar systems
CN104237866A (zh) * 2014-10-13 2014-12-24 武汉中原电子集团有限公司 一种改进的船载线性调频连续波雷达恒虚警检测方法
JP2016121935A (ja) * 2014-12-25 2016-07-07 株式会社東芝 パルス圧縮レーダ装置及びそのレーダ信号処理方法
CN104849698A (zh) * 2015-05-21 2015-08-19 中国人民解放军海军工程大学 一种基于异构多核系统的雷达信号并行处理方法及系统
KR102021344B1 (ko) * 2018-11-23 2019-09-16 에스티엑스엔진 주식회사 배열 안테나를 탑재한 레이더에서의 고속 적응형 cfar 탐지방법
CN110609262A (zh) * 2019-08-27 2019-12-24 南京理工大学 一种场面监视雷达的三维恒虚警检测方法
WO2021077287A1 (zh) * 2019-10-22 2021-04-29 华为技术有限公司 一种检测方法、检测装置以及存储介质
CN111812632A (zh) * 2020-07-20 2020-10-23 电子科技大学 一种基于fpga的二维有序统计恒虚警检测器实现方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
An Optimization Algorithm of Software radar Constant False- Alarm Rate detection based on GPU;Qian-yuan Tian 等;Proceedings of the 2020 4th International Conference on Electronic Information Technology and Computer Engineering;全文 *
基于GPU的阵列雷达信号处理技术研究;朱晓芳;中国优秀硕士学位论文全文数据库信息科技辑(第02期);全文 *
调频连续波雷达的二维截断统计量恒虚警检测方法;王元恺 等;西安交通大学学报(第10期);全文 *

Also Published As

Publication number Publication date
CN113341388A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN113341388B (zh) 基于分步处理的雷达目标二维ca-cfar检测快速实现方法
CN106772352B (zh) 一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法
CN104237883B (zh) 一种采用稀疏表示的机载雷达空时自适应处理方法
CN106646453B (zh) 一种基于预测值量测转换的多普勒雷达目标跟踪方法
CN110007299B (zh) 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法
CN105699952B (zh) 海杂波k分布形状参数的双分位点估计方法
CN107329139B (zh) 一种双时相双极化干涉sar影像水域提取方法
CN109324315B (zh) 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法
CN107942329B (zh) 机动平台单通道sar对海面舰船目标检测方法
CN104166135A (zh) 一种宽带雷达目标的原始点迹凝聚处理方法
CN103454624A (zh) 基于降维稀疏重构空时谱的直接数据域动目标检测方法
CN110297222B (zh) 一种基于多维量测信息的航迹起始方法
CN110058222B (zh) 一种基于传感器选择的双层粒子滤波检测前跟踪方法
CN107942324B (zh) 基于多普勒引导的多帧联合小目标双重检测方法
CN106772299B (zh) 一种基于距离匹配的pd雷达微弱目标动态规划检测方法
CN103176168A (zh) 一种机载非正侧视阵雷达近程杂波对消方法
CN113050059A (zh) 利用互质阵雷达的群目标聚焦超分辨波达方向估计方法
CN104155629A (zh) 一种冲击噪声背景下小快拍数信号波达方向估计方法
CN103064084A (zh) 基于距离频域的解模糊方法
CN103308829A (zh) 一种gis单次局放信号提取与触发时刻调整方法
CN107132532B (zh) 基于海尖峰抑制和多帧联合的小目标检测方法
CN102800101A (zh) 一种星载红外遥感图像机场roi快速检测方法
CN117388835A (zh) 一种多拼融合的声雷达信号增强方法
CN102621535A (zh) 一种高效的协方差矩阵结构估计方法
CN112948462A (zh) 一种基于改进的奇异谱分析和Bp神经网络的超短期风速预测方法

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