基于恒虛警率的概率統計目標檢測系統及方法
【專利摘要】本發明公開了一種基于恒虛警率的概率統計目標檢測系統及方法，其中該方法首先利用恒虛警率技術對連續多幀信號進行檢測，將多幀信號中檢測到的目標參數構成一個數組；然后將數組中每個參數與所有參數（包括自身）相減并求模，將模值與門限比較，如果小于門限，則認為兩個相減的參數屬于同一目標，該參數出現的次數加1；接下來統計出現次數最多的參數，并計算與該參數屬于同一目標的所有參數的均值，作為目標參數。本發明將將概率統計方法應用到恒虛警率檢測結果的后續處理中，可有效降低檢測中虛警和漏警的概率，提高系統的檢測性能，且其實現簡單，適用于任何類型的恒虛警率檢測器，具有較高的實用價值。
【專利說明】基于恒虛警率的概率統計目標檢測系統及方法
【技術領域】
[0001] 本發明屬于雷達【技術領域】，涉及到雷達目標檢測，特別是基于恒虛警率的概率統 計目標檢測系統及方法。
[0002]
【背景技術】
[0003] 雷達信號檢測的本質是判定在某個區域內目標是否存在的問題。最初這一任務是 根據雷達屏幕上的目標回波信號由人工判斷來完成；后來出現了自動檢測技術，并從開始 的固定或半固定門限檢測逐步發展到恒虛警率（ConstantFalseAlarmRate,CFAR)自適 應門限檢測。恒虛警率檢測就是在一定的虛警概率下，使檢測門限隨著檢測單元附近的背 景雜波和干擾的變化而自適應調整，使得雷達在變化的背景信號中能夠保持虛警概率的相 對穩定。目前，恒虛警率檢測技術已成為現代雷達檢測的一項標準技術。
[0004] 恒虛警率檢測的關鍵是設計恒虛警率檢測器，也就是形成自適應門限的方法。目 前針對不同雜波背景的恒虛警率檢測器有很多種。在均勻雜波背景中，一般采用均值（ML) 類CFAR檢測器；在多目標環境中，一般采用有序統計（OS)類CFAR檢測器；在非高斯雜波 環境中像對數正態分布和韋布爾雜波背景中一般選用Log-tCFAR檢測器和雙參數OS檢測 器。
[0005]CFAR檢測器的主要目的是在虛警率一定的情況下，使得檢測概率盡可能的高，但 是檢測概率直接受信噪比的影響。在虛警率一定時，信噪比增加，檢測概率也增加；信噪 比下降，檢測概率隨之下降，此時就會出現較多的目標漏檢情況，漏警概率會上升。有時候 在信噪比不高時，為了保持一定的檢測概率，需要降低檢測門限，此時又會導致虛警率的上 升，因此，實際應用中需要根據信噪比和檢測概率選擇合適的虛警率，以保持系統的檢測性 能。信噪比較高時，可選擇較低的虛警率；信噪比較低時，需要選擇高一些的虛警率。
[0006] 從上面的分析中可看出，CFAR檢測器的檢測概率由虛警率和信噪比的共同決定。 在信噪比不高的環境中，不可避免會出現虛警和漏警的情況，因此，如何采用簡單有效的方 法對CFAR檢測的結果進行進一步處理，準確估計目標參數，降低檢測的虛警率和漏警率， 對于提升雷達系統在低信噪比下的檢測性能具有重要意義。
【發明內容】
[0007] 本發明的目的在于針對恒虛警率檢測器在信噪比較低的環境中出現較多虛警和 漏警的情況，提出了一種基于恒虛警率的概率統計目標檢測方法，利用概率統計方法對恒 虛警率檢測的結果進行處理，以降低虛假目標和漏檢出現的概率，提高系統的檢測性能。
[0008] 本發明解決其技術問題所采用的技術方案是： 提供一種基于恒虛警率的概率統計目標檢測方法，包括以下步驟： ①對輸入的連續M幀信號進行恒虛警率檢測，假設檢測出K個目標，將該K個目標參 數存入一個數組中，其中K、M均為整數； ② 將數組中的每個參數與數組中包括自身的所有K個參數分別做差值運算并求模， 得到KXK的二維數組d(i，j)，其中i=l，2,…，K;j=l，2,…，K; ③ 對d(i，j)中每一行的K個元素分別與預設的門限T比較，如果d(i，j)小于T，則認 為第j個參數與第i個參數屬于同一目標，將第i個參數出現的次數加1 ; ④ 將出現次數最多的參數作為預估的參數，并取和該預估參數屬于同一目標的所有 參數的均值作為最終的目標參數估計值。
[0009] 本發明所述的方法中，該方法適用于單目標檢測情況。
[0010] 本發明所述的方法中，步驟①中K大于M。
[0011] 本發明所述的方法中，步驟①中K小于或者等于M。
[0012] 本發明所述的方法中，若步驟③中出現的次數最多的參數有多個，取其中序號最 小的參數作為步驟④中預估的參數。
[0013] 本發明還提供了一種基于恒虛警率的概率統計目標檢測系統，包括： 目標檢測單元，用于對輸入的連續M幀信號進行恒虛警率檢測，假設檢測出K個目標， 將該K個目標參數存入一個數組中，其中K、M均為整數； 差值運算模塊，用于將數組中的每個參數與數組中包括自身的所有K個參數分別做差 值運算并求模，得到KXK的二維數組d(i，j)，其中i=l，2,…，K;j=l，2,…，K; 參數統計模塊，用于對d(i，j)中每一行的K個元素分別與預設的門限T比較，如果d(i，j)小于T，則認為第j個參數與第i個參數屬于同一目標，將第i個參數出現的次數加 1 ; 最終的目標參數估算模塊，用于將出現次數最多的參數作為預估的參數，并取和該預 估參數屬于同一目標的所有參數的均值作為最終的目標參數估計值。
[0014] 本發明所述的系統中，該檢測器適用于單目標檢測情況。
[0015] 本發明所述的系統中，K大于M。
[0016] 本發明所述的系統中，K小于或者等于M。
[0017] 本發明所述的系統中，若參數統計模塊中統計的出現次數最多的參數有多個，則 取其中序號最小的參數作為最終的目標參數估算模塊中的預估的參數。
[0018] 本發明產生的有益效果是：本發明將概率統計方法和恒虛警率檢測結合起來，利 用概率統計方法對多次恒虛警率檢測的目標參數進行融合處理，取目標出現概率最大的區 間內參數均值作為目標參數，可有效降低低信噪比下虛假目標和漏檢出現的概率，提高系 統的檢測性能。本發明實現簡單，適用于任何類型的恒虛警率檢測器，具有較高的應用價 值。
[0019]
【專利附圖】
【附圖說明】
[0020] 下面將結合附圖及實施例對本發明作進一步說明，附圖中： 圖1是本發明實施例基于恒虛警率的概率統計目標檢測方法的實現流程圖。
[0021] 圖2 (a)-圖2 (e)是基于CA-CFAR檢測器的5次檢測結果。
[0022] 圖3是本發明實施例基于恒虛警率的概率統計目標檢測系統的結構示意圖。
[0023]
【具體實施方式】
[0024] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，并不 用于限定本發明。
[0025] 本發明的基于恒虛警率的概率統計目標檢測方法，如圖1所示，主要包括以下步 驟： 51. 對連續輸入的M幀信號進行恒虛警率檢測，假設檢測出K個目標，將這K個目標參 數存入一個數組s(η)中； 52. 將s(n)中的每個參數與所有K個參數(包括自身)分別做差值運算并求模，得到一 個KXK的二維數組d(i，j); 53. 對d(i，j)中每一行的所有元素分別與預設的門限T(T可以為經驗值)比較，如果 d(i，j)小于T，則認為第j個參數與第i個參數屬于同一目標，將第i個參數出現的次數加 1 ; 54. 將出現次數最多的參數作為預估的參數，并取和該預估參數屬于同一目標的所有 參數的均值作為最終的目標參數估計值。
[0026] 進一步，該方法適用于任何類型的恒虛警率檢測器，主要針對單目標檢測的情況。
[0027] 進一步，步驟S2中的二維數組為：
【權利要求】
1. 一種基于恒虛警率的概率統計目標檢測方法，其特征在于，包括以下步驟： ① 對輸入的連續M幀信號進行恒虛警率檢測，假設檢測出K個目標，將該K個目標參 數存入一個數組中，其中K、M均為整數； ② 將數組中的每個參數與數組中包括自身的所有K個參數分別做差值運算并求模， 得到KXK的二維數組d(i，j)，其中i=l，2,…，K ; j=l，2,…，K ; ③ 對d(i，j)中每一行的K個元素分別與預設的門限T比較，如果d(i，j)小于T，則認 為第j個參數與第i個參數屬于同一目標，將第i個參數出現的次數加1 ; ④ 將出現次數最多的參數作為預估的參數，并取和該預估參數屬于同一目標的所有 參數的均值作為最終的目標參數估計值。
2. 根據權利要求1所述的方法，其特征在于，該方法適用于單目標檢測情況。
3. 根據權利要求1所述的方法，其特征在于，步驟①中K大于M。
4. 根據權利要求1所述的方法，其特征在于，步驟①中K小于或者等于M。
5. 根據權利要求1所述的方法，其特征在于，若步驟③中出現的次數最多的參數有多 個，取其中序號最小的參數作為步驟④中預估的參數。
6. -種基于恒虛警率的概率統計目標檢測系統，其特征在于，包括： 目標檢測單元，用于對輸入的連續M幀信號進行恒虛警率檢測，假設檢測出K個目標， 將該K個目標參數存入一個數組中，其中K、M均為整數； 差值運算模塊，用于將數組中的每個參數與數組中包括自身的所有K個參數分別做差 值運算并求模，得到KXK的二維數組d(i，j)，其中i=l，2,…，K ; j=l，2,…，K ; 參數統計模塊，用于對d(i，j)中每一行的K個元素分別與預設的門限T比較，如果 d(i，j)小于T，則認為第j個參數與第i個參數屬于同一目標，將第i個參數出現的次數加 1 ; 最終的目標參數估算模塊，用于將出現次數最多的參數作為預估的參數，并取和該預 估參數屬于同一目標的所有參數的均值作為最終的目標參數估計值。
7. 根據權利要求6所述的系統，其特征在于，該檢測器適用于單目標檢測情況。
8. 根據權利要求6所述的系統，其特征在于，K大于M。
9. 根據權利要求6所述的系統，其特征在于，K小于或者等于M。
10. 根據權利要求6所述的系統，其特征在于，若參數統計模塊中統計的出現次數最多 的參數有多個，則取其中序號最小的參數作為最終的目標參數估算模塊中的預估的參數。
【文檔編號】G01S7/41GK104483661SQ201410767320
【公開日】2015年4月1日 申請日期:2014年12月12日 優先權日:2014年12月12日
【發明者】薛偉, 陳振興, 榮霞 申請人:中國地質大學（武漢）