一種自適應tbd雷達微弱目標檢測方法
【技術領域】
[0001] 本發明屬于對海警戒雷達目標檢測領域，特別涉及重雜波區群目標的基于Hough 變換的檢測前跟蹤技術。
【背景技術】
[0002] 雜波環境下的弱小目標檢測是現代傳感器面臨的一個重要挑戰，傳統的檢測技術 對每幀信號進行檢測，并將沒有關聯上的數據丟掉，由于沒有積累幀間的回波信息，很難提 高對小目標的檢測性能。而基于Hough變換的檢測前跟蹤（TBD)技術，實現了目標的幀間 非相參積累，可以提尚檢測性能。
[0003] 1994年，美國的Carlson等人首次將Hough變換應用于搜索雷達目標檢測中，提 出了基于Hough變換的TBD算法，并分析了該算法的檢測和跟蹤性能，給出了檢測概率和虛 警概率的計算公式。與傳統方法相比，該方法具有很多優點，如提高了檢測概率，解決了距 離走動問題、更易于實現等；通過仿真，對于不同類型的目標，信噪比可以提高4dB，但存在 大目標掩蓋小目標的問題，在后來改進的基于HT的二進制積累器中，雖然可以解決這個問 題，但性能有所下降，對于非起伏目標有3dB的SNR改善，強起伏目標有IdB的SNR改善。
[0004] 在Carlson工作的基礎上，Kabakchiev等學者討論了在不同雜波背景情況下， CFAR檢測和Hough變換構成的聯合檢測器的檢測和跟蹤性能。但上述算法都假設目標是 沿雷達徑向做勻速直線運動，并且在多個天線周期內，目標回波沒有跨越方位單元。針對目 標跨越方位單元走動的情況，Garvanov提出了一種極坐標Hough變換TBD算法，直接處理 方位-距離維極坐標下的雷達量測數據，該算法更適合于處理雷達實測數據。2011年，美國 的Moyer提出了一種針對強雜波背景下微弱目標的多維HT-TBD算法，該算法能夠克服傳統 HT-TBD算法的缺陷，增強隨機雜波背景下的目標檢測概率。
[0005] 盡管如此，采用基于Hough變換的TBD算法檢測群目標時，如果目標間的RCS相差 比較大，大的目標會對小目標產生遮蔽，如果降低檢測門限，提高對小目標的檢測概率，則 檢測結果中會包含較多的虛警。
【發明內容】
[0006] 本發明在重雜波區基于Hough變換的群目標的檢測前跟蹤算法的基礎上，提出了 一種自適應的檢測方法。目標回波的幅度范圍比較大，在不同的信噪比條件下采用不同的 檢測方法能夠提高檢測概率，降低虛警率。傳統的基于Hough變換的檢測前跟蹤算法，把時 域的回波信號變換到參數域，在參數域進行積累，采用單一的積累的權值，難以在變化的雜 波態勢中獲得最佳的檢測性能。本文通過自適應的選擇積累的方式，有效的解決了目標遮 擋和檢測概率低的問題。
【附圖說明】
[0007] 附圖1是基于Hough變換的自適應檢測前跟蹤流程。
【具體實施方式】
[0008] 在雜波區群目標的自適應的檢測前跟蹤方法，具體實施步驟如下（參見附圖1):
[0009] 1.順序存儲檢測區域的連續6幀的回波數據。
[0010] Hough變換要進行多幀數據處理，幀數太少則目標回波積累不夠，目標檢測概率 低。如果幀數太多，則造成存儲量大、計算量大、虛警高等問題。綜合權衡選擇6幀數據聯 合處理。
[0011] 2.計算回波的信噪比/信雜比。
[0012] 回波的信噪比的計算公式為SNR = E/X，其中E是目標回波的功率，Ntl是噪聲功率 密度。
[0013] 3.過濾原始回波數據。
[0014] 若對原始空間的每幀數據都進行Hough變換，計算量將非常龐大。實際上原始回 波數據含有大量的噪聲，采用一級門限對原始空間數據進行過濾，僅對過門限的數據進行 Hough變換。計算量隨一級門限增加而下降。較低的一級門限由于處理了更多的數據，提高 了檢測性能，但計算量大。
[0015] 指定距離-時間域中每個分辨單元初始虛警概率為pf，則：
[0016]
[0017] 從而可得一級門限為n = -In (Pf)，每個分辨單元檢測概率Pd為：
[0018]
[0019] 式中S代表信噪比，當S = 0時，可以從Pd得到P f。
[0020] 4.自適應Hough變換
[0021] 將距離-時間域中所有過一級門限η的數據Hough變換到參數域，在參數域進行 加權積累時，根據步驟2計算的信噪比，根據信噪比所在的區間的選擇加權積累方式。通過 蒙特卡羅仿真三種積累方式隨著信噪比、信雜比的檢測性能曲線，確定三種積累方式的應 用區間。信號幅度積累：把每個點的回波幅度作為積累項；二進制積累：過了一級門限則為 1，不過則為〇 ;能量積累：把信號的幅度平方后再積累。
[0022] 5.檢測概率和虛警率計算
[0023] 假設距離-時間域中的數據對參數域有貢獻的一共有N個單元，其中有m個單元 的數據（Xi，i = 1，'m)超過了初始門限τι的概率為C:(凡,Γ(1-凡f ，而且這m個單元 之和
必須超過第二門限ξ，即參數域中某一單元ζ超過第二門限ξ的概率為：
[0024]
[0025] 對上式的第二項進行近似處理，最終得到檢測概率為：
[0026]
[0027] 式中nf=Ceil(|/n)為不小于ξ/η的最小整數.當S為0時，可得虛警概率 為：
[0028]
[0029] 6.根據檢測點對應的參數，回溯目標的軌跡，宣布檢測結果。
[0030] 為了便于數據處理，將參數空間離散化，形成一個個方格（單元），由于在參數空 間中有公共交點的曲線所對應的笛卡兒坐標系的坐標點必定在一條直線上，在參數域中再 設置第二門限ξ，作為最終的檢測門限。通過逆Hough變換，參數空間的檢測點被映射回數 據空間，形成時間-距離平面的目標航跡，即可實現對目標的檢測。
【主權項】
1. 一種自適應TBD雷達微弱目標檢測方法，其特征在于：對單幀目標不宣布檢測結果， 通過Hough變換聯合處理多幀數據，在變換域根據回波的信噪比自適應的選擇加權積累的 方式：高信噪比采用二進制加權積累，中信噪比采用幅度加權積累，低信噪比采用能量的加 權積累。2. 根據權利要求1所述的自適應TBD雷達微弱目標檢測方法，其特征在于：信噪比的 高低中的判斷方法為確定兩個門限值，大于高門限值，判定為高信噪比態勢；小于低門限值 判定為低信噪比；處于兩個門限值中間為中信噪比。3. 根據權利要求1或2所述的自適應TBD雷達微弱目標檢測方法，其特征在于所述門 限值的確定方法為：在符合K分布的雜波中加入兩批不同強度目標，通過蒙特卡羅仿真畫 出三種加權積累方式下檢測概率，虛警率隨信噪比的變化曲線，通過曲線的分布確定兩個 信噪比的門限值。
【專利摘要】本發明涉及一種自適應TBD雷達微弱目標檢測方法。該方法主要適用于對海警戒雷達中，重雜波區微弱群目標的檢測。對原始的數據，根據需要的檢測概率和虛警率，設立第一道門限，把低于門限的點舍掉，把高于門限的點的坐標和幅度記錄下來。積累6幀數據后，對所有記錄下來的點進行Hough變換，在變換域進行目標檢測的過程中，根據回波的信噪比確定積累的值，較低的信噪比采用能量進行積累，高信噪比采用二進制積累，中信噪比采用幅度積累，設立第二道門限，超過門限即宣布目標，通過反變換找到相關的點，同時宣布目標的航跡，高信噪比采用二進制積累，低信噪比情況下采用能量積累，中信噪比采用幅度積累。
【IPC分類】G01S7/41
【公開號】CN104914422
【申請號】CN201510359853
【發明人】李紀三, 黃孝鵬, 夏永紅, 童衛勇
【申請人】中國船舶重工集團公司第七二四研究所
【公開日】2015年9月16日
【申請日】2015年6月25日