CN111551903A - 改进型二维变化指数恒虚警目标检测方法 - Google Patents
改进型二维变化指数恒虚警目标检测方法 Download PDFInfo
- Publication number
- CN111551903A CN111551903A CN202010358449.0A CN202010358449A CN111551903A CN 111551903 A CN111551903 A CN 111551903A CN 202010358449 A CN202010358449 A CN 202010358449A CN 111551903 A CN111551903 A CN 111551903A
- Authority
- CN
- China
- Prior art keywords
- clutter
- threshold
- false alarm
- dimensional
- constant false
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000001228 spectrum Methods 0.000 claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
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
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种改进型二维变化指数恒虚警目标检测方法，包括：在二维R‑D谱上选取参考单元，建立左、右、上、下四个参考窗；根据参考窗内参考单元数值描述杂波状态与求和；根据背景估计情况选择相应逻辑；依据权值计算检测门限，实现恒虚警处理。本发明将现有的单维VI‑CFAR检测策略扩展到二维R‑D谱上进行2D‑VI‑CFAR检测，提高了背景估计有效性，对多种复杂杂波环境有着更强的适应性；本发明综合了三种均值类恒虚警检测器在均匀杂波、多目标环境及杂波边缘环境下各自优良的检测性能，利用二维谱信息选取背景参考单元对背景杂波功率进行估计从而选择更合适的检测策略。
Description
技术领域
本发明属于雷达信号处理领域，具体涉及一种改进型二维变化指数恒虚警目标检测方法。
背景技术
在雷达目标检测中，恒虚警(CFAR)检测器根据被检测单元附近的参考单元来估计背景杂波功率，从而自适应设定门限，保持恒虚警性能。根据杂波估计方法的不同，相继出现了单元平均CA，单位平均选大GO，单位平均选小SO恒虚警检测器。它们在不同杂波背景下，即均匀杂波背景、多目标环境、杂波边缘环境，发挥着各自最佳效果。但这些检测器有一共同缺点，都是针对某一种杂波背景提出的，在提高该背景下检测性能的同时，却以其它背景下的CFAR损伤为代价。2000年，Smith和Varshney提出了基于变化指数的自适应恒虚警算法(VI-CFAR)，这种恒虚警算法通过二阶参量判断前后窗杂波环境，智能选取CA、GO、SO三种检测策略，对杂波环境进行高效估计。
自适应VI-CFAR综合了三种均值类恒虚警检测器在均匀杂波、多目标环境及杂波边缘环境下各自优良的检测性能，可以根据窗内的杂波环境进行判断选择更合适的检测策略。研究发现，雷达背景中的杂波在距离和多普勒域同时存在，经FFT处理后，目标与杂波将同时显示于距离-多普勒二维平面，目标仅占据有限个距离速度单元，而杂波分布于整个二维R-D谱。当前VI-CFAR检测器所使用的参考窗为一维参考窗，仅利用了一维信息进行背景估计，若其能够利用二维谱信息选取背景参考单元，显然比利用传统单维背景信息进行背景估计要更有效。
发明内容
本发明的目的在于提供一种改进型二维变化指数恒虚警目标检测方法，在二维R-D谱上，采用十字参考窗结构，横竖参考窗在各自的维度上保持相互独立，分别采用与一维VI-CFAR相同的检测策略得到对应门限，最终检测门限由各自门限加权融合得到。
实现本发明目的的技术方案为：一种改进型二维变化指数恒虚警目标检测方法，包括如下步骤：
步骤1，在二维R-D谱上选取参考单元，建立左、右、上、下四个参考窗；
步骤2，根据参考窗内参考单元数值描述杂波状态与求和；
步骤3，根据背景估计情况选择相应逻辑；
步骤4，依据权值计算检测门限，实现恒虚警处理。
与现在技术相比，本发明显著优点为：(1)与传统利用单维背景信息的VI-CFAR检测方法相比，本发明利用二维谱信息选取背景参考单元对背景杂波功率进行估计，对多种复杂杂波环境有很强的适应性；(2)采用十字参考窗结构，对背景杂波准确估计的同时实现资源消耗最小化且覆盖整个检测区域；(2)对距离多普勒二维背景信息的获取方式进行改进。
附图说明
图1为本发明2D-VI-CFAR检测方法原理框图。
图2为本发明所用十字参考窗示意图。
具体实施方式
如图1所示，一种改进型二维变化指数恒虚警目标检测方法。具体包括以下步骤：
步骤1，在二维R-D谱上选取参考单元，建立左、右、上、下四个参考窗：
在二维R-D谱上，在被检测单元的多普勒、距离二维方向均设置三个保护单元，通过对被检测单元的二维方向进行延伸，选取与被检测单元同一速度的左右各n个序列作为多普勒参考单元，得到左参考窗D1、右参考窗D2，选取与被检测单元同一距离的上下各m个序列作为距离参考单元，得到上参考窗R1、下参考窗R2，如图2所示。
步骤2，根据参考窗内参考单元数值描述杂波状态与求和：
步骤2.1，计算四个参考窗内描述杂波样本状态的二阶参量数值，
参数VVI是描述窗内杂波是否为均匀状态的指标，是一个描述杂波样本状态的二阶参量；VVI计算公式下，
其中，
为参考单元方差的估计值，
为其均值的估计值，
为n个参考单元的算术平均；
根据式(1)计算每一个参考窗的VVI值，由此，可以得到数值VVID1、VVID2、VVIR1、VVIR2；
步骤2.2，计算四个参考窗内求和数值，
其中xi为参考窗内参考单元数值。
根据式(2)计算每一个参考窗口的SUM值，由此，可以得到数值∑D1、∑D2、∑R1、∑R2。
步骤3，根据背景估计情况选择相应逻辑：
步骤3.1，杂波水平估计，
通过比较VVI与门限KVI来判别对应窗内杂波是否处于均匀状态，
VVI≤KVI→均匀杂波 (3)
VVI＞KVI→非均匀杂波 (4)
另外，定义左右参考窗(或上下参考窗)的均值比VMR为
通过比较VMR与门限KMR来判别两参考窗均值是否处于同一水平，
因此，对于杂波环境的判决，其模式切换取决于设定的均匀状态判别参数KVIR与KVID，与均值比判别参数KMRR与KMRD。
对于多普勒维有
VVID≤KVID→均匀杂波 (8)
VVID＞KVID→非均匀杂波 (9)
对于距离维有
VVIR≤KVIR→均匀杂波 (12)
VVIR＞KVIR→非均匀杂波 (13)
步骤3.2，VI-CFAR自适应门限选择，
根据恒虚警概率Pfa要求，可得到对应的CN、CN2、CM与CM2。依据上述对杂波水平估计的结果，可在表1中选择被检测单元的多普勒维门限TD，在表2中选择距离维门限TR。
表1多普勒维自适应门限选择表
表2距离维自适应门限选择表
步骤4，依据权值计算检测门限，实现恒虚警处理：
T＝αTD+βTR (16)
其中，α、β均为权值系数，取值取决于被检测单元与各维度信息的关联程度，且α+β＝1。
将多普勒维门限TD与距离维门限TR进行如式(16)描述的运算，得到2D-VI-CFAR检测器最终的门限矩阵T。之后便可将检测单元与门限T进行比较，若大于门限T，则有目标存在；反之，则无目标。
本发明综合了三种均值类恒虚警检测器在均匀杂波、多目标环境及杂波边缘环境下各自优良的检测性能，利用二维谱信息选取背景参考单元对背景杂波功率进行估计从而选择更合适的检测策略。
Claims (5)
1.一种改进型二维变化指数恒虚警目标检测方法，其特征在于，包括如下步骤：
步骤1，在二维R-D谱上选取参考单元，建立左、右、上、下四个参考窗；
步骤2，根据参考窗内参考单元数值描述杂波状态与求和；
步骤3，根据背景估计情况选择相应逻辑；
步骤4，依据权值计算检测门限，实现恒虚警处理。
2.根据权利要求1所述的改进型二维变化指数恒虚警目标检测方法，其特征在于，步骤1在二维R-D谱上选取参考单元，建立左、右、上、下四个参考窗，具体为：
在二维R-D谱上，在被检测单元的多普勒、距离二维方向均设置三个保护单元，通过对被检测单元的二维方向进行延伸，选取与被检测单元同一速度的左右各n个序列作为多普勒参考单元，得到左参考窗D1、右参考窗D2，选取与被检测单元同一距离的上下各m个序列作为距离参考单元，得到上参考窗R1、下参考窗R2。
3.根据权利要求1所述的改进型二维变化指数恒虚警目标检测方法，其特征在于，步骤2根据参考窗内参考单元数值描述杂波状态与求和，具体为：
步骤2.1，计算四个参考窗内描述杂波样本状态的二阶参量数值；
参数VVI是描述窗内杂波是否为均匀状态的指标，是一个描述杂波样本状态的二阶参量，VVI计算公式下，
其中，
为参考单元方差的估计值，
为其均值的估计值，
为n个参考单元的算术平均；
根据式(1)计算每一个参考窗的VVI值，由此，可以得到数值VVID1、VVID2、VVIR1、VVIR2；
步骤2.2，计算四个参考窗内求和数值，具体为：
其中xi为参考窗内参考单元数值；
根据式(2)计算每一个参考窗的SUM值，由此，得到四个参考窗内求和数值∑D1、∑D2、∑R1、∑R2。
4.根据权利要求1所述的改进型二维变化指数恒虚警目标检测方法，其特征在于，步骤3根据背景估计情况选择相应逻辑，具体为：
步骤3.1，杂波水平估计：
通过比较VVI与门限KVI来判别对应窗内杂波是否处于均匀状态：
VVI≤KVI→均匀杂波 (3)
VVI＞KVI→非均匀杂波 (4)
定义左右参考窗的均值比VMR为
通过比较VMR与门限KMR来判别两参考窗均值是否处于同一水平，
因此，对于杂波环境的判决，其模式切换取决于设定的均匀状态判别参数KVIR与KVID，与均值比判别参数KMRR与KMRD。
对于多普勒维有
VVID≤KVID→均匀杂波 (8)
VVID＞KVID→非均匀杂波 (9)
对于距离维有
VVIR≤KVIR→均匀杂波 (12)VVIR＞
KVIR→非均匀杂波 (13)
步骤3.2，VI-CFAR自适应门限选择：
根据恒虚警概率Pfa要求，得到对应的CN、CN/2、CM与CM/2；依据上述对杂波水平估计的结果，在表1中选择被检测单元的多普勒维门限TD，在表2中选择距离维门限TR：
表1 多普勒维自适应门限选择表
表2 距离维自适应门限选择表
5.根据权利要求1所述的改进型二维变化指数恒虚警目标检测方法，其特征在于，步骤4依据权值计算检测门限，实现恒虚警处理，具体为：
T＝αTD+βTR (16)
其中，α、β均为权值系数，取值取决于被检测单元与各维度信息的关联程度，且α+β＝1；
将多普勒维门限TD与距离维门限TR进行如式(16)描述的运算，得到2D-VI-CFAR检测器最终的门限矩阵T；之后将检测单元与门限T进行比较，若大于门限T，则有目标存在；反之，则无目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010358449.0A CN111551903A (zh) | 2020-04-29 | 2020-04-29 | 改进型二维变化指数恒虚警目标检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010358449.0A CN111551903A (zh) | 2020-04-29 | 2020-04-29 | 改进型二维变化指数恒虚警目标检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111551903A true CN111551903A (zh) | 2020-08-18 |
Family
ID=72007889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010358449.0A Withdrawn CN111551903A (zh) | 2020-04-29 | 2020-04-29 | 改进型二维变化指数恒虚警目标检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111551903A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112285654A (zh) * | 2020-10-19 | 2021-01-29 | 中国人民解放军陆军边海防学院 | 一种基于边境环境自适应的低小慢目标恒虚警检测方法 |
| CN112346029A (zh) * | 2020-10-30 | 2021-02-09 | 中国人民解放军空军预警学院 | 基于待检测单元的可变参考窗单元平均恒虚警检测方法 |
| CN113189560A (zh) * | 2021-05-18 | 2021-07-30 | 湖北工业大学 | 基于贝叶斯干扰控制的变异指数的bvi-cfar目标检测算法 |
| CN113376613A (zh) * | 2021-08-16 | 2021-09-10 | 南京隼眼电子科技有限公司 | 用于雷达探测的恒虚警检测方法、装置及电子设备 |
| CN113671459A (zh) * | 2021-07-10 | 2021-11-19 | 亿太特(陕西)科技有限公司 | Fmcw雷达动目标恒虚警检测方法 |
| CN113985382A (zh) * | 2021-10-29 | 2022-01-28 | 西安电子工程研究所 | 基于积分图像的二维cfar门限计算方法 |
| CN114089301A (zh) * | 2021-11-05 | 2022-02-25 | 哈尔滨工程大学 | 一种基于神经网络的新型自适应声呐目标检测方法及计算机设备 |
| CN115685206A (zh) * | 2021-07-22 | 2023-02-03 | 南京大学 | 一种基于前缀和算法的雷达cfar目标检测方法 |
| CN116008977A (zh) * | 2023-01-13 | 2023-04-25 | 电子科技大学 | 一种基于背景判别的恒虚警检测方法 |
| CN116482642A (zh) * | 2023-04-27 | 2023-07-25 | 中国人民解放军海军航空大学 | 一种基于改进vi的距离扩展目标自适应恒虚警检测方法 |
| WO2023030556A3 (zh) * | 2022-02-18 | 2023-09-21 | 加特兰微电子科技(上海)有限公司 | 噪底估计值的确定方法、目标检测方法及装置、电子设备 |
| CN116973863A (zh) * | 2023-06-01 | 2023-10-31 | 应急管理部上海消防研究所 | 一种基于并行滑窗计算的快速二维cfar目标检测方法 |
| WO2024131203A1 (zh) * | 2022-12-23 | 2024-06-27 | 惠州市德赛西威汽车电子股份有限公司 | 一种恒虚警检测方法、装置、设备及存储介质 |
-
2020
- 2020-04-29 CN CN202010358449.0A patent/CN111551903A/zh not_active Withdrawn
Non-Patent Citations (2)
| Title |
|---|
| LIU ZHONGXIANG 等: "A two dimension distributed MVI-CFAR detector" * |
| 刘宇: "毫米波LFMCW雷达对地探测杂波抑制及恒虚警技术研究" * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112285654B (zh) * | 2020-10-19 | 2024-02-09 | 中国人民解放军陆军边海防学院 | 一种基于边境环境自适应的低小慢目标恒虚警检测方法 |
| CN112285654A (zh) * | 2020-10-19 | 2021-01-29 | 中国人民解放军陆军边海防学院 | 一种基于边境环境自适应的低小慢目标恒虚警检测方法 |
| CN112346029A (zh) * | 2020-10-30 | 2021-02-09 | 中国人民解放军空军预警学院 | 基于待检测单元的可变参考窗单元平均恒虚警检测方法 |
| CN112346029B (zh) * | 2020-10-30 | 2024-02-23 | 中国人民解放军空军预警学院 | 基于待检测单元的可变参考窗单元平均恒虚警检测方法 |
| CN113189560A (zh) * | 2021-05-18 | 2021-07-30 | 湖北工业大学 | 基于贝叶斯干扰控制的变异指数的bvi-cfar目标检测算法 |
| CN113671459A (zh) * | 2021-07-10 | 2021-11-19 | 亿太特(陕西)科技有限公司 | Fmcw雷达动目标恒虚警检测方法 |
| CN113671459B (zh) * | 2021-07-10 | 2024-04-05 | 亿太特(陕西)科技有限公司 | Fmcw雷达动目标恒虚警检测方法 |
| CN115685206A (zh) * | 2021-07-22 | 2023-02-03 | 南京大学 | 一种基于前缀和算法的雷达cfar目标检测方法 |
| CN113376613A (zh) * | 2021-08-16 | 2021-09-10 | 南京隼眼电子科技有限公司 | 用于雷达探测的恒虚警检测方法、装置及电子设备 |
| CN113985382A (zh) * | 2021-10-29 | 2022-01-28 | 西安电子工程研究所 | 基于积分图像的二维cfar门限计算方法 |
| CN114089301A (zh) * | 2021-11-05 | 2022-02-25 | 哈尔滨工程大学 | 一种基于神经网络的新型自适应声呐目标检测方法及计算机设备 |
| WO2023030556A3 (zh) * | 2022-02-18 | 2023-09-21 | 加特兰微电子科技(上海)有限公司 | 噪底估计值的确定方法、目标检测方法及装置、电子设备 |
| WO2024131203A1 (zh) * | 2022-12-23 | 2024-06-27 | 惠州市德赛西威汽车电子股份有限公司 | 一种恒虚警检测方法、装置、设备及存储介质 |
| CN116008977A (zh) * | 2023-01-13 | 2023-04-25 | 电子科技大学 | 一种基于背景判别的恒虚警检测方法 |
| CN116482642A (zh) * | 2023-04-27 | 2023-07-25 | 中国人民解放军海军航空大学 | 一种基于改进vi的距离扩展目标自适应恒虚警检测方法 |
| CN116973863A (zh) * | 2023-06-01 | 2023-10-31 | 应急管理部上海消防研究所 | 一种基于并行滑窗计算的快速二维cfar目标检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111551903A (zh) | 改进型二维变化指数恒虚警目标检测方法 | |
| CN109901153B (zh) | 基于信息熵权和最近邻域数据关联的目标航迹优化方法 | |
| CN103760542B (zh) | 一种基于多模式的变化指数恒虚警目标检测方法 | |
| CN103472445B (zh) | 一种针对多目标场景的检测跟踪一体化方法 | |
| CN106646419B (zh) | 一种检测杂波边缘雷达目标的自适应恒虚警方法 | |
| CN113534120B (zh) | 一种基于深度神经网络的多目标恒虚警率检测方法 | |
| CN106646396B (zh) | 一种雷达杂波图检测门限自适应设置方法 | |
| CN109031229B (zh) | 一种杂波环境下目标跟踪的概率假设密度方法 | |
| CN107861107A (zh) | 一种适用于连续波雷达的双门限cfar与点迹凝聚方法 | |
| KR20160039383A (ko) | 적응 배경 선택에 의한 일정 오경보율 검파 방법 및 장치 | |
| CN106468770A (zh) | K分布杂波加噪声下的近最优雷达目标检测方法 | |
| CN107271973B (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 | |
| CN105425223A (zh) | 广义帕累托杂波下稀疏距离扩展雷达目标的检测方法 | |
| CN110376582A (zh) | 自适应gm-phd的机动目标跟踪方法 | |
| CN103559715B (zh) | 一种高光谱图像的异常检测方法及装置 | |
| CN110398744A (zh) | 一种基于声信号的海洋温跃层特征参数寻优反演方法 | |
| CN107942324B (zh) | 基于多普勒引导的多帧联合小目标双重检测方法 | |
| CN116563136B (zh) | 一种侧扫声呐图像去噪方法、系统、存储介质和执行系统 | |
| CN104035084B (zh) | 一种用于非均匀杂波背景的动态规划检测前跟踪方法 | |
| CN116973863A (zh) | 一种基于并行滑窗计算的快速二维cfar目标检测方法 | |
| CN107607917B (zh) | 一种基于两级多普勒相关性判别的海杂波抑制方法 | |
| CN106353743B (zh) | 匹配于等效形状参数的近最优雷达目标检测方法 | |
| CN105954739A (zh) | 一种知识辅助的非参量恒虚警检测方法 | |
| CN105866748B (zh) | 一种基于检测先验的固定窗长恒虚警检测方法 | |
| CN108387879B (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 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200818 |
|
| WW01 | Invention patent application withdrawn after publication |