一種基于雜波背景統(tǒng)計識別的cfar檢測方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及基于雜波背景統(tǒng)計識別的CFAR檢測方法。
【背景技術(shù)】
[0002]傳統(tǒng)的CFAR檢測是基于高斯背景、雜波統(tǒng)計獨立的假設(shè)下。存在的問題是當實際 檢測背景統(tǒng)計不再滿足高斯背景的時候會引起檢測器性能的急劇下降。
[0003] 基于高斯背景的CFAR算法分為兩大類:均值(mean level，ML)類CFAR檢測器和有 序統(tǒng)計(ordered statistics，0S)類CFAR檢測器。其中均值類恒虛警檢測器包含CA、G0、0S-CFAR檢測算法。在均勻的雜波背景中，CA-CFAR能實現(xiàn)最優(yōu)檢測，但是在非均勻環(huán)境中性能 下降。G0-CFAR能改善在雜波邊緣情況下的檢測性能，則S0-CFAR具有較好的抗干擾能力。在 多目標環(huán)境中，0S類檢測算法有優(yōu)于均值類CFAR的檢測性能。傳統(tǒng)的CFAR檢測背景是基于 高斯背景、雜波統(tǒng)計獨立的假設(shè)下。傳統(tǒng)CFAR算法存在的問題有兩個:一是實際檢測背景分 布不再滿足指數(shù)分布（回波服從高斯分布，經(jīng)包絡(luò)檢波器輸出為瑞利分布，平方律檢波輸出 為指數(shù)分布），雜波實際分布與檢測器設(shè)計模型的失配，若利用傳統(tǒng)CFAR檢測器會引起檢測 器的檢測性能下降;二是實際檢測背景不再是均勻分布，背景分布復(fù)雜，在該背景下檢測目 標時，必然會帶來性能損失，引起虛警率上升或者檢測概率下降。從雷達系統(tǒng)來看，常常希 望實際的虛警概率在設(shè)定值附近，不希望虛警概率發(fā)生劇烈變化。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了解決現(xiàn)有實際檢測背景統(tǒng)計不再滿足高斯背景的時候會引 起檢測器性能下降以及實際檢測背景不再是均勻分布，引起虛警率上升或者檢測概率下降 的問題，而提出的一種基于雜波背景統(tǒng)計識別的CFAR(恒虛警)檢測方法。
[0005] 上述的發(fā)明目的是通過以下技術(shù)方案實現(xiàn)的：
[0006] 步驟一、開始；
[0007] 步驟二、輸入數(shù)據(jù)RD譜；
[0008]步驟三、對步驟二中的RD譜進行KL散度分區(qū)，得到分區(qū)后的數(shù)據(jù)；
[0009]步驟四、對分區(qū)后的數(shù)據(jù)進行參數(shù)估計，得到估計的參數(shù)；
[0010]步驟五、利用估計的參數(shù)將背景歸一化轉(zhuǎn)換成指數(shù)分布，得到歸一化后的檢測背 景；
[0011]步驟六、對歸一化后的檢測背景進行CFAR檢測，得出CFAR檢測結(jié)果。
[0012]發(fā)明效果
[0013] 本發(fā)明結(jié)合KL散度分區(qū)和檢測背景統(tǒng)計估計提出一種新的檢測方法，對檢測背景 進行分割、雜波識別和參數(shù)估計，并進行歸一化處理，可以很好地控制復(fù)雜雜波環(huán)境下的虛 警概率。
[0014] 本實驗利用實測數(shù)據(jù)處理得到的分布參數(shù)分別仿真均勻區(qū)（背景雜波服從威布爾 分布），雜波區(qū)（背景雜波服從對數(shù)正態(tài)分布）以及雜波邊緣(參考單元分布特性不同，一部 分服從威布爾分布，另一部分服從對數(shù)正態(tài)分布）這三種情況，通過比較傳統(tǒng)CA(單元平 均）、G0(最大選擇）、S0(最小選擇）、0S(有序統(tǒng)計)-CFAR、對數(shù)正態(tài)分布下的Log-t和基于檢 測背景統(tǒng)計估計的〇4、60、50、05^?41?的檢測概率、實際虛警概率以及實際虛警概率相同下 的檢測概率性能來驗證算法。
[0015]結(jié)果如圖1至圖9、表1至表3所示。在均勾區(qū)域，基于檢測背景統(tǒng)計估計的CA、G0、 S0、0S-CFAR的檢測概率優(yōu)于傳統(tǒng)04、60、30、03-0?41?、對數(shù)正態(tài)分布下的1^-1結(jié)果如圖1， 傳統(tǒng)CA、GO、SO、0S-CFAR、對數(shù)正態(tài)分布下的Log-t的實際虛警概率比基于檢測背景統(tǒng)計估 計的04、60、50、05^?41?檢測器低，但是基于檢測背景統(tǒng)計估計的檢測器能夠保持在設(shè)定虛 警0.01左右，結(jié)果如表1所示;存在干擾目標的情況下，只有基于檢測背景統(tǒng)計估計的0S-CFAR和傳統(tǒng)0S-CFAR能保持穩(wěn)定的檢測性能，不受干擾目標的影響，結(jié)果如圖2至圖3所示； 在相同的實際虛警概率下，基于檢測背景統(tǒng)計估計的〇4、60、50、05^?41?的檢測概率和傳統(tǒng) 〇八、60、30、03-0?六1?、對數(shù)正態(tài)分布下的1^4相同，結(jié)果如圖4所示。在雜波區(qū)域，雖然基于 檢測背景統(tǒng)計估計的CA、GO、SO、0S-CFAR的檢測概率相較于傳統(tǒng)CA、GO、SO、0S-CFAR、對數(shù)正 態(tài)分布下的Log-t沒有改善，結(jié)果如圖5，但是傳統(tǒng)CA、G0、S0、0S-CFAR實際虛警概率較高，基 于檢測背景統(tǒng)計估計的04、60、30、03-0?41?能保持虛警在設(shè)定的值0.01左右，結(jié)果如表2所 示;存在干擾目標的情況下，只有基于檢測背景統(tǒng)計估計0S-CFAR和傳統(tǒng)0S-CFAR能保持穩(wěn) 定的檢測性能，不受干擾目標的影響，結(jié)果如圖6至圖7所示;相同的虛警概率下，基于檢測 背景統(tǒng)計估計的CA、GO、SO、0S-CFAR的檢測概率和傳統(tǒng)CA、GO、SO、0S-CFAR、對數(shù)正態(tài)分布下 的Log-t相同，結(jié)果如圖8所示。在雜波邊緣情況下，考慮兩種情況，一是待檢測單元在均勻 區(qū)域，二是檢測單元在雜波區(qū)域，當檢測單元在均勻區(qū)域，基于檢測背景統(tǒng)計估計的檢測器 的檢測性能提高，結(jié)果如圖9所示，當檢測單元在雜波區(qū)域，基于檢測背景統(tǒng)計估計能很好 的降低虛警概率，結(jié)果如表3所示。通過仿真分析，當實際檢測背景與檢測器模型不匹配時， 檢測器的性能下降，基于背景統(tǒng)計估計將實際模型轉(zhuǎn)換為檢測器假定模型，實際虛警概率 等于理論的虛警概率，保持恒虛警，具有很好的魯棒性。因此基于雜波背景統(tǒng)計識別的CFAR 檢測達到最初設(shè)定的目標性能。
[0016]表1均勻區(qū)域各種檢測器實際虛警概率(設(shè)定虛警概率Pfa = 0.01)
[0018]表2雜波區(qū)域各種檢測器實際虛警概率(設(shè)定虛警概率Pfa = 0.01)
[0019]
[0020] 表3雜波邊緣區(qū)域2(檢測單元在雜波區(qū)域)各種檢測器實際虛警概率(設(shè)定虛警概 率 Pfa = 0.01)

【附圖說明】
[0022] 圖1為均勻區(qū)域各CFAR檢測器性能對比圖，圖中CA-CFAR為單元平均恒虛警檢測、 G0-CFAR為最大選擇恒虛警檢測、S0-CFAR為最小選擇恒虛警檢測、0S-CFAR為有序統(tǒng)計恒虛 警檢測、logt-CFAR為對數(shù)正態(tài)分布下的Log-t檢測器；
[0023] 圖2為存在一個干擾目標均勻區(qū)域CFAR仿真性能對比圖；
[0024] 圖3為存在兩個干擾目標均勻區(qū)域CFAR仿真性能對比圖；
[0025] 圖4為相同實測虛警下均勻區(qū)域CFAR檢測器性能對比圖；
[0026] 圖5為雜波區(qū)域CFAR檢測器性能對比圖；
[0027] 圖6為存在一個干擾目標雜波區(qū)域CFAR仿真性能對比圖；
[0028] 圖7為存在兩個干擾目標雜波區(qū)域CFAR仿真性能對比圖；
[0029] 圖8為相同實測虛警下雜波區(qū)域CFAR檢測器性能對比圖；
[0030] 圖9為雜波邊緣區(qū)域1(檢測單元在均勻區(qū)域)各種檢測器性能圖；
[00311圖10為本發(fā)明流程圖；
[0032]圖11為KL散度分區(qū)簡要流程圖；
[0033] 圖12為5*5的正方形參考滑窗示意圖。
【具體實施方式】
【具體實施方式】 [0034] 一：結(jié)合圖10說明本實施方式，本實施方式的一種基于雜波背景統(tǒng) 計識別的CFAR檢測方法，具體是按照以下步驟制備的：
[0035]步驟一、開始；
[0036 ]步驟二、輸入數(shù)據(jù)RD譜；
[0037]步驟三、對步驟二中的RD譜進行KL散度(相對熵)分區(qū)，得到分區(qū)后的數(shù)據(jù)；
[0038]步驟四、對分區(qū)后的數(shù)據(jù)進行參數(shù)估計，得到估計的參數(shù)；
[0039] 步驟五、利用估計的參數(shù)將背景歸一化轉(zhuǎn)換成指數(shù)分布，得到歸一化后的檢測背