一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達(dá)目標(biāo)檢測(cè)領(lǐng)域，涉及一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方 法。
【背景技術(shù)】
[0002] 恒虛警（CFAR)檢測(cè)是指一類(lèi)能夠在雜波水平不斷變化的條件下保持恒定虛警概 率的目標(biāo)檢測(cè)技術(shù)。常見(jiàn)的CFAR檢測(cè)算法可以分為兩類(lèi)：參量CFAR和非參量CFAR。參 量CFAR算法通常假設(shè)雜波的分布類(lèi)型是已知的，只需要估計(jì)一些未知參數(shù)，并據(jù)此設(shè)計(jì)門(mén) 限使目標(biāo)檢測(cè)在該假設(shè)下具有恒虛警特性。非參量CFAR算法則不需要知道雜波的分布類(lèi) 型，其是在關(guān)于背景噪聲或雜波統(tǒng)計(jì)特性的弱假設(shè)下具有恒定虛警概率的檢測(cè)策略。在復(fù) 雜的非均勻雜波環(huán)境中，這些傳統(tǒng)的CFAR檢測(cè)技術(shù)通常很難獲得較好的性能。所以近年 來(lái)CFAR研宄的一個(gè)重要方向就是，借助于知識(shí)輔助，充分融合各種先驗(yàn)信息（比如目標(biāo)運(yùn) 動(dòng)信息、氣象信息、道路交通圖和地理信息圖等），設(shè)計(jì)自適應(yīng)復(fù)雜雜波環(huán)境的CFAR算法。 A. De Maio等人利用各種可能的先驗(yàn)信息，設(shè)計(jì)了幾種基于知識(shí)輔助的參量CFAR檢測(cè)算 法。在處理非均勻雜波環(huán)境時(shí)，這些基于知識(shí)輔助的自適應(yīng)檢測(cè)算法因增加了數(shù)據(jù)篩選過(guò) 程，而表現(xiàn)出明顯優(yōu)于傳統(tǒng)CFAR檢測(cè)的性能。
[0003] 當(dāng)前的知識(shí)輔助CFAR算法主要是在常見(jiàn)參量CFAR檢測(cè)的基礎(chǔ)上融合先驗(yàn)信息 形成的，因而同樣需要假定雜波的分布類(lèi)型已知，這意味著其僅適用于一小類(lèi)分布函數(shù)具 有明確解析式的雜波類(lèi)型。實(shí)際應(yīng)用中，這將是一個(gè)嚴(yán)重的不利因素，導(dǎo)致知識(shí)輔助參量 CFAR算法的適用范圍大大受限，因?yàn)槎鄶?shù)情況下雜波的分布類(lèi)型未知或者無(wú)法用具體函數(shù) 表不。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明要解決的技術(shù)問(wèn)題是：針對(duì)傳統(tǒng)CFAR算法在非均勻雜波環(huán)境中性能惡化， 新型知識(shí)輔助參量CFAR算法適用范圍嚴(yán)重受限的問(wèn)題，提出一種基于知識(shí)輔助置換檢驗(yàn) 的雷達(dá)檢測(cè)方法，該方法通過(guò)將數(shù)據(jù)選擇器與非參量的置換檢驗(yàn)級(jí)聯(lián)實(shí)現(xiàn)了復(fù)雜雜波環(huán)境 下優(yōu)良的檢測(cè)性能，同時(shí)具有較廣泛的適用范圍。
[0005] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá) 檢測(cè)方法，該方法實(shí)現(xiàn)步驟如下：
[0006] 步驟（1)、根據(jù)設(shè)定的虛警概率以及參考單元和脈沖數(shù)目等基本參數(shù)，計(jì)算門(mén)限在 所有置換統(tǒng)計(jì)量按由大到小排列時(shí)的序號(hào)，進(jìn)而確定所有的有效策略并由此構(gòu)成有效策略 矩陣；
[0007] 步驟（2)、根據(jù)待檢測(cè)單元以及參考單元的GIS信息選擇出有效的參考單元，并由 有效參考單元以及待檢測(cè)單元的采樣值構(gòu)成有效數(shù)據(jù)矩陣；
[0008] 步驟（3)、根據(jù)待檢測(cè)單元的數(shù)據(jù)計(jì)算檢測(cè)統(tǒng)計(jì)量，根據(jù)有效策略矩陣計(jì)算置換統(tǒng) 計(jì)量并進(jìn)而確定門(mén)限，將檢測(cè)統(tǒng)計(jì)量與門(mén)限進(jìn)行比較從而完成判決。
[0009] 進(jìn)一步的，該方法采用數(shù)據(jù)選擇器級(jí)聯(lián)置換檢驗(yàn)的結(jié)構(gòu)實(shí)現(xiàn)，數(shù)據(jù)選擇器對(duì)參考 單元的數(shù)據(jù)進(jìn)行篩選后，僅保留那些與待檢測(cè)單元特性相似的參考數(shù)據(jù)，然后再利用這些 參考數(shù)據(jù)通過(guò)置換檢驗(yàn)進(jìn)行目標(biāo)檢測(cè)處理。
[0010] 進(jìn)一步的，所述步驟（1)中的根據(jù)設(shè)定的虛警概率以及參考單元和脈沖數(shù)目等基 本參數(shù)，計(jì)算門(mén)限在所有置換統(tǒng)計(jì)量按由大到小排列時(shí)的序號(hào)，進(jìn)而確定所有的有效策略 并由此構(gòu)成有效策略矩陣，該步驟為預(yù)處理過(guò)程，當(dāng)對(duì)多個(gè)單元進(jìn)行目標(biāo)檢測(cè)時(shí)僅需執(zhí)行 一次并存儲(chǔ)所得結(jié)果即可，而不必對(duì)每個(gè)單元進(jìn)行檢測(cè)時(shí)都執(zhí)行一次。
[0011] 進(jìn)一步的，該方法提出了關(guān)于"有效策略"的概念以及"有效策略"的判別方法，并 利用有效策略對(duì)應(yīng)的置換統(tǒng)計(jì)量確定門(mén)限。
[0012] 本發(fā)明與現(xiàn)有技術(shù)相比優(yōu)點(diǎn)在于：
[0013] 1)通過(guò)引入先驗(yàn)的GIS信息對(duì)參考單元進(jìn)行篩選，選擇出與待檢測(cè)單元具有相似 特性的參考數(shù)據(jù)，有效地改善了算法在復(fù)雜雜波環(huán)境下的性能；
[0014] 2)目標(biāo)檢測(cè)階段采用非參量的置換檢驗(yàn)處理，使本發(fā)明的算法可以應(yīng)用于各種雜 波分布類(lèi)型未知或者無(wú)法用具體函數(shù)表示的情況中，大大擴(kuò)展了適用范圍；
[0015] 3)在置換檢驗(yàn)階段，采用了一種全新的實(shí)現(xiàn)方法，有效地降低了計(jì)算量，提高了目 標(biāo)檢測(cè)速度。
【附圖說(shuō)明】
[0016] 圖1為雷達(dá)目標(biāo)檢測(cè)中常用的觀(guān)測(cè)數(shù)據(jù)模型；
[0017] 圖2為本發(fā)明一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法的具體流程圖。
【具體實(shí)施方式】
[0018] 下面結(jié)合附圖及【具體實(shí)施方式】詳細(xì)介紹本發(fā)明。
[0019] 本發(fā)明中將GIS信息（GIS即地理信息系統(tǒng)）應(yīng)用于雷達(dá)目標(biāo)檢測(cè)中，提出了數(shù)據(jù) 選擇器級(jí)聯(lián)置換檢驗(yàn)的檢測(cè)方法，有效地提高了復(fù)雜雜波環(huán)境中的檢測(cè)性能；同時(shí)，設(shè)計(jì)了 一種全新的置換檢驗(yàn)具體實(shí)現(xiàn)方法，大大降低了置換檢驗(yàn)的計(jì)算量。
[0020] 本發(fā)明的一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法，其具體實(shí)施流程如圖2所 示，具體包含以下3個(gè)步驟：
[0021] 1、根據(jù)設(shè)定的虛警概率以及參考單元和脈沖數(shù)目等基本參數(shù)，計(jì)算門(mén)限在所有置 換統(tǒng)計(jì)量按由大到小排列時(shí)的序號(hào)，進(jìn)而確定所有的有效策略并由此構(gòu)成有效策略矩陣。
[0022] 置換檢驗(yàn)是一種典型的非參量CFAR檢測(cè)算法，使其保持恒定虛警率僅需雜波的 聯(lián)合分布函數(shù)滿(mǎn)足"置換不變性"，而無(wú)需知道雜波的具體分布類(lèi)型。因此，在有關(guān)雜波類(lèi)型 的先驗(yàn)信息較少的情況下，置換檢驗(yàn)具有更廣泛的適用性，但置換檢驗(yàn)也存在計(jì)算量過(guò)大 等問(wèn)題。
[0023] 考慮如圖1所示的脈沖雷達(dá)觀(guān)測(cè)模型：整個(gè)觀(guān)測(cè)區(qū)域包括待檢測(cè)單元及其兩側(cè)對(duì) 稱(chēng)分布的M個(gè)參考單元，并且總共進(jìn)行N次獨(dú)立掃描。將對(duì)所有觀(guān)測(cè)單元進(jìn)行第i次掃描 的采樣記作：
[0024] Xi - (X i，1，Xi，2,…，Xi，M/2, Xi，(l, Xi，M/2+l,…，Xi，M) (I)
[0025] 其中，Xi(!為待檢測(cè)單元的采樣，x "，xi2, ···，xiM為參考單元的采樣，i = 1，2,…，N。 于是，全部觀(guān)測(cè)數(shù)據(jù)可以記作（M+1)XN維的矩陣Χ4(χι，χ2,···,χ^ν)。為了簡(jiǎn)便，將矩陣 X的行向量分別記為，A= (X …七^(guò))為對(duì)待檢測(cè)單元N次掃描的采樣；!Tj = (X1,」，X2,」，…，xN，」）為對(duì)第j個(gè)參考單元N次掃描的采樣，j = 1，2,…，M。
[0026] 定義Htl假設(shè)為待檢測(cè)單元處不存在目標(biāo)，H 設(shè)為待檢測(cè)單元處存在目標(biāo)。在 Htl假設(shè)下，矢量Xi，i = 1，2,…，N的各分量是獨(dú)立同分布（IID)的；而在H1假設(shè)下，只有 xn，xi2, ...，xiM是IID的。將H O^PH1下隨機(jī)變量xi0的概率密度函數(shù)分另IJi己作f 0i(xi0)和 fn(Xi(l)，i = 1，2，···，Ν。因?yàn)閮煞N假設(shè)下參考單元處始終無(wú)目標(biāo)，所以&的概率密度函數(shù) 總為fQi (Xij)，i = 1，2,…，N且j = 1，2,…，M。由此，矩陣X的概率密度函數(shù)為：
【主權(quán)項(xiàng)】
1. 一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法，其特征在于實(shí)現(xiàn)步驟如下： 步驟（1)、根據(jù)設(shè)定的虛警概率以及參考單元和脈沖數(shù)目等基本參數(shù)，計(jì)算門(mén)限在所 有置換統(tǒng)計(jì)量按由大到小排列時(shí)的序號(hào)，進(jìn)而確定所有的有效策略并由此構(gòu)成有效策略矩 陣； 步驟（2)、根據(jù)待檢測(cè)單元以及參考單元的GIS信息選擇出有效的參考單元，并由有效 參考單元以及待檢測(cè)單元的采樣值構(gòu)成有效數(shù)據(jù)矩陣； 步驟（3)、根據(jù)待檢測(cè)單元的數(shù)據(jù)計(jì)算檢測(cè)統(tǒng)計(jì)量，根據(jù)有效策略矩陣計(jì)算置換統(tǒng)計(jì)量 并進(jìn)而確定門(mén)限，將檢測(cè)統(tǒng)計(jì)量與門(mén)限進(jìn)行比較從而完成判決。
2. 根據(jù)權(quán)利要求1所述的基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法，其特征在于：該方 法采用數(shù)據(jù)選擇器級(jí)聯(lián)置換檢驗(yàn)的結(jié)構(gòu)實(shí)現(xiàn)，數(shù)據(jù)選擇器對(duì)參考單元的數(shù)據(jù)進(jìn)行篩選后， 僅保留那些與待檢測(cè)單元特性相似的參考數(shù)據(jù)，然后再利用這些參考數(shù)據(jù)通過(guò)置換檢驗(yàn)進(jìn) 行目標(biāo)檢測(cè)處理。
3. 根據(jù)權(quán)利要求1所述的基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法，其特征在于：所述 步驟（1)中的根據(jù)設(shè)定的虛警概率以及參考單元和脈沖數(shù)目等基本參數(shù)，計(jì)算門(mén)限在所有 置換統(tǒng)計(jì)量按由大到小排列時(shí)的序號(hào)，進(jìn)而確定所有的有效策略并由此構(gòu)成有效策略矩 陣，該步驟為預(yù)處理過(guò)程，當(dāng)對(duì)多個(gè)單元進(jìn)行目標(biāo)檢測(cè)時(shí)僅需執(zhí)行一次并存儲(chǔ)所得結(jié)果即 可，而不必對(duì)每個(gè)單元進(jìn)行檢測(cè)時(shí)都執(zhí)行一次。
4. 根據(jù)權(quán)利要求1所述的基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法，其特征在于：該方 法提出了關(guān)于"有效策略"的概念以及"有效策略"的判別方法，并利用有效策略對(duì)應(yīng)的置 換統(tǒng)計(jì)量確定門(mén)限。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于知識(shí)輔助置換檢驗(yàn)的雷達(dá)檢測(cè)方法，步驟為：(1)根據(jù)設(shè)定的虛警概率以及參考單元和脈沖數(shù)目等基本參數(shù)，計(jì)算門(mén)限在所有置換統(tǒng)計(jì)量按由大到小排列時(shí)的序號(hào)，進(jìn)而確定所有的有效策略并由此構(gòu)成有效策略矩陣；(2)根據(jù)待檢測(cè)單元以及參考單元的GIS信息選擇出有效的參考單元，并由有效參考單元以及待檢測(cè)單元的采樣值構(gòu)成有效數(shù)據(jù)矩陣；(3)根據(jù)待檢測(cè)單元的數(shù)據(jù)計(jì)算檢測(cè)統(tǒng)計(jì)量，根據(jù)有效策略矩陣計(jì)算置換統(tǒng)計(jì)量并進(jìn)而確定門(mén)限，將檢測(cè)統(tǒng)計(jì)量與門(mén)限進(jìn)行比較從而完成判決。本發(fā)明有效地改善了算法在復(fù)雜雜波環(huán)境下的性能；本發(fā)明大大擴(kuò)展了適用范圍；本發(fā)明有效地降低了計(jì)算量，提高了目標(biāo)檢測(cè)速度。
【IPC分類(lèi)】G01S7-41
【公開(kāi)號(hào)】CN104730509
【申請(qǐng)?zhí)枴緾N201510162189
【發(fā)明人】孫進(jìn)平, 張旭旺, 付錦斌, 高飛
【申請(qǐng)人】北京航空航天大學(xué)
【公開(kāi)日】2015年6月24日
【申請(qǐng)日】2015年4月8日