[发明专利]一种基于杂波强度分区的恒虚警检测方法

说明书

技术领域

本发明属于雷达弱目标检测技术的领域，特别涉及了知识辅助和恒虚警(CFAR)检测技术领域。

背景技术

现代雷达系统面临着越来越复杂的环境以及越来越小的目标RCS，传统的雷达探测技术已很难解决这些挑战。知识辅助(Knowledge-based KB)信号处理自提出以来一直是改善传统雷达探测性能的关键技术之一。特别是探测区域处于非均匀的环境中，如城市、山区、海滨、树林、农田等，雷达系统的传统CFAR检测选择的参考窗数据已不再满足独立同分布的条件，导致虚警概率升高、真实目标被掩盖。知识辅助检测技术利用已知的各种先验信息选择近似的参考单元，进而改善非均匀环境下雷达目标检测性能。因此，提高复杂环境下雷达对目标的检测能力具有重要的理论价值和实际意义。

恒虚警检测是在雷达自动检测系统中给检测策略提供检测阀值并且使杂波干扰对系统的虚警概率影响最小的一种自适应信号处理算法。针对非均匀环境下的知识辅助恒虚警检测，国内外已经做了许多工作，2003年，美国雪城大学的Biao Chen针对已知瑞利分布的杂波背景，提出了利用期望最大方法估计杂波边缘的位置，从而筛选参考单元。2005年意大利的E.Conte和A.De Maio等人提出了一种KB雷达检测器，包含三部分：一个基于GIS的数据选择器，主要用于删除静态异常值(static outliers)，主要利用了不同地形分布这一个特性；一个自适应数据训练选择器，主要用于删除动态异常值(dynamic outliers)，一个自适应雷达检测器，用来完成最后的检测。2006年，意大利的A De Maio提出利用地理信息系统(GIS)来挑选均匀参考单元，改善了检测性能。2012年，Pourmottaghi假设背景为韦布尔分布，进而提出利用最大似然估计来寻找杂波边缘的位置，挑选均匀参考单元。知识辅助恒虚警检测的关键在于利用一些先验信息，对参考单元就行筛选。上述方法在先验信息的利用上都是单一的，主要是地形信息、分布类型，并且分布类型只通过简单假设得到的。从而在雷达探测过程中影响雷达的检测精度。

发明内容

本发明的目的是提供一种基于杂波强度分区的恒虚警检测方法，该方法利用了多元的先验信息，从而达到杂波非均匀背景下具有通用性强、检测精度高的目的。

本发明提出了基于静态知识库中杂波强度分区的恒虚警检测方法，该方法主要分为三个阶段。首先，在探测区域杂波散射强度计算阶段，利用地形分类、擦地角、地形坡度、雷达参数以及雷达照射区/阴影区等先验信息，并结合林肯实验室后向散射系数模型，得到探测区域的杂波散射强度；然后，在杂波强度分区阶段，按照雷达探测区域的杂波散射强度大小划分为三类(高杂波区、中杂波区、低杂波区)，实现杂波强度分区。最后，在恒虚警检测阶段，利用杂波强度分区，选择和待检测单元同区的参考单元，估计检测门限，实现恒虚警检测。因而，本发明一种基于杂波强度分区的恒虚警检测方法，该方法包括以下步骤：

S1、获得雷达探测区域的杂波后向散射系数值；

S11、初始化雷达参数：雷达坐标、雷达相对地面高度h、雷达载频f；

S12、根据现有资料获取雷达探测区域的地形分类，包括农田、树林、高山、城市、沙漠、沼泽等，并对各地形进行编号；

S13、获得擦地角α，α表示雷达视线与水平线之间的夹角；

S14、获得坡度，坡度表示雷达坡面与待检测单元水平面之间的夹角；

S15、获得雷达探测区域的照射区，判断各区域能否被雷达照射到；

S16、利用上面得到的参数，雷达频率、地形分类、擦地角、坡度以及照射区类型，并结合林肯实验室RCS后向散射系数模型，获得探测区域的杂波后向散射系数值；对雷达照射不到的阴影区域，杂波后向散射系数值置为-55dB；

S2、杂波强度分区阶段，对S1中得到的杂波后向散射系数值进行大小划分，划分种类数和划分门限都对最后的检测有一定的影响；这里我们利用穷举法获得的两个门限σ₁和σ₂，将探测区域划分为三类：大于σ₂为高杂波区域(H)、小于σ₁为低杂波区域(L)、其他中杂波区域(M)；

S3、恒虚警检测阶段，步骤为：

S31、选取参考单元，确定恒虚警检测的参考单元数n，然后利用S2中的分区结果，选取n个与待检测单元临近的同分区的单元为参考单元，若同分区的单元数不够n个，就选取最临近的其他区单元补充；