[发明专利]适用于高分辨雷达的迭代形式的恒虚警检测方法

说明书

本发明公开了一种适用于高分辨雷达的以迭代形式运算的恒虚警检测方法，属于雷达信号处理技术领域。该方法通过迭代运算，自适应的区别筛选可能的目标回波和背景噪声，估计背景噪声功率，得到恒定虚警率的检测结果。本发明对具有多个散射点的目标以及多个临近目标的情况，具有比传统方法更好的检测效果；不仅适用于一维检测，也适用于包括速度、方位等信息的多维检测；采用迭代的计算方法，无需进行排序，因此计算量较低；自动筛选背景噪声与目标回波，参数设置较为简单。仿真试验证明了本发明的有效性。

技术领域

本发明涉及的是一种雷达信号处理领域的恒虚警(CFAR)检测方法，特别是一种针对高分辨雷达的通过迭代形式运算的恒虚警检测方法。

背景技术

恒虚警CFAR是Constant False-Alarm Rate的缩写，其目的是避免波动的噪声和干扰对于目标检测的影响。恒虚警方法通过实时估计背景噪声功率，自适应的调整检测门限，进而使得检测虚警概率保持恒定。

恒虚警技术是雷达信号处理中的关键技术，长期受到广泛的关注和重视。恒虚警检测器可以分为参量和非参量两种类型，两者的区别在于是否对背景噪声的参数估计有严格的要求。目前在实际应用中以参量形式的恒虚警检测器为主。

1968年Finn和Johnson提出了单元平均恒虚警(CA-CFAR)，其在白噪声背景下具有良好的检测性能。1973年Hansen提出了最大选择恒虚警(GO-CFAR)，用以改善具有陡峭边缘的背景噪声下的目标检测性能。1978年Trunk提出了最小选择恒虚警(SO-CFAR)，缓解了多个临近目标相互干扰的问题。1987年Barkat提出了加权平均恒虚警(WCA-CFAR)，其是CA-CFAR的扩展，通过前后滑窗的加权平均值估计背景噪声功率。上述方法存在一个共同的缺点，即不能很好的区别目标回波和背景噪声。对于高分辨雷达，单个目标不能看成是一个点目标，其回波功率会落在多个距离门上，而导致上述方法的检测性能不理想。

对此，1977年Richard和Dillard提出了均值删除恒虚警(CMLD-CFAR)，通过幅度排序的方法，在估计背景噪声功率时删除了可能为目标回波的检测点。Rohling在1983年提出了有序统计量恒虚警(OS-CFAR)，取幅度排序之后的某一个幅度值作为总的背景噪声功率估计。1988年Gandhi和Kassam提出了平均削减恒虚警(TM-CFAR)，又被称为两分位数法，是CA-CFAR和OS-CFAR的扩展。1990年Elias等提出了OSGO和OSSO方法，通过对滑窗统计幅值的排序进行背景噪声的自动筛选。2000年之后提出的绝大多数恒虚警方法都是上述方法的变种，意在区分目标回波和背景噪声，使得背景噪声功率的估计更加准确，降低恒虚警带来的信噪比损失。由于上述方法忽略了数据顺序，因此对背景噪声的先验知识要求较高，具有一定局限性，又因为涉及到排序过程，计算量较大。

发明内容

本发明的目的在于提供一种适用于高分辨雷达的迭代运算形式的恒虚警检测方法。

实现本发明的技术解决方案为：

1、适用于高分辨雷达的迭代形式的恒虚警检测方法，其特征在于，所述方法包括以下步骤：

对于雷达信号处理结束后得到的一次视频的某一个检测点A_c：