[发明专利]一种混合分布模型杂波图目标检测方法和装置

说明书

本发明提供了一种混合分布模型杂波图目标检测方法和装置，通过统计计算多批杂波数据的幅值范围及方差，初始化三种分布模型的权重，对多批杂波数据进行并行处理；通过初始化各分布模型对新一批杂波数据点进行判断，是否与所述三种分布模型之一匹配，对全部杂波数据进行并行处理；若新一批杂波数据点与三种分布模型之一匹配，更新分布模型，对全部杂波数据进行并行处理；若不匹配更新权重，确定新一批杂波数据点为非目标数据，对全部杂波数据进行并行处理；更新后分布模型对下一组数据循环判断，解决传统杂波抑制技术对频谱较宽的目标检测效果不好、对目标周围的检测不干净的问题，达到极大提高目标检测的性能，降低虚警，具有实时性的技术效果。

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及一种混合分布模型杂波图目标检测方法和装置。

背景技术

现如今雷达工作环境越来越复杂，一般情况下，雷达需要探测的目标具有一定的速度，这些目标所处的环境十分复杂，存在其他静止与运动的物体，从而产生杂波。雷达接收的目标信号会隐藏在这些杂波信号之中，使得检测目标的距离、速度、方位等信息时受到阻碍。目标检测方法主要为恒虚警CFAR 处理方法。CFAR是利用距离、多普勒、角度或雷达坐标的某种组合的相邻参考单元进行平均来估计电平。基本过程是对需要进行目标检测的单元内的噪声和干扰电平进行估计，并根据估计值设置门限，再与该检测单元信号进行比较，从而判断是否有目标。该方法效果较差，精度不高：对零多普勒频率的杂波和具有固定多普勒频率的杂波，检测效果较好，但对频谱较宽的杂波和目标周围的杂波，检测效果不好。在现阶段的雷达信号处理领域，如何实现高精准的目标探测是所有雷达从业人员的共同目标。目前，目标检测处理算法可运用CPU平台与GPU平台两种处理方式，基于CPU平台，由于数据量过大，受CPU硬件的限制，实时性无法保证；基于GPU平台，利用GPU强大的并行处理的能力，可以对数据进行并行处理，以达到实时性的目的。

但本发明申请人发现现有技术至少存在如下技术问题：

现有技术中杂波抑制技术对频谱较宽的目标检测效果不好、对目标周围的检测不干净的技术问题。

发明内容

本发明实施例提供了一种混合分布模型杂波图目标检测方法和装置，解决了现有技术中杂波抑制技术对频谱较宽的目标检测效果不好、对目标周围的检测不干净的技术问题。

鉴于上述问题，提出了本申请实施例以便提供一种混合分布模型杂波图目标检测方法和装置。

第一方面，本发明提供了一种混合分布模型杂波图目标检测方法，所述方法包括：统计计算多批杂波数据的幅值范围及方差，将所述幅值范围及方差初始化为三种分布模型的均值、方差，初始化所述三种分布模型的权重，对所述多批杂波数据进行并行处理；对新一批杂波数据点进行判断，通过初始化各分布模型的均值、方差信息，判断所述新一批杂波数据点是否与所述三种分布模型之一匹配，对全部杂波数据进行并行处理；若所述新一批杂波数据点与所述三种分布模型之一匹配，更新所述分布模型的均值、方差及权重，同时判断所述新一批杂波数据点是否为目标数据，对全部杂波数据进行并行处理；若所述新一批杂波数据点与所述三种分布模型均不匹配，更新所述三种分布模型的权重，确定所述新一批杂波数据点为非目标数据，对全部杂波数据进行并行处理；根据更新后的分布模型对下一组数据进行循环判断，确定数据是否为目标数据。

优选的，所述将所述幅值范围及方差初始化为三种分布模型的均值、方差，初始化所述三种分布模型的权重，包括：连续取多批杂波数据，获得所述多批杂波数据中每一个数据点的最大值与最小值；在所述最大值与所述最小值之间均匀取3个数值，分别作为所述三种分布模型的均值获得所述多批杂波数据的方差，将所述方差初始化为所述三种分布模型的方差δ；获得所述三种分布模型的初始权重w，且所述三种分布模型的权重之和为1。

优选的，所述判断所述新一批杂波数据点是否与所述三种分布模型之一匹配，包括：若所述新一批杂波数据点满足下列条件，确定所述新一批杂波数据点与所述三种分布模型之一匹配：