[发明专利]一种背景自适应CFAR算法选择的实现方法

权利要求书

1.一种背景自适应CFAR算法选择的实现方法，其特征在于：

步骤1：计算长短CFAR背景估值：

步骤1-1：对回波数据对数检波，得到对数化回波数据A(N)，A(N)为第N个距离单元的对数幅度；

步骤1-2：对对数化回波数据滑窗计算每个检测单元的快门限长CFAR背景估值u_L(N)，计算检测单元一侧的64/128个距离单元平均值作为背景估值；

步骤1-3：对对数化回波数据滑窗计算每个检测单元的快门限短CFAR背景估值u_S(N)，选取检测单元两侧21个距离单元，分别对两侧所选距离单元进行峰值搜索，将两侧峰值距离单元及其周围四个距离单元数据剔除，然后分别计算两侧剩余的16个距离单元平均值，并从两侧平均值中选择大值作为背景估值；

步骤2：背景自适应CFAR算法选择：

步骤2-1：计算每个检测单元的长短CFAR背景估值差|u_S(N)-u_L(N)|；

步骤2-2：将长短CFAR背景估值差与门限S₁比较，其中S₁为统计长短CFAR背景估值差的分布所确定的门限；若背景估值差大于门限S₁，则选择快门限短CFAR背景估值u_S(N)作为当前检测单元的背景估值u_CFAR(N)，转步骤3，否则转步骤2-3；

步骤2-3：将快门限短CFAR背景估值与门限S₂比较，其中S₂为统计均匀背景下短CFAR的噪声功率估值分布所确定的绝对值门限；若背景估值大于门限S₂，则选择快门限短CFAR背景估值u_S(N)作为当前检测单元的背景估值u_CFAR(N)，否则选择快门限长CFAR背景估值u_L(N)作为当前检测单元的背景估值u_CFAR(N)，转步骤3；

步骤3：对不同CFAR算法的信号背景功率比值进行归一化处理，归一化处理如下所示：

A_CFAR(N)＝a_CFAR*[A(N)-u_CFAR(N)]+b_CAFR

式中，A_CFAR(N)为使用CFAR背景估值对信号进行归一化后的输出，a_CFAR为归一化模型所用权值，b_CFAR为归一化模型所用偏差。