[发明专利]一种背景自适应CFAR算法选择的实现方法

说明书

本发明提出了一种背景自适应CFAR算法选择的实现方法，属于雷达信号处理技术领域。本发明针对单一CFAR算法仅适用于有限的背景环境而在复杂环境下存在检测性能下降问题，在对数检波下采用快门限长CFAR和快门限切除选大CFAR分别计算背景估值，然后利用本发明中提出的背景自适应CFAR算法选择准则，选择合适的背景估值，最后为保证不同CFAR算法在设定的虚警概率下采用同一种检测门限，对信号背景功率比值进行归一化处理，实现热噪声环境和杂波环境的自适应判断，能够提升雷达在复杂背景环境下的目标检测能力。

技术领域

本发明涉及雷达信号处理技术领域。

背景技术

在背景噪声或干扰统计特性确知情况下，雷达对目标自动检测通常采用固定门限检测法，即根据已知背景噪声或干扰统计特性，以恒虚警率为依据确定固定门限，完成目标检测。然而，雷达接收目标回波的背景是异常复杂的，背景的统计特性无法精确可知，易带来大量虚警，导致计算机处理能力饱和或系统过载，影响雷达系统正常工作。因此现代雷达大部分采用恒虚警(CFAR)技术进行目标检测，采用相关算法根据杂波环境变化而自适应地改变检测门限，以保证目标检测过程中的恒定虚警概率。通常均匀和非均匀背景可以简化为均匀杂波背景、杂波边缘、多目标三种情况。在雷达目标检测过程中，常采取快门限短CFAR来防止杂波边缘或杂波变化剧烈区域处产生大量虚警，选择快门限长CFAR来保证在均匀背景获得较高的目标检测概率，但单一CFAR算法仅适用于有限的背景环境。

发明内容

本发明提出了一种背景自适应CFAR算法选择的实现方法，实现热噪声环境和杂波环境的自适应判断，能够提升雷达在复杂背景环境下的目标检测能力。

实现本发明的技术解决方案为：在对数检波下采用快门限长CFAR和快门限切除选大CFAR分别计算背景估值，然后利用本发明中提出的背景自适应CFAR算法选择准则，选择合适的背景估值，最后为保证不同CFAR算法在设定的虚警概率下采用同一种检测门限，对信号背景功率比值进行归一化处理，实现目标检测。具体步骤为：

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；

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；

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；

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背景估值作为当前检测单元的背景估值，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背景估值作为当前检测单元的背景估值，否则选择快门限长CFAR背景估值作为当前检测单元的背景估值，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。

本发明与现有技术相比，其显著优点为：本发明针对实际雷达设备在复杂背景环境下的目标检测，可以实现热噪声环境和杂波环境的自适应判断，较好地应对杂波环境下的检测，且本发明提出的方法可在线运行。

下面结合附图对本发明做进一步详细的描述。

附图说明