[发明专利]复杂杂波边缘环境下雷达目标自适应融合检测方法

摘要

本发明公开了一种复杂杂波边缘环境下雷达目标自适应融合检测方法，属于雷达信号处理领域。在杂波边缘可能同时出现在前后滑窗中的复杂杂波环境下，为了克服现有恒虚警检测方法虚警控制能力差、检测性能下降、运算量过大等不足，本发明提出一种复杂杂波边缘环境下雷达目标自适应融合检测方法；该方法基于相邻参考数据差值进行均匀性判决，能自适应于杂波边缘数目和位置的变化，判断杂波边缘与待检测距离单元相对位置，筛选出能代表待检测距离单元杂波背景的均匀参考数据，并融合形成检测阈值；在保持恒虚警率特性的同时，有效提高雷达在复杂杂波边缘环境中的虚警控制能力和检测性能，避免了循环或迭代操作，计算量小，便于工程实现。

主权项

复杂杂波边缘环境下雷达目标自适应融合检测方法，其特征在于包括以下步骤： 步骤1 获取参考数据，进行方差估计，计算相邻参考数据差值以待检测距离单元观测值x为中心，在其前后分别取M个距离单元的雷达回波视频观测值，构成2M个参考数据()；计算所有2M个参考数据的方差估计值，即(1)计算相邻距离单元参考数据的差值()，即(2)步骤2 依据相邻参考数据差值进行参考数据均匀性判决，确定杂波边缘位置找出所有2M–1个差值的绝对值的最大值，将对应的差值下标记为p，即(3)上式中，|·|表示取绝对值，表示括号中参数值最大时m的取值；(1) 若最大绝对差值y_p满足(4)则表明2M个参考数据中不存在杂波边缘，执行步骤3；式(4)中，β为调整系数，可根据实际情况设定，一般需满足β≥1；若y_p不满足式(4)，则以下标p为界，将参考数据分为两组(和)，并依据下述步骤(2)分别对两组参考数据进行数据一致性判断；(2) 数据一致性判断对于长度为L的数据序列()，一致性检验统计量V_L可表示为(5)一般来说，V_L越小，表示数据序列的一致性越好；若V_L满足(6)则判定数据序列具有一致性；否则判定数据序列不一致；式(6)中，H_L表示一致性判决阈值，可根据数据序列长度L设定；(3) 若两组参考数据(和)均具有一致性，则表明2M个参考数据可分为均匀的两组，执行步骤3，否则执行步骤(4)；(4) 对所有差值数据()按数值正负进行分组，将与y_p符号相反的差值数据集合记为S_p，即(7)找出数据集合S_p中绝对值最大的差值，将对应的差值下标记为q，即(8)将p和q中的较小者和较大者分别记为a和b，即a=min(p,q)                                   (9)b=max(p,q)                                  (10)式中，min(·)和max(·)分别表示取最小值和最大值；以下标a和下标b为界，可将2M个参考数据分为均匀的三组，执行步骤3；步骤3 根据步骤2的均匀性判决结果，确定筛选的均匀参考数据将所有N个筛选的均匀参考数据记为；若步骤(1)中判决2M个参考数据()中不存在杂波边缘，则所有2M个参考数据被认为是均匀的，设定N=2M                                   (11)X_m=x_m                                   (12)否则，若步骤(3)中判决2M个参考数据以下标p为界分为均匀的两组，则依据p与M的大小关系确定筛选的均匀参考数据；若M<p–1                                 (13)则将前p–1个参考数据()作为筛选的均匀参考数据，即N=p–1                                  (14)X_m=x_m                                    (15)否则，依据步骤(4)的处理结果确定筛选的均匀参考数据；若M<a–1                                   (16)则将前a–1个参考数据()作为筛选的均匀参考数据，即N=a–1                                   (17)X_m=x_m                                    (18)否则，若M≥b                                     (19)则将后2M–b+1个参考数据()作为筛选的均匀参考数据，即N=2M–b+1                              (20)X_m=x_m+b–1                                  (21)否则，将中间的b–a个参考数据()作为筛选的均匀参考数据，即N=b–a                                    (22)X_m=x_m+a–1                                  (23)步骤4 根据筛选的均匀参考数据融合形成检测阈值，并进行目标有无的判决利用筛选的均匀参考数据()进行融合，估计杂噪平均强度Z，即(24)基于杂噪强度估计值Z设定检测阈值T，即T=αZ                                      (25)上式中，门限因子α根据预设虚警概率进行设定，确保检测方法的CFAR特性；最后，对待检测距离单元观测值x进行检测判决，若x≥T，则判定待检测单元存在目标；反之，若x<T，则判定待检测单元不存在目标。