MATLAB目标检测恒虚警技术,一种自适应的恒虚警率目标检测方法
一种自适应的恒虚警率目标检测方法
【专利摘要】本发明涉及一种自适应的恒虚警率目标检测方法,包括以下步骤:1):将雷达接收到的数据传入匹配滤波器中;2):将匹配滤波器输出的信号传入平方律检波器中进行处理;3):最后将平方律检波器中输出的信号传入CFAR检测器进行处理,获得参考单元采样根据相应CFAR算法产生的杂波功率水平的估计值Z;4):根据3)获得的获得参考单元采样根据相应CFAR算法产生的杂波功率水平的估计值Z,CFAR检测器输出最终判决,即检测单元内是否存在目标。该方法根据参考滑窗内采样值的统计均值和方差,将方差大于一定数值的采样值删除,用剩余的有效的采样值的均值代替该采样值,重新计算采样值的均值。
【专利说明】-种自适应的恒虚警率目标检测方法
【技术领域】
[0001] 本发明属于信号检测领域,具体涉及一种自适应的恒虚警率目标检测方法。
【背景技术】
[0002] 恒虚警率检测(CFAR)就是使用自适应阔值估计技术来对目标进行自动信号检 巧1|。其中检测口限是与局部环境噪声或杂波的平均功率有关。所W,为了设计一个良好的 CFAR接收机,背景噪声或杂波的统计信息就显得尤为重要。通常它们服从各种特定的分布, 如瑞利分布、对数正态分布、韦布尔分布或者k分布。
[0003] 在背景噪声服从均匀瑞利分布时,单元平均(CA-CFAR)算法具有最优的检测性 能。该时背景噪声采样需要满足一定的假设条件,即所有采样是独立同分布的。而实际的 工作条件要比上述假设条件要复杂的多,主要W下两种情况,使得检测环境不再满足独立 同分布;1)来自于干扰目标、脉冲式干扰等的异常值;2)当检测环境位于海陆交界处杂波 特性不再均匀。第一种情况下,强目标对弱目标会产生遮蔽效应,使得检测阔值高于实际 值,进而使得检测概率下降。第二种情况下,在杂波交界处即所谓的杂波边缘,当检测单元 位于弱功率区域时,会产生和第一种情况类似的检测概率下降的结果;当检测单元位于强 功率区域时,使得检测阔值小于实际值,会产生过高的虚警率,对杂波交界处会产生目标漏 检。此时,CA检测器检测性能将受到严重影响。
[0004] 为了解决上述问题,提高和改善CFAR算法在多目标和非均匀杂波情况下的检测 性能,学多学着做出了贡献,主要可W归为两类方法。一类是在传统的CA-CFAR基础上提出 了各种改进的均值类CFAR算法。该些方法主要集中在设计不同的方法来检测并删除掉参 考滑窗采样内的异常值。另外一批学者提出利用不同方法的优点并将它们组合起来,在某 些特定检测环境下可W获得较好的检测性能。或者借用一些方法确定检测背景的不均匀 性,再进行合适地CFAR处理。
[0005] 实际上,对于干扰目标来说,无论其数目还是分布都是具有随机性的。正如前面分 析所示,当干扰目标数目随机变化时,会使得背景噪声功率水平值偏离实际值,进而使得虚 警概率和检测概率发生偏离,无法实现恒虚警率检测,甚至影响检测结果的可靠性。就上述 分析可知,大多数方法在干扰目标个数随机变化时,其检测性能会下降。因此,就需要新的 CFAR检测算法,在适应背景分布和干扰目标数目随机变化的同时,也可在杂波边缘位置变 化时保持较好的检测性能。
【发明内容】
[0006] 本发明的目的在于克服上述现有技术中存在的缺点,提供一种自适应的恒虚警率 目标检测方法,具有能够自动调节检测阔值的优点。
[0007] 为实现上述目的,本发明采用W下技术方案:包括W下步骤:
[0008] 步骤1):将雷达接收到的数据传入匹配滤波器中;
[0009] 步骤2);将匹配滤波器输出的信号传入平方律检波器中进行处理;
[0010] 步骤3);最后将平方律检波器中输出的信号传入CFAR检测器进行处理,获得参考 单元采样根据相应CFAR算法产生的杂波功率水平的估计值Z ;
[0011] 步骤4);根据步骤3)获得的获得参考单元采样根据相应CFAR算法产生的杂波功 率水平的估计值Z,CFAR检测器输出最终判决,即检测单元内是否存在目标。
[0012] 所述的步骤1)中,雷达接收到的数据类型为:由幅度、相位信息所组成的复数数 据。
[0013] 所述的步骤3)中信号传入CFAR检测器进行处理的具体步骤为:
[0014] 3-l)X。为接收到的检测单元信号,参考单元采样X 1到X 2。,参考滑窗被两等分,每 个子滑窗长度为n,分别称作前沿滑窗和后沿滑窗,后将参考单元信号被送入恒虚警处理器 中;
[0015] 3-2)计算参考滑窗内化个采样值的统计均值;和方差
【权利要求】
1. 一种自适应的恒虚警率目标检测方法,其特征在于:包括以下步骤: 步骤1):将雷达接收到的数据传入匹配滤波器中; 步骤2):将匹配滤波器输出的信号传入平方律检波器中进行处理; 步骤3):最后将平方律检波器中输出的信号传入CFAR检测器进行处理,获得参考单元 采样根据相应CFAR算法产生的杂波功率水平的估计值Z; 步骤4):根据步骤3)获得的获得参考单元采样根据相应CFAR算法产生的杂波功率水 平的估计值Z,CFAR检测器输出最终判决,即检测单元内是否存在目标。
2. 根据权利要求1所述的一种自适应的恒虚警率目标检测方法,其特征在于:所述的 步骤1)中,雷达接收到的数据类型为:由幅度、相位信息所组成的复数数据。
3. 根据权利要求1所述的一种自适应的恒虚警率目标检测方法,其特征在于:所述的 步骤3)中信号传入CFAR检测器进行处理的具体步骤为: 3-1)Xtl为接收到的检测单元信号,参考单元采样X:到x2n,参考滑窗被两等分,每个子滑 窗长度为n,分别称作前沿滑窗和后沿滑窗,后将参考单元信号被送入恒虚警处理器中;
4. 根据权利要求1所述的一种自适应的恒虚警率目标检测方法,其特征在于:所述的 步骤4)部分中CFAR检测器输出最终判决的方法为:从步骤3)中获得参考单元采样根据相 应CFAR算法产生的杂波功率水平的估计值Z后,根据N-P判决准则,即可进行判决; 所述的N-P判决准则为指定一个虚警概率的容许值Pfd,使得检测概率达Pd到最大; 使用拉格朗日乘子法,引入一个乘子U,其中U彡O且构造一个目标函数: J=U(PfH3fd)+ (I-Pd) 其中Pf为虚警概率,Pfd为指定的虚警概率的容许值;上式经过化简可得如下等效判决 形式:
若XPTZ则氏假设成立,若X/TZ则Htl假设成立;其中,Hi表示有目标,H^表示没有目 标,T为指定虚警概率下的阈值因子;最后得到CFAR检测器输出的最终判决结果。
【文档编号】G01S7/292GK104502899SQ201410833908
【公开日】2015年4月8日 申请日期:2014年12月27日 优先权日:2014年12月27日
【发明者】刘盼芝, 巫春玲, 谷文萍, 惠萌, 黄鹤, 王会峰 申请人:长安大学
MATLAB目标检测恒虚警技术,一种自适应的恒虚警率目标检测方法相关推荐
- 纽曼皮尔逊准则Matlab实现,噪声恒虚警处理电路的计算机仿真
0 引 言 雷达系统的信号检测是在各种噪声和杂波干扰的环境中进行的.视频的回波信号与噪声.杂波一起送到检测器,并在检测器对视频信号进行分级,即设置一个检测门限.如果信号超过该门限,就判决目标存在.显然 ...
- 恒虚警检测(Constant False Alarm Rate, CFAR)
目录 1 简介 2 原理 2.1 定义 2.2 推导 2.3 举例 3 总结 1 简介 统计检测理论是利用信号的统计特性和噪声的统计特性等信息来建立最佳判决的数学理论.主要解决在受噪声干扰的观测中,信 ...
- cfar恒虚警matlab实现,一种用于距离副瓣抑制的自适应恒虚警方法与流程
本发明涉及脉冲压缩雷达数字信号处理技术领域. 背景技术: 在传统的真空管体制雷达中,由于发射占空比受限,通过设计较低的雷达重复发射频率实现远距离的目标探测,但由于发射的是简单的脉冲调制波形,重复频率降 ...
- 人工智能阴影检测与去除,实现一种基于反射的阴影检测与去除方法
人工智能阴影检测与去除,实现一种基于反射的阴影检测与去除方法(特约点评:人工智能阴影检测与去除,实现一种基于反射的阴影检测与去除方法对于阴影检测与去除任务提供了新的思路,这个创新点趣说人工智能必须推荐 ...
- 一维恒虚警检测CFAR,雷达回波-检测门限波形图
目录 1.算法概述 2.仿真效果 3.MATLAB仿真源码 1.算法概述 统计检测理论是利用信号的统计特性和噪声的统计特性等信息来建立最佳判决的数学理论.主要解决在受噪声干扰的观测中,信号有无的判决问 ...
- matlab实现谱聚类法图像分割代码,一种基于谱聚类的图像分割方法与系统与流程...
本发明是一种基于谱聚类的图像分割方法与系统,涉及聚类.机器学习和人工智能领域.特别涉及通过相关性将已经学习到的知识运用到图像分割中,并在此基础上构造性地改造谱聚类方法,从而达到快速精确地分割彩色图像的 ...
- 人体检测报警装置c语言,一种人体感应报警器的制作方法
本实用新型涉及报警器设备领域,更具体地说,它涉及一种人体感应报警器. 背景技术: 随着科技的不断发展,城市的不断建设,在一些工厂和危险区域等往往需要安装检测装置,避免非工作人员的误入和靠近,从而减少对 ...
- 密集假目标 Matlab,一种雷达密集假目标干扰抑制方法
一种雷达密集假目标干扰抑制方法 [技术领域] [0001] 本专利涉及一种雷达干扰抑制方法,特别涉及一种雷达密集假目标干扰抑制方 法. [背景技术] [0002] 现代军事电子技术的一个重要特点,就是 ...
- 【安全硬件】Chap.5 如何检测芯片中硬件木马?硬件木马的类型有哪些?检测硬件木马的技术
[安全硬件]Chap.5 如何检测芯片中硬件木马?硬件木马的类型有哪些?检测硬件木马的技术 前言 1. 硬件木马的种类 1.1 硬件木马 1.2 硬件木马的区分 1.1 物理特性类别硬件木马--Phy ...
最新文章
- linux 服务启动依赖,linux下的系统服务介绍——init、systemd
- java match正则不生效_[Java教程]正则表达式match()函数
- 【learning】快速沃尔什变换FWT
- jstack调试_增压的jstack:如何以100mph的速度调试服务器
- java 可能尚未初始化变量,java - 局部变量“变量”可能尚未初始化-Java - 堆栈内存溢出...
- 易点云在京发布璇玑调度系统 中小企业办公IT升级步伐加快
- Win10+VSCode搭建opencv+C++环境(1)
- Tomcat和myeclipse的相关操作以及myeclipse的激活方法
- nginx学习文档之一 安装nginx-Windos下安装nginx
- 74.iptables规则备份和恢复,firewalld
- python内存管理错误的是_解读Python内存管理机制(转载)
- 结构体符号重载(简单版+手动扩栈方法)
- oracle服务没有了 原因,一例oracle服务无法启动的原因及解决方法
- 微信小程序热潮或渐趋冷静
- hdu 1575 Tr A (二分矩阵)
- html5论文参考文献合集
- 保研面试复习之数据结构篇
- 微信公众号排版指南(全)
- 苹果app退款_??充值消费退款
- 电话程控交换机安装注意
热门文章
- from gluonts.trainer import Trainer报错
- c语言能返回字符串吗,C语言中函数返回字符串的四种方法
- php自动加载原理,php中的自动加载类机制原理
- Mac. 修改bash_file
- java连接Oracle数据库
- centos7 环境搭建(LNMP)以及虚拟环境(python3)
- Spring 7大功能模块的作用[转]
- 幽灵漏洞(Ghost gethost)
- getParameter
- 让微软企业库中的Email Trace Listener使用需要身份验证的SMTP服务器