测概率相较 于传统04、60、30、03-0?41?、对数正态分布下的1^^-丨没有改善，但是传统04、60、30、03-0?八1? 虚警概率较高，基于检测背景统计估计的CA、GO、SO、0S-CFAR能保持虚警在设定的值，结果 如图5、表2所示;存在干扰目标的情况下，只有基于检测背景统计估计0S-CFAR能保持稳定 的检测性能，基于检测背景统计估计S0-CFAR其次，结果如图6至图7所示;相同的虚警概率 下，基于检测背景统计估计的CA、GO、SO、0S-CFAR的检测概率和传统CA、GO、SO、0S-CFAR、对 数正态分布下的Log-t相同，结果如图8所示。在杂波边缘情况下，考虑两种情况，一是待检 测单元在均匀区域，二是检测单元在杂波区域，当检测单元在均匀区域，基于检测背景统计 估计的检测器的检测性能提高，在杂波区域，基于检测背景统计估计能很好的降低虚警概 率，结果如图9、表3所示。通过仿真分析，当实际检测背景与检测器模型不匹配时，检测器的 性能下降，基于背景统计估计将实际模型转换为检测器假定模型，实际虚警概率等于理论 的虚警概率，保持恒虚警，具有很好的鲁棒性。因此基于杂波背景统计识别的CFAR检测达到 最初设定的目标性能。
[0094]表1均匀区域各种检测器实际虚警概率(设定虚警概率Pfa = 0.01)
[0097] 表2杂波区域各种检测器实际虚警概率(设定虚警概率Pfa = 0.01)
[0098]
[0099] 表3杂波边缘区域2(检测单元在杂波区域)各种检测器实际虚警概率(设定虚警概 率 Pfa = 0.01)
[0101]本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域 技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于 本发明所附的权利要求的保护范围。
【主权项】
1. 一种基于杂波背景统计识别的CFAR检测方法，其特征在于一种基于杂波背景统计识 别的CFAR检测方法具体是按照W下步骤进行的： 步骤一、开始； 步骤二、输入数据畑谱； 步骤Ξ、对步骤二中的畑谱进行化散度分区，得到分区后的数据； 步骤四、对分区后的数据进行参数估计，得到估计的参数； 步骤五、利用估计的参数将背景归一化转换成指数分布，得到归一化后的检测背景； 步骤六、对归一化后的检测背景进行CFAR检测，得出CFAR检测结果;CFAR为恒虚警。2. 根据权利要求1所述一种基于杂波背景统计识别的CFAR检测方法，其特征在于:所述 步骤二中输入数据畑谱;具体过程为： 用mat lab软件载入数据RD谱。3. 根据权利要求2所述一种基于杂波背景统计识别的CFAR检测方法，其特征在于:所述 步骤Ξ中对步骤二中的畑谱进行化散度分区，得到分区后的数据;具体过程为： 化散度是通过计算两个概率分布P和Q之间差异，实现对不同概率分布数据的区分； 对平方律检波，假设任何一个距离-多普勒单元服从指数分布，其PDF为(1) 式中：P(x)为概率密度函数，0是幅度均值，X是距离-多普勒单元，α是距离-多普勒单元 的中屯、偏移量； 均值μχ和方差的通过下面的式子计算基于公式（1)、（2)、（3)，利用测量的标准差Οχ来辨别背景分布类型；因此利用Οχ作为一 个测度来分类背景;K-L散度定义为任意两种分布相异性量度，采用运一准则来衡量两个距 离-多普勒单元的分布差异性；因此，同一参考滑窗中的服从不同分布的两个独立单元的定 向距离定义为：式中，Pi(x)是第i个距离-多普勒单元的概率密度函数，αι是第i个距离-多普勒单元的 中屯、偏移量，β?是第i个距离-多普勒单元的幅度均值，P2(x)是第j个距离-多普勒单元的概 率密度函数，02是第j个距离-多普勒单元的中屯、偏移量，&是第j个距离-多普勒单元的幅度 均值，i、j取值为任意正整数； 假设两个分布P1(X)和P2(x)有相同参数ai，KL表达式可W写成标准差的函数(5) 式中，I(P1(X)，P2(X))是标准差的函数，01是分布Pl(x)的标准差，02是分布P2(x)的标准 差； 步骤Ξ -、取RD谱数据中W每个距离-多普勒单元为中屯、的正方形参考滑窗，取N*N，* 为乘号； 步骤Ξ二、计算正方形参考滑窗的方差，代替正方形参考滑窗中屯、单元的方差； 步骤ΞΞ、计算整个RD谱数据的方差； 步骤Ξ四、根据步骤Ξ二和步骤ΞΞ计算每一个距离-多普勒单元的化散度； 步骤Ξ五、当化散度小于设定的阔值ξ，将运一区域称为杂波区域并标记，当化散度大 于设定的阔值ξ，将运一区域称为均匀区域并标记，将检测背景分为均匀区域和杂波区域。4. 根据权利要求3所述一种基于杂波背景统计识别的CFAR检测方法，其特征在于:所述 步骤四中对分区后的数据进行参数估计，得到估计的参数;具体过程为： 利用最大似然估计方法得到不同区域的参数。5. 根据权利要求4所述一种基于杂波背景统计识别的CFAR检测方法，其特征在于:所述 步骤五中利用估计的参数将背景归一化转换成指数分布，得到归一化后的检测背景;具体 过程为： 设随机变量X的累积分布函数为F，指数分布随机变量Υ的累积分布函数为G，则(Ti(F (X))服从指数分布； Weibull分布的累积分布函数如下：(6) 式中，Fi(x)是We化ull分布的累积分布函数，B和C分别是We化ull分布的尺度参数和形 状参数； Log-normal分布的累积分布函数如下：(7) 其中，F2(x)是Log-normal分布的累积分布函数，e;rf是误差函数，μ和σ分别是Log- normal分布的尺度参数和形状参数； 指数分布的累积分布函数如下：巧） 其中，F3(X)是指数分布的累积分布函数，抗为指数分布的均值参数； 可通过公式(6)和公式(8)将Weibull分布归一化转换为指数分布，推导变换公式如下：御 其中，xexp为雷达回波距离-多普勒幅度谱中的均匀区域数据单元经双参数归一化之后 的幅度值，XI为检测背景中均匀区域数据，Bi和Cl分别表示均匀区域数据Weibull分布估计 的尺度参数和形状参数，在实际转换中取抗=1; 可通过公式(7)和公式(8)将Log-normal分布归一化转化为指数分布，推导变换公式如 下：(10) 其中，Xexpl为畑谱中杂波区域数据单元经双参数归一化之后的幅度值，X2为检测背景中 的杂波区域数据单元，μ2和02分别表示杂波区域对数正态分布估计的尺度参数和形状参数， 在实际转换中取抗=1。6.根据权利要求5所述一种基于杂波背景统计识别的CFAR检测方法，其特征在于:所述 步骤六中对归一化后的检测背景进行CFAR检测，得出CFAR检测结果;具体过程为： 采用单元平均恒虚警检测、最大选择恒虚警检测、最小选择恒虚警检测、有序统计恒虚 警检测中任意一种即可得出CFAR检测结果。
【专利摘要】一种基于杂波背景统计识别的CFAR检测方法，本发明涉及基于杂波背景统计识别的CFAR检测方法。本发明的目的是为了解决现有实际检测背景统计不再满足高斯背景的时候会引起检测器性能下降以及实际检测背景不再是均匀分布，引起虚警率上升或者检测概率下降的问题。具体过程为：一、开始；二、输入数据RD谱；三、对二中的RD谱进行KL散度分区，得到分区后的数据；四、对分区后的数据进行参数估计，得到估计的参数；五、利用估计的参数将背景归一化转换成指数分布，得到归一化后的检测背景；六、对归一化后的检测背景进行CFAR检测，得出CFAR检测结果。本发明应用于复杂杂波背景下目标检测处理领域。
【IPC分类】G01S7/41
【公开号】CN105572651
【申请号】CN201511023623
【发明人】李杨, 王静, 张宁, 李鸿志, 位飞, 伍龙山
【申请人】哈尔滨工业大学
【公开日】2016年5月11日
【申请日】2015年12月30日