[发明专利]一种多级虚警概率联合递推目标检测方法

说明书

本发明提出了一种多级虚警概率联合递推目标检测方法，通过推导噪声背景下点迹级虚警概率与检测级虚警概率的关系，一定逻辑准则下自动起始航迹级虚警概率与点迹级虚警概率的关系，得到多级虚警概率表达式；在设定一定的航迹级虚警概率后，基于二分法逐级反推点迹级虚警概率和检测级虚警概率，计算最终检测门限，进行目标检测。本发明通过逐级推导虚警概率，并由设定的航迹级虚警概率反推得到的检测门限远低于常规检测门限，提高了低信噪比目标检测概率，同时控制航迹级虚警概率在设定范围之内；本发明不改变现有信息处理架构和处理方式，没有增加运算复杂度。

技术领域

本发明属于雷达目标检测技术领域，特别涉及噪声背景下微弱目标检测方法。

背景技术

低可观测目标的雷达回波弱，信噪比低，按照常规的检测方法，如恒虚警率(Constant False Alarm Ratio，CFAR)检测，目标无法过门限。针对低信噪比的弱小目标检测，许多学者利用检测前跟踪(Track Before Detect，TBD)技术，设计了多种检测方法。例如，在文献《Recursive Bayesian Filtering for Multi-target Track-Before-Detectin Passive Radars》(IEEE Transactions on Aerospace and Electronic Systems,2012,Vol.48,No.3,pp:2458-2480)中提出了基于贝叶斯架构的TBD方法，通过计算目标存在的后验概率和运动状态概率密度函数，能够在目标个数未知和目标个数时变的情况下实现对低信噪比目标的检测和跟踪；在文献《检测低信噪比运动目标的改进DP算法》(系统工程与电子技术,2016,Vol.38,No.10,pp:721-727)中提出了利用二阶Markov模型描述目标运动状态和改进DP算法指标函数相结合的目标检测方法，在搜索寻优过程中利用目标速度对目标位置进行反推，减小噪声对寻优过程的干扰，提高了低信噪比运动目标检测能力；但这两种方法运算过程复杂，计算量大，工程中难以实现。

在雷达信息处理过程中，经过CFAR检测后的检测级数据在进行后端数据处理之前一般会进行点迹凝聚处理，即目标建航与跟踪基于点迹级数据。点迹凝聚对满足一定准则的目标或虚假回波进行位置与幅度中心提取，对于不满足点迹凝聚准则的回波进行剔除，即点迹凝聚能够抑制虚假。因此，可以先采用较低的检测门限，在点迹凝聚时进行初步的虚假抑制，再通过一定的建航准则实现对低信噪比目标的最终检测。在文献《A NovelDynamic Programming Algorithm for Track-Before-Detect in Radar Systems》(IEEETransactions on Signal Processing,2013,Vol.61,No.10,pp:2608-2619)中提出了一种基于动态规划的多帧联合目标检测方法，在经过低门限检测形成较高虚警的点迹数据后，再利用基于动态规划的TBD方法进行航迹级目标筛选，在一定程度上降低了运算量，但文中未给出检测级低门限设置方法，且对整个检测过程中的虚警概率未作定量描述与分析。

发明内容

本发明针对背景技术存在的缺陷，基于两坐标搜索雷达，结合噪声背景下CFAR检测和点迹凝聚过程，推导点迹级虚警概率与检测级虚警概率的关系，基于逻辑法自动起始推导一定逻辑准则下航迹级虚警概率与点迹级虚警概率的关系，提出一种多级虚警概率联合递推目标检测方法；根据实际需要设定一定的航迹级虚警概率，基于二分法逐级递推点迹级虚警概率和检测级虚警概率，从而得到最终检测门限，进行目标检测。该门限远低于直接利用相同检测级虚警概率计算得到的检测门限，能够提高低信噪比目标检测概率。技术方案如下：

步骤一：点迹级虚警概率计算。