[发明专利]一种改进的TBD算法

说明书

本发明提供一种改进的TBD算法，属于雷达目标检测技术领域。本发明一种改进的TBD算法为四个部分：(1)基于CA‑CFAR检测的算法在杂波边缘会引起虚警率，根据参考窗中的数据来判断当前所处的环境；(2)在每个CPI内可采样N_cpi个点，对判决之后的点迹做N/M处理；(3)对经预处理后做Radon变换的点迹选择；(4)由Radon变换后的结果，可得到目标的角度信息和距离中心点位置的距离。本发明采用基于Radon变换的TBD算法，为增强目标点迹的信噪比，采用改进的CFAR检测算法并对门限点迹进行置信等级划分和对多帧点迹进行处理，通过对海杂波和部分干扰信号进行有效抑制，提高了目标点迹的发现概率。

【技术领域】

本发明涉及雷达目标检测技术领域，具体涉及一种改进的TBD算法。

【背景技术】

TBD是弱小目标检测与跟踪的有效方法，通常采用两级门限，第一级设置较低的恒虚警检测门限，对雷达波束扫描过程中每一个波位上的回波进行检测，抑制大部分杂波和噪声，然后利用杂波和干扰点迹与目标点迹的不同特性，滤除大部分杂波航迹。常用的有基于动态规划、粒子滤波以及Radon变换的TBD算法，在低信噪比条件下基于动态规划的TBD算法在给定的有限帧数情况下可能无法检测到目标，且基于动态规划与粒子滤波的TBD算法存在运算量大、实时性较差等不足，而基于Radon变换的TBD算法对于弱目标来说，检测结果中的杂波和干扰点迹较多，导致进行Radon变换后，无法对目标点迹进行有效积累。但Radon变换存在着运算量较小，且不会随着目标数的增多而急剧增加的优点。

【发明内容】

本发明的发明目的在于：针对上述存在的问题，提供一种改进的TBD算法，本发明采用基于Radon变换的TBD算法，为增强目标点迹的信噪比，采用改进的CFAR检测算法并对过门限点迹进行置信等级划分和对多帧点迹进行处理三种方式，通过对海杂波和部分干扰信号进行有效抑制，提高了目标点迹的发现概率。

为了实现上述目的，本发明采用的技术方案如下：本发明一种改进的TBD算法，该算法主要包括目标检测、数据预处理和Radon变换处理、对Radon变换后的结果再次进行CFAR检测四个部分；

算法的整体流程如图1所示，整体流程实现步骤如下：

步骤1：对原始数据进行CFAR检测，初步得到目标与杂波与干扰信息。

步骤2：通过数据预处理，去除部分虚假目标，并降低CFAR检测结果中的点迹数。

步骤3：对预处理后的结果进行Radon变换，根据目标点迹之间的相关性较强而杂波点迹之间相关性较弱，以此区分目标与杂扰轨迹。

步骤4：对Radon变换后的结果再次进行CFAR检测，判决出目标点迹位置和角度等信息。各步骤具体如下：

(1)所述目标检测部分：基于CA-CFAR检测的算法在杂波边缘会引起虚警率的过分上升，而在多目标环境中将导致检测性能的下降，根据参考窗中的数据来判断当前所处的环境；若当前环境为杂波边缘环境，则采用GO-CFAR；若当前环境为多目标，则采用SO-CFAR；若当前环境处在杂波环境中，则采用OS-CFAR；若参考窗中包含有强干扰或者目标，可采用在判决前将参考窗中最大和最小的一部分数据剔除，然后再做门限判决；

(2)所述数据预处理部分：在每个CPI内可采样N_cpi个点，则需要对判决之后的点迹做N/M处理，即在连续的M个周期内至少有N个周期检测到目标，则认为检测到目标，其中N＜M＜＝N_cpi；设预处理后的点迹矩阵M_ycl*N_ycl，M_ycl为距离单元数，N_ycl为扫描周期数，将该点迹矩阵初始化为全0，当N_ycl1周期的M_ycl1位置检测到目标，则点迹矩阵对应位置有两种处理方式，一种是将其设为1，一种是根据前面N/M处理中的N值对其进行置信等级设定，即N越大，等级越高，N越小，等级越低；