[发明专利]基于贝叶斯干扰控制的变异指数的BVI-CFAR目标检测算法

说明书

公开了一种基于贝叶斯干扰控制的变异指数的BVI‑CFAR目标检测算法，所述算法首先将滑动窗口分为前后检测窗后，再次将前后检测窗口分为两份，得到四个检测窗口，然后采用变异指数对四个滑动窗口过程进行分析，判断干扰可能存在的窗口位置，然后采用贝叶斯滑动窗口干扰控制方法，对窗口干扰进行预测和补偿，推导出了贝叶斯变异指数算法的检测过程的表达式。本发明首次将贝叶斯滑动窗口干扰控制的方法运用于变异指数检测过程，具有很好的多目标检测效果，相对于传统的VI‑CFAR算法，解决了VI‑CFAR检测器在两侧都出现目标时，检测概率大大降低的问题，贝叶斯干扰控制的运用，减少了干扰对检测过程的影响，提高了雷达在复杂环境和多目标环境下的检测性能，为CFAR算法提供了新方法。

技术领域

本发明涉及雷达多目标检测及其抗干扰技术领域，尤其涉及一种基于贝叶斯干扰控制的变异指数的BVI-CFAR目标检测算法。

背景技术

随着社会和科技的发展，人工智能和汽车工业的快速发展,毫无疑问，驾驶员配合辅助驾驶系统是未来汽车出行的主要形态，而车载毫米波雷达作为辅助驾驶系统的重要组成，具有很高的研究价值。然而雷达在检测过程中，接收到的信号不仅仅是目标信号，还包含了一些实时变化的杂波信号，面对这种情况，雷达恒虚警率(Constant False AlarmRate，CFAR)处理也就应运而生。CFAR处理技术的问世可以使雷达检测目标的虚警概率保持一定范围不变，减少了进行检测时的信杂比损失，使得目标的检测概率最大化。相对于传统的固定门限检测，CFAR可以根据雷达杂波背景分布提供的先验信息，通过特定的算法，自适应的改变检测门限，对目标有无进行判决，从而方便对目标进行下一步的处理。因此，雷达恒虚警处理技术在雷达信号处理和目标检测领域中是最为关键的环节。

伴随着雷达技术的发展，许多恒虚警检测算法诞生，但其仍然存在缺陷。传统CFAR的假设只能在某种特定环境下获得较好检测性能，然而随着雷达应用场景的复杂化，实际工程中并不能满足理想的设计条件，CFAR检测性能严重下降。因此，对于多目标，其最大的挑战是复杂背景下的检测问题，如何在该背景下自适应选择检测门限，提升检测器抗干扰能力，成为雷达研究领域的重要目标。

发明内容

本申请发明了基于贝叶斯干扰控制的变异指数的BVI-CFAR目标检测算法，解决了VI-CFAR在双侧都存在目标时，检测概率下降严重的问题，同时提高了VI-CFAR检测器在均匀环境下的检测性能，为CFAR检测提供了一种全新的方法。

与此同时。本文对于贝叶斯检测多目标情况下计算复杂的问题，提出了贝叶斯分类干扰控制方法，对背景中的多个干扰同时进行预测推理，在提高抗干扰能力的同时，降低了计算的复杂度。

与现有技术相比，本发明的优点在于：

1.首次发明将贝叶斯干扰控制运用于变异指数检测器(VI-CFAR)，并且优化了变异指数检测器，解决了VI-CFAR在双侧都存在目标时，检测概率下降严重的问题，同时提高了VI-CFAR检测器在均匀环境下的检测性能。

2.推导了贝叶斯干扰控制运用于变异指数检测器的过程，得到了BVI-CFAR检测器的检测表达式。

3.可以进一步扩展成多窗口模式的BVI-CFAR检测器，也可应用贝叶斯多窗口干扰控制，适应于更加复杂的环境，提高目标检测精度。

4.提出了分类贝叶斯干扰控制方法，在提高抗干扰能力的同时，降低了计算的复杂度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例的附图作简单地介绍。

图1是基于贝叶斯干扰控制的变异指数的BVI-CFAR目标检测算法流程图。

图2是VI-CFAR检测算法流程图。

图3是BVI-CFAR检测器的算法流程图。