[发明专利]一种用于多目标环境下的基于混合模型的恒虚警检测方法

说明书

一种用于多目标环境下的基于混合模型的恒虚警检测方法，涉及雷达目标检测领域。本发明是为了解决目前在多目标环境的恒虚警检测方法还存在干扰目标对参数估计的影响较大进而导致了检测性能下降的问题。本发明包括：获取雷达回波数据；建立非均匀的检测背景的韦布尔分布和目标分布的概率密度混合模型；将雷达回波数据输入到对数放大器进行对数处理，获得观测数据X＝[x₁,x₂,x₃,…,x_N]；引入隐变量Z＝[z₁,z₂,…,z_N]表示观测数据X＝[x₁,x₂,x₃,…,x_N]的样本属性，构建关于F＝{X,Z}的对数似然函数；利用期望最大化算法对F＝{X,Z}的对数似然函数进行优化，获得Gumbel分布的尺度参数和位置参数；根据获得的Gumbel分布的尺度参数和位置参数获取检测阈值，并利用检测阈值判断待检测单元是否存在目标。本发明用于对恒虚警进行检测。

技术领域

本发明属于雷达目标检测技术领域，特别涉及一种用于多目标环境下的基于混合模型的恒虚警检测方法。

背景技术

雷达是一种利用无线电进行目标探测的工具，被广泛应用于军事和民用中。恒虚警检测技术(CFAR)是一种自适应阈值技术，它可以根据检测背景的统计特性，自适应的计算出合理的阈值，具有恒虚警特性。通过将雷达接收到的数据进行处理并与恒虚警检测技术获得的阈值进行比较，可以将潜在的雷达目标检测出来，恒虚警检测技术对现代雷达具有重要意义。在均匀的高斯背景下，单元平均CA-CFAR检测方法通常具有最佳的检测性能。然而，实际的雷达探测环境往往具有典型的非均匀性，例如对于港口和海运航线来说，由于存在大量的舰船，多目标是造成探测背景非均匀的主要原因。由于目标的掩盖效应(capture effect)，传统检测器在多目标环境下通常会获得较高的检测阈值，导致目标漏检，检测性能下降等问题出现。

目前，为了改善恒虚警检测技术在多目标环境下的检测性能，国内外学者相继做了很多的研究，提出了多种恒虚警检测技术，典型的有序统计类OS-CFAR检测技术通过对参考窗内的样本数据进行统计排序，从中选择出合适的样本作为检测背景的统计特性表示，剔除了异常值数据，改善了恒虚警检测技术在多目标环境下的检测能力，但是该检测器在均匀杂波环境下会出现检测性能下降的问题。2005年，阿尔及利亚的康斯坦丁大学的A.Farrouki和M.Barkat针对指数分布的杂波背景，提出了ADCCA CFAR检测技术，该检测技术利用模糊隶属函数(fuzzy membership function)对幅值较大的异常值进行剔除，从而利用均匀的参考单元计算检测阈值，改善了检测技术在多目标环境下的CFAR检测性能。但是这两种检测技术只适用于指数分布背景，当雷达杂波环境为韦布尔分布时，它们的性能都会出现不同程度的下降。针对韦布尔分布探测背景，加拿大的Weber和Haykin提出了一种双参数OS检测方法WH-CFAR，它利用两个有序统计估计值来计算检测阈值，将传统的有序统计类OS-CFAR进行改进并应用于韦布尔分布背景。2018年，澳大利亚的Graham V.Weinberg和Lachlan Bateman等人利用非相干特性提出了三种非相干检测技术，其中TM-OS(trimmedmean order statistic)检测技术在多目标环境下性能最好。虽然这种检测器相对于其他非相干检测器在多目标环境下性能较好，但是它的性能受限于干扰目标的数目和预设的参数。因此目前在多目标环境的恒虚警检测方法还存在干扰目标对参数估计的影响较大进而导致了检测性能下降的问题。

发明内容

本发明目的是为了解决目前在多目标环境的恒虚警检测方法还存在干扰目标对参数估计的影响较大进而导致了检测性能下降的问题，而提出了一种用于多目标环境下的基于混合模型的恒虚警检测方法。

一种用于多目标环境下的基于混合模型的恒虚警检测方法，具体过程包括以下步骤：

步骤一、获取雷达回波数据；