[發(fā)明專利]一種用于多目標(biāo)環(huán)境下的基于混合模型的恒虛警檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110774195.5
• 申請(qǐng)日: 2021-07-08
• 公開(kāi)（公告）號(hào): CN113504521B
• 公開(kāi)（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 李楊;王新旸;張寧
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號(hào): G01S7/41
• 分類號(hào): G01S7/41;G06F17/15;G06F30/20
• 代理公司: 哈爾濱華夏松花江知識(shí)產(chǎn)權(quán)代理有限公司 23213
• 代理人: 岳昕

一種用于多目標(biāo)環(huán)境下的基于混合模型的恒虛警檢測(cè)方法，涉及雷達(dá)目標(biāo)檢測(cè)領(lǐng)域。本發(fā)明是為了解決目前在多目標(biāo)環(huán)境的恒虛警檢測(cè)方法還存在干擾目標(biāo)對(duì)參數(shù)估計(jì)的影響較大進(jìn)而導(dǎo)致了檢測(cè)性能下降的問(wèn)題。本發(fā)明包括：獲取雷達(dá)回波數(shù)據(jù)；建立非均勻的檢測(cè)背景的韋布爾分布和目標(biāo)分布的概率密度混合模型；將雷達(dá)回波數(shù)據(jù)輸入到對(duì)數(shù)放大器進(jìn)行對(duì)數(shù)處理，獲得觀測(cè)數(shù)據(jù)X＝[x₁,x₂,x₃,…,x_N]；引入隱變量Z＝[z₁,z₂,…,z_N]表示觀測(cè)數(shù)據(jù)X＝[x₁,x₂,x₃,…,x_N]的樣本屬性，構(gòu)建關(guān)于F＝{X,Z}的對(duì)數(shù)似然函數(shù)；利用期望最大化算法對(duì)F＝{X,Z}的對(duì)數(shù)似然函數(shù)進(jìn)行優(yōu)化，獲得Gumbel分布的尺度參數(shù)和位置參數(shù)；根據(jù)獲得的Gumbel分布的尺度參數(shù)和位置參數(shù)獲取檢測(cè)閾值，并利用檢測(cè)閾值判斷待檢測(cè)單元是否存在目標(biāo)。本發(fā)明用于對(duì)恒虛警進(jìn)行檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)目標(biāo)檢測(cè)技術(shù)領(lǐng)域，特別涉及一種用于多目標(biāo)環(huán)境下的基于混合模型的恒虛警檢測(cè)方法。

背景技術(shù)

雷達(dá)是一種利用無(wú)線電進(jìn)行目標(biāo)探測(cè)的工具，被廣泛應(yīng)用于軍事和民用中。恒虛警檢測(cè)技術(shù)(CFAR)是一種自適應(yīng)閾值技術(shù)，它可以根據(jù)檢測(cè)背景的統(tǒng)計(jì)特性，自適應(yīng)的計(jì)算出合理的閾值，具有恒虛警特性。通過(guò)將雷達(dá)接收到的數(shù)據(jù)進(jìn)行處理并與恒虛警檢測(cè)技術(shù)獲得的閾值進(jìn)行比較，可以將潛在的雷達(dá)目標(biāo)檢測(cè)出來(lái)，恒虛警檢測(cè)技術(shù)對(duì)現(xiàn)代雷達(dá)具有重要意義。在均勻的高斯背景下，單元平均CA-CFAR檢測(cè)方法通常具有最佳的檢測(cè)性能。然而，實(shí)際的雷達(dá)探測(cè)環(huán)境往往具有典型的非均勻性，例如對(duì)于港口和海運(yùn)航線來(lái)說(shuō)，由于存在大量的艦船，多目標(biāo)是造成探測(cè)背景非均勻的主要原因。由于目標(biāo)的掩蓋效應(yīng)(capture effect)，傳統(tǒng)檢測(cè)器在多目標(biāo)環(huán)境下通常會(huì)獲得較高的檢測(cè)閾值，導(dǎo)致目標(biāo)漏檢，檢測(cè)性能下降等問(wèn)題出現(xiàn)。

目前，為了改善恒虛警檢測(cè)技術(shù)在多目標(biāo)環(huán)境下的檢測(cè)性能，國(guó)內(nèi)外學(xué)者相繼做了很多的研究，提出了多種恒虛警檢測(cè)技術(shù)，典型的有序統(tǒng)計(jì)類OS-CFAR檢測(cè)技術(shù)通過(guò)對(duì)參考窗內(nèi)的樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)排序，從中選擇出合適的樣本作為檢測(cè)背景的統(tǒng)計(jì)特性表示，剔除了異常值數(shù)據(jù)，改善了恒虛警檢測(cè)技術(shù)在多目標(biāo)環(huán)境下的檢測(cè)能力，但是該檢測(cè)器在均勻雜波環(huán)境下會(huì)出現(xiàn)檢測(cè)性能下降的問(wèn)題。2005年，阿爾及利亞的康斯坦丁大學(xué)的A.Farrouki和M.Barkat針對(duì)指數(shù)分布的雜波背景，提出了ADCCA CFAR檢測(cè)技術(shù)，該檢測(cè)技術(shù)利用模糊隸屬函數(shù)(fuzzy membership function)對(duì)幅值較大的異常值進(jìn)行剔除，從而利用均勻的參考單元計(jì)算檢測(cè)閾值，改善了檢測(cè)技術(shù)在多目標(biāo)環(huán)境下的CFAR檢測(cè)性能。但是這兩種檢測(cè)技術(shù)只適用于指數(shù)分布背景，當(dāng)雷達(dá)雜波環(huán)境為韋布爾分布時(shí)，它們的性能都會(huì)出現(xiàn)不同程度的下降。針對(duì)韋布爾分布探測(cè)背景，加拿大的Weber和Haykin提出了一種雙參數(shù)OS檢測(cè)方法WH-CFAR，它利用兩個(gè)有序統(tǒng)計(jì)估計(jì)值來(lái)計(jì)算檢測(cè)閾值，將傳統(tǒng)的有序統(tǒng)計(jì)類OS-CFAR進(jìn)行改進(jìn)并應(yīng)用于韋布爾分布背景。2018年，澳大利亞的Graham V.Weinberg和Lachlan Bateman等人利用非相干特性提出了三種非相干檢測(cè)技術(shù)，其中TM-OS(trimmedmean order statistic)檢測(cè)技術(shù)在多目標(biāo)環(huán)境下性能最好。雖然這種檢測(cè)器相對(duì)于其他非相干檢測(cè)器在多目標(biāo)環(huán)境下性能較好，但是它的性能受限于干擾目標(biāo)的數(shù)目和預(yù)設(shè)的參數(shù)。因此目前在多目標(biāo)環(huán)境的恒虛警檢測(cè)方法還存在干擾目標(biāo)對(duì)參數(shù)估計(jì)的影響較大進(jìn)而導(dǎo)致了檢測(cè)性能下降的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明目的是為了解決目前在多目標(biāo)環(huán)境的恒虛警檢測(cè)方法還存在干擾目標(biāo)對(duì)參數(shù)估計(jì)的影響較大進(jìn)而導(dǎo)致了檢測(cè)性能下降的問(wèn)題，而提出了一種用于多目標(biāo)環(huán)境下的基于混合模型的恒虛警檢測(cè)方法。

一種用于多目標(biāo)環(huán)境下的基于混合模型的恒虛警檢測(cè)方法，具體過(guò)程包括以下步驟：

步驟一、獲取雷達(dá)回波數(shù)據(jù)；