基于實(shí)測數(shù)據(jù)的單元平均CFAR檢測器性能分析

孫艷麗，謝寧波

(海軍航空工程學(xué)院 a.基礎(chǔ)實(shí)驗(yàn)部; b.學(xué)員25隊(duì),山東 煙臺 264001)

?

【信息科學(xué)與控制工程】

基于實(shí)測數(shù)據(jù)的單元平均CFAR檢測器性能分析

孫艷麗a，謝寧波b

(海軍航空工程學(xué)院 a.基礎(chǔ)實(shí)驗(yàn)部; b.學(xué)員25隊(duì),山東 煙臺 264001)

主要介紹了均值類CFAR算法中的3種經(jīng)典算法在均勻雜波背景和多目標(biāo)環(huán)境下采用仿真方法進(jìn)行檢測性能對比。在此基礎(chǔ)上，基于導(dǎo)航雷達(dá)對海探測實(shí)測數(shù)據(jù)，對均值類CFAR檢測器中最為經(jīng)典的單元平均CFAR檢測器進(jìn)行性能分析與驗(yàn)證，為均值類CFAR檢測器的使用提供參考。

海雜波；恒虛警；目標(biāo)檢測

早期雷達(dá)的功能主要是發(fā)現(xiàn)目標(biāo)和測量目標(biāo)的空間位置，其信號處理功能簡單，一般將接收的所有信息都直接送給視頻顯示器。噪聲、雜波、干擾和目標(biāo)回波信號都同時(shí)被顯示出來，對目標(biāo)的檢測能力取決于雷達(dá)操作員。為了從背景噪聲、雜波和干擾中發(fā)現(xiàn)目標(biāo)，操作員要監(jiān)視顯示器回波信號的變化。盡管還有一些雷達(dá)系統(tǒng)直接顯示這些原始數(shù)據(jù)，但是對目標(biāo)自動檢測和跟蹤功能已成為現(xiàn)代雷達(dá)系統(tǒng)的一個(gè)重要特點(diǎn)，并已得到廣泛應(yīng)用。在雷達(dá)自動檢測系統(tǒng)中，恒虛警(CFAR)處理是一個(gè)提供檢測閾值的信號處理算法。CFAR設(shè)計(jì)的目的是提供可以相對避免背景噪聲、雜波和干擾變化影響的檢測閾值，并且使自動檢測在均勻背景中具有恒定的虛警概率。

CFAR檢測器中最為經(jīng)典且影響最廣的就是均值(ML，Mean Level)類CFAR處理方法。它們的共同特點(diǎn)是在局部干擾功率水平估計(jì)中采用取均值的方法。最經(jīng)典的均值類CFAR方法是單元平均CA[1]方法。CA方法在均勻雜波背景下具有最優(yōu)的檢測性能。為改善非均勻雜波背景中的檢測性能，又相繼出現(xiàn)了GO[2]、SO[3]和WCA[4-5]等均值類的CFAR方法。GO-CFAR檢測方法的優(yōu)點(diǎn)是在雜波邊緣環(huán)境中能保持好的虛警控制功能，但是在多目標(biāo)環(huán)境中則會出現(xiàn)“目標(biāo)遮蔽”現(xiàn)象；當(dāng)干擾目標(biāo)只位于前沿滑窗或后沿滑窗時(shí)，SO-CFAR檢測方法的優(yōu)點(diǎn)是具有好的多目標(biāo)分辨能力，但是它的虛警控制能力很快，帶來負(fù)面影響。本研究對上述3種ML類CFAR算法進(jìn)行性能仿真分析，并采用X波段導(dǎo)航雷達(dá)實(shí)測數(shù)據(jù)分析CA-CFAR檢測方法的檢測性能。

1 ML-CFAR檢測原理[6-8]

在CA-CFAR檢測器中，背景噪聲功率水平由R=2n個(gè)參考單元采樣的均值估計(jì)得到。它是在參考單元采樣服從指數(shù)分布的假設(shè)下對雜波功率水平的一個(gè)最大似然估計(jì)。為了便于計(jì)算，常把因子1/R歸到標(biāo)稱化因子中，取

(1)

Z稱為總的雜波功率水平估計(jì)。

由于指數(shù)分布是Г分布在α=1的特殊情況下的PDF為

(2)

其中，α和β是兩個(gè)參數(shù)，式(2)對應(yīng)的累積分布函數(shù)用G(α，β)表示，對于服從Г分布的隨機(jī)變量X，將它記為X～G(α，β)。X的矩母函數(shù)為

(3)

根據(jù)IID的假設(shè)得到xi～G(1，μ)和yi～G(1，μ)。由上式可知CA-CFAR檢測器中對雜波功率水平的估計(jì)Z～G(2n，μ)。這樣就得到CA-CFAR檢測器的檢測概率

(4)

可由上式在λ=1時(shí)得到標(biāo)稱化因子T與虛警概率間的關(guān)系，即

(5)

從式(4)和式(5)可以看到檢測虛警概率和虛警概率不依賴于μ。CA-CFAR具有恒虛警特性。

GO-CFAR主要是針對雜波邊緣環(huán)境背景設(shè)計(jì)的。它取兩個(gè)局部估計(jì)的較大者作為檢測器總的雜波功率水平估計(jì)，即有

Z=max(X,Y)

(6)

其中

(7)

它們是獨(dú)立的隨機(jī)變量。GO-CFAR檢測器在均勻雜波背景中的虛警概率

(8)

其中，T是依賴于Pfa的設(shè)計(jì)值和參考滑窗尺寸R=2n的常數(shù)，用T/(1+λ)代替上式中的T可得到GO-CFAR檢測器的檢測概率Pd

(9)

SO-CFAR方案可以解決單邊滑窗中出現(xiàn)多個(gè)干擾目標(biāo)時(shí)引起的檢測性能下降的問題。當(dāng)雷達(dá)探測特定距離單元的目標(biāo)時(shí)，需要降低臨近干擾目標(biāo)的影響，SO-CFAR方案使用式(7)中X和Y的較小者作為總的雜波功率水平估計(jì)

Z=min(X,Y)

(10)

SO-CFAR檢測器在均勻雜波背景中的虛警概率為

(11)

(12)

2 ML-CFAR性能仿真分析

2.1 均勻雜波背景下性能分析

在均勻雜波背景中，虛警概率設(shè)置為10-6，參考單元數(shù)目分別設(shè)置為24、16和8，通過圖1可以明顯看出，CA檢測概率明顯優(yōu)于GO和SO，檢測概率CA>GO>SO。同時(shí)，隨著信噪比不斷增大，三種檢測器的性能逐漸向檢測概率等于1趨近。

當(dāng)參考單元數(shù)目設(shè)置為8時(shí)，通過檢測圖發(fā)現(xiàn)，GO檢測概率明顯優(yōu)于SO和CA。檢測概率GO>SO>CA。說明隨著虛警概率變小時(shí)(相對比較虛警概率10-6)，當(dāng)參考單元數(shù)目設(shè)置過小時(shí)，將會影響CA檢測器的檢測性能。一般情況下，CA檢測器在均勻雜波背景下的檢測性能最好。

2.2 多目標(biāo)背景下性能分析

在多目標(biāo)環(huán)境(一個(gè)干擾源)中，虛警概率設(shè)置為10-5，參考單元數(shù)目分別設(shè)置為16和8，通過檢測圖2(a)和圖2(b)可以明顯看出，SO檢測概率明顯優(yōu)于CA和GO。

在多目標(biāo)環(huán)境(一個(gè)干擾源)中，虛警概率設(shè)置為10-5，參考單元數(shù)目設(shè)置為24，通過檢測圖2(c)可以明顯看出，在低信噪比的情況下，GO檢測概率明顯優(yōu)于CA檢測器和SO檢測器，檢測概率GO>CA>SO；當(dāng)信噪比逐漸升高，SO檢測器的檢測性能變得越來越好，檢測性能明顯優(yōu)于CA檢測器和GO檢測器。可見，參考單元數(shù)目選取會影響3種檢測器的檢測性能，對SO檢測器來說，參考單元數(shù)目越小，信噪比越高，越能體現(xiàn)SO檢測器的優(yōu)越性。

圖1 均勻雜波背景檢測性能

圖2 多目標(biāo)環(huán)境檢測性能

3 實(shí)測數(shù)據(jù)條件下CFAR處理結(jié)果分析

本節(jié)采用高海情條件下導(dǎo)航雷達(dá)實(shí)測數(shù)據(jù)對CA-CFAR進(jìn)行驗(yàn)證與性能分析。該導(dǎo)航雷達(dá)架設(shè)于煙臺第一海水浴場附近，架高約80 m，架設(shè)位置距海岸線約500 m，工作頻段為X波段，天線工作采用圓周掃描模式。數(shù)據(jù)采集時(shí)，海面為大浪大涌，氣象條件較復(fù)雜，海情等級在3級以上。

圖3給出了經(jīng)抗同頻異步干擾處理后的CFAR檢測結(jié)果，其中，參考單元數(shù)R設(shè)為16，虛警概率分別設(shè)為10-1、10-3和10-5。

圖3 CFAR檢測結(jié)果

圖3(a)中，虛警概率為10-1的情況下，檢測區(qū)域大體輪廓能夠顯示出來，但是雜波等干擾影響較大，其中小目標(biāo)無法正常識別。由于虛警概率設(shè)置過大，門限變低，雜波和目標(biāo)通過門限的概率變大，目標(biāo)在屏幕顯示的同時(shí)，雜波也隨之顯示，得到的效果就是目標(biāo)和雜波同時(shí)顯示，影響檢測效果；在圖3(c)中，虛警概率為10-5的情況下，重點(diǎn)檢測區(qū)域(圖中白色方框內(nèi))大部分目標(biāo)被覆蓋，陸地雜波被分割成斑點(diǎn)狀目標(biāo)。在虛警概率設(shè)置過低的情況下，門限抬高，檢測目標(biāo)和雜波同時(shí)被門限限制，無法通過門限，所以在顯示畫面上無法顯示，造成目標(biāo)丟失，沒有達(dá)到預(yù)期檢測效果。

在圖3(b)中，虛警概率為10-3的情況下，煙臺港等陸海交界處能夠較為清晰地保留并顯示，較遠(yuǎn)距離處的目標(biāo)也能夠檢測到，但由于受高海情影響，距離較近處的強(qiáng)海雜波也均超過門限形成虛警，嚴(yán)重影響近距離小目標(biāo)檢測。

圖4給出了虛警概率為10-3條件下參考單元分別取6和24時(shí)的CFAR檢測結(jié)果。

圖4 虛警概率為10-3時(shí)CFAR檢測結(jié)果

比較圖3(b)、圖4，虛警概率保持一定，參考單元設(shè)置為6，陸地等目標(biāo)在屏幕上顯示成斑點(diǎn)狀，效果較差。無法在圖中正確分析港口和陸地形狀。當(dāng)參考單元設(shè)置為24和16的情況下，顯示目標(biāo)變多，陸地和港口在屏幕上正常顯示，能夠正確區(qū)分地標(biāo)信息。

4 結(jié)束語

本文主要介紹了均值類CFAR算法中的3種經(jīng)典算法的基本原理，并采用蒙特卡洛仿真方法進(jìn)行了檢測性能對比分析。在此基礎(chǔ)上，基于高海情條件下的X波段導(dǎo)航雷達(dá)對海探測實(shí)測數(shù)據(jù)，對均值類CFAR檢測器中最為經(jīng)典的單元平均CFAR檢測器進(jìn)行性能分析與驗(yàn)證，還分析了檢測性能受檢測門限、參考單元等參數(shù)的影響，為均值類CFAR檢測器的實(shí)際應(yīng)用提供參考。

[1] FINN H M,JOHNSON R S.Adaptive detection mode with threshold control as a function of spatially sampled clutter-level estimates[J].RCA Review,1968,29:414-464.

[2] HANSEN V G.Constant false alarm rate processing in search radars.IEEE International Radar Conference[C].London,1973:325-332.

[3] TRUNK G V.Range resolution of targets using automatic detectors[J].IEEE Trans.on AES,1978,14(5):750-755.

[4] BARKAT M,VARSHNEY P K.A weighted cell-averaging CFAR detector for multiple target situation.Proc.of the 21st Annual Conference on Information Sciences and Systems[C].Baltimore,Maryland,1987:118-123.

[5] HIMONAS S D,BARKAT M,VARSHNEY P V.CFAR detection for multiple target situations[J].IEE Proc.-F,1989,136(5):193-209.

[6] 何友，關(guān)鍵，彭應(yīng)寧,等.雷達(dá)自動檢測與CFAR處理[M].北京：清華大學(xué)出版社，2011:104-106.

[7] 胡可欣，胡愛明.雷達(dá)雜波環(huán)境恒虛警率處理的實(shí)現(xiàn)[J].艦船電子對抗，2006,29(2):3-7.

[8] ROHLING H.Radar CFAR thresholding in clutter and multiple target situations[J].IEEE Trans.on AES,1983,19(4):608-621.

(責(zé)任編輯 楊繼森)

Performance Analysis of Cell Average CFAR Detector Based on Measured Data

SUN Yan-lia, XIE Ning-bob

(a.Department of Basic Experiment; b.Company Twenty-Five, Naval Aeronautical and Astronautical University, Yantai 264001, China)

This paper introduced three classical algorithms of ML-CFAR and compared the performance by simulation method in homogeneous clutter background and multi-target environment. Based on real radar data from navigation radar illuminating sea surface, the performance of the cell average CFAR, which is one of the most classical detectors, was analyzed and verified. The results can lay the foundation for the use of ML-CFAR detector.

sea clutter; CFAR; target detection

2016-06-12；

2016-07-10

國家自然科學(xué)基金資助項(xiàng)目“MIMO陣列雷達(dá)海上微弱目標(biāo)檢測技術(shù)研究”(61471382)

孫艷麗(1982—)，女，工程師，碩士，主要從事信號處理研究。

10.11809/scbgxb2016.10.017

孫艷麗，謝寧波.基于實(shí)測數(shù)據(jù)的單元平均CFAR檢測器性能分析[J].兵器裝備工程學(xué)報(bào)，2016(10):84-87.

format:SUN Yan-li, XIE Ning-bo.Performance Analysis of Cell Average CFAR Detector Based on Measured Data[J].Journal of Ordnance Equipment Engineering,2016(10):84-87.

TN957.51

A

2096-2304(2016)10-0084-04