均勻混響背景下抗多目標干擾恒虛警檢測器設計

殷超然, 閆林杰, 郝程鵬, 孫夢茹

均勻混響背景下抗多目標干擾恒虛警檢測器設計

殷超然1,2, 閆林杰1,2, 郝程鵬1, 孫夢茹1,2

(1. 中國科學院聲學研究所, 北京, 100190; 2. 中國科學院大學 電子電氣與通信工程學院, 北京, 100049)

為提高恒虛警(CFAR)方法的抗多目標干擾能力, 文中提出一種能夠對抗多目標干擾的新型UMCASO-CFAR檢測器。該檢測器的特點是分別對前后沿滑窗數據使用無偏最小方差估計(UMVE)方法和單元平均(CA)方法得到2個局部估計, 然后采用最小選擇(SO)處理取二者中較小的一個作為均勻混響背景功率水平估計。在Swerling II型目標假設下, 推導出均勻混響背景下UMCASO-CFAR檢測器虛警概率和檢測概率的解析表達式, 證明其具有CFAR性能。進一步通過解析方法、蒙特卡洛仿真和實測數據處理三方面研究了該方法在均勻混響背景和多目標環境下的性能, 結果表明相較于現有方法, UMCASO-CFAR具有更好的抗多目標干擾的性能, 而且在均勻混響背景下具有非常小的CFAR檢測損失。

恒虛警; 檢測器; 無偏最小方差估計; 單元平均; 最小選擇; 多目標; 抗干擾; 均勻混響

0 引言

海洋環境是主動聲吶的主要工作環境, 其空間較狹窄, 且海水具有很強的不均勻性, 聲吶發出的聲波經過水聲信道會發生散射, 而所有的散射聲波相互疊加會形成極強的混響。混響的非平穩性給主動聲吶的自動檢測帶來很大困難。早期聲吶檢測方法采用固定檢測門限, 當背景混響功率水平發生微小上升時, 虛警概率就會產生極大的波動, 有時會上升3個數量級之多[1]。因此, 急需一種能夠擺脫混響功率水平波動影響、使虛警概率保持恒定的方法。恒虛警(constant false alarm rate, CFAR)檢測技術就是解決上述問題的有效手段, 其基本思想是根據檢測單元附近的參考單元估計背景混響的平均功率, 從而得到自適應檢測閾值, 達到使虛警概率保持恒定的目的。

1995年, Nagle等[12]提出了無偏最小方差估計(unbiased minimum-variance estimation, UMVE)方法, 這種方法在刪除掉干擾目標后, 對剩余的樣本采用加權平均來得到背景功率水平估計, 有效減少了CFAR損失。文獻[13]和[14]即是基于UMVE方法的2種CFAR檢測器。為進一步減小計算量, 曲超等[15]提出一種改進的UMVE方法, 稱為MUMCA-CFAR檢測器, 其前后沿滑窗分別利用UMVE和CA方法形成2個局部估計, 然后取2個局部估計的均值作為背景功率水平估計。研究結果表明, 該方法在干擾數目較多或前后沿滑窗中均存在干擾情況下的抗干擾能力會急劇下降。

為解決MUMCA-CFAR檢測器存在的不足, 文中提出一種新的CFAR檢測器, 仍采用UMVE和CA方法得到2個局部估計, 與MUMCA-CFAR不同的是, 采用選小處理來得到混響的功率水平估計, 簡稱為UMCASO-CFAR檢測器。選小處理的引入將使UMCASO-CFAR檢測器具有優異的對抗多目標抗干擾的能力。

1 UMCASO-CFAR數學模型

文中研究對象是主動聲吶的CFAR檢測問題, 考慮一個以混響為主的背景環境, 且假設接收的混響服從白色高斯分布, 經過平方律檢波器后, 其輸出服從負指數分布; 各參考單元統計獨立同分布, 目標類型是Swerling II型[16]。根據以上假設, 有目標時檢測單元的概率密度函數(probability density function, PDF)為

其累積分布函數(cumulative distribution function, CDF)為

下面先介紹UMVE算法, 進一步給出UMCASO-CFAR檢測器的數學模型。

1.1 UMVE方法

相應的CDF為

1.2 UMCASO-CFAR檢測器模型

圖1 UMCASO-CFAR檢測器模型框圖

UMCASO-CFAR檢測器具體工作流程如下:

2 均勻混響背景下虛警概率和檢測概率

其PDF和CDF分別為

其矩母函數為

經過推導可得

將式(18)~(20)帶入式(11)可得UMCASO- CFAR的虛警概率為

根據式(12), 均勻混響背景下UMCASO- CFAR的檢測概率為

3 UMCASO-CFAR檢測性能

分別采用解析方法、蒙特卡洛仿真方法和實測數據對UMCASO-CFAR的檢測性能進行分析。均勻混響背景下的檢測性能是通過式(22)計算得到, 而對于多目標環境, 由于無法得到檢測概率的閉式解, 可通過蒙特卡洛仿真得到, 最后采用實測數據做進一步驗證。

為體現UMCASO-CFAR的優越性, 分析中還增加了與MOSCA-CFAR和MUMCA-CFAR 2種現有檢測器的對比。其中MOSCA-CFAR由文獻[9]提出, 它是對前后沿參考滑窗分別使用OS和CA方法得到2個局部估計, 然后取二者的均值(mean)作為背景功率水平估計。

3.1 均勻混響背景

圖2給出的是3種檢測器在均勻混響背景下檢測性能的仿真結果。從圖中可以看出, 3種檢測器在均勻背景中的檢測性能非常相近, 其中MUMCA-CFAR和MOSCA-CFAR之間差距極小, 很難分辨, UMCASO-CFAR與二者相比附加檢測損失小于0.1 dB。

圖2 均勻混響背景下3種檢測器檢測性能

表1 均勻混響背景下3種檢測器CFAR檢測損失

3.2 多目標環境

圖3 IL=4, IR=0時3種檢測器檢測性能

圖4 IL=6, IR=0時3種檢測器檢測性能

另一方面, 雖然MUMCA-CFAR檢測器加入了停止移位寄存器, 使進入后沿滑窗的干擾目標數大大下降, 但是干擾目標仍存在一定的概率進入后沿滑窗。圖5就是考慮后沿滑窗也存在干擾目標(=4,=4)時UMCASO-CFAR、 MUMCA- CFAR和MOSCA-CFAR的檢測性能。由圖5可以看出, 由于后沿滑窗使用CA方法, MUMCA- CFAR沒有抗干擾的能力, 故當干擾目標進入后沿滑窗后其檢測性能大幅下降, 但是加入了取小邏輯的UMCASO-CFAR在此時的檢測性能依然穩健。值得注意的是,=40 dB時, MUMCA- CFAR和MOSCA-CFAR能達到的檢測概率仍不足0.3。

圖5 IL=4, IR=4時3種檢測器檢測性能

表2 多目標環境下3種檢測器CFAR檢測損失

3.3 實測數據

利用實測數據對UMCASO-CFAR的檢測性能進行驗證。該數據是某均勻線列陣聲吶所采集的混響數據, 陣元個數為7個, 探測海域平均深度80 m, 探測深度35 m, 聲吶平臺運動速度10 m/s。每個通道采樣數據長度為25001。

實測數據處理結果見圖6~圖7。其中圖6給出了均勻混響背景下的性能曲線, 可以看出此時UMCASO-CFAR檢測器相較于另外2種檢測器性能十分接近, 僅有一個很小的附加損失。

圖7(a)是前沿滑窗添加4個干擾的情況, 圖7(b)是前沿滑窗添加6個干擾的情況。可以看出, 圖7(a)中UMCASO-CFAR與MUMCA-CFAR幾乎相同, 均優于MOSCA-CFAR, 圖7(b)中UMCASO-CFAR明顯最優, 在高SRR下, MUMCA和MOSCA已不能正常工作。圖7(c)是在前后沿滑窗中均添加4個干擾時實測數據得到的結果, 同樣令=。可以看出, 當前后沿滑窗均添加干擾時, 高信混比下MUMCA和MOSCA已無法正常工作, 而UMCASO-CFAR檢測器性能可以保持正常。

圖6 均勻混響背景下3種檢測器實測數據結果

圖7 3種檢測器實測數據結果

圖6~圖7的結果均與3.1節和3.2節中的仿真結果一致。進一步證明了仿真結果的有效性, 尤其是UMCASO-CFAR檢測器具有很強的抗干擾能力。

4 結束語

[1] 何友, 關鍵, 孟祥偉, 等. 雷達目標檢測與恒虛警處理[M]. 第2版. 北京: 清華大學出版社, 2011.

[2] Finn H M, Johnson R S. Adaptive Detection Mode with Threshold Control as a Function Spatially Sampled Clutter-Level Estimates[J]. RCA Review, 1968, 29: 414-464.

[3] Trunk G V. Range Resolution of Targets Using Automatic Detectors[J]. IEEE Trans. on AES, 1978, 14(5): 750-755.

[4] Hansen V G. Constant False Alarm Rate Processing in Search Radars[C]//IEEE International Radar Conference. London: IEEE, 1973: 325-332.

[5] 郝程鵬, 司昌龍, 原建平, 等. 一種新的基于CM和CA的恒虛警檢測器[J]. 彈箭與制導學報, 2007, 27(2): 309-312.Hao Cheng-peng, Si Chang-long, Yuan Jian-ping, et al. A Novel CFAR Detector Based on Censored Mean and Cell Averaging[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2007, 27(2): 309-312.

[6] 吉書龍, 皇甫堪, 周良桂, 等. 一種新的雷達恒虛警(CFAR)處理器[J]. 國防科技大學學報, 1990, 12(4): 116- 121.Ji Shu-long, Huang-fu Kan, Zhou Liang-gui, et al. A New Radar Constant-False-Alarm-Rate(CFAR) Processor[J]. Journal of National University of Defense Technology, 1990, 12(4): 116-121.

[7] Rohling H. Radar CFAR Thresholding in Clutter and Multiple Target Situations[J]. IEEE Transactions on Aerospace and Electronic Systems, 1983, 19(4): 608-621.

[8] Rohling H. Ordered Statistic CFAR Technique—an Overview[J]. 雷達科學與技術, 2012, 10(2): 117-123.

[9] 何友, Rohling H. 兩種具有自動篩選技術的廣義有序統計恒虛警檢測器及其在多目標環境下的性能[J]. 電子科學學刊, 1994, 16(6): 582-590.He You, Rohling H. Performance of Two Generalized Order Statistics CFAR Detectors with Automatic Censoring Technique in Multiple Target Situations[J]. Journal of Electronics, 1994, 16(6): 582-590.

[10] He Y. Performance of Some Generalized Modified Order Statistics CFAR Detector with Automatic Censoring in Multiple Target Situations[J]. IEE Proceedings-Radar, Sonar and Navigation, 1994, 141(4): 205-212.

[11] 何友, 關鍵, Rohling H. 一種基于排序和平均的新恒虛警檢測器[J]. 現代雷達, 1995, 17(4): 33-36.He You, Guan Jian, Rohling H. A New CFAR Detector Based on Ordered Statistics and Averaging[J]. Modern Radar, 1995, 17(4): 33-36.

[12] Nagle D T, Saniie J. Performance Analysis of Linearly Combined Order Statistic CFAR Detectors[J]. IEEE Trans. on AES, 1995, 32(2): 522-533.

[13] 郝程鵬, 侯朝煥. 基于UMVE算法的恒虛警檢測器[J].現代雷達, 2007, 29(7): 38-40. Hao Cheng-peng, Hou Chao-huan. CFAR Detector Based on Unbiased Minimum-variance Estimation Algorithm[J]. Modern Radar, 2007, 29(7): 38-40.

[14] 郝程鵬, 侯朝煥. 一種新的基于UMVE和OS的恒虛警檢測算法[J]. 電子與信息學報, 2007, 29(6): 1380-1383.Hao Cheng-peng, Hou Chao-huan. A Noval CFAR Algorithm Based on Unbiased Minimum-Variance Estimation and Ordered Statistics Estimation[J]. Journal of Ele- ctronics & Information Technology, 2007, 29(6): 1380- 1383.

[15] 曲超, 郝程鵬, 楊樹元. 一種新的基于UMVE和CA的恒虛警檢測器[J]. 計算機仿真, 2008, 25(9): 321-323.Qu Chao, Hao Cheng-peng, Yang Shu-yuan. A Novel CFAR Detector Based on Unbiased Minimum-Variance Estimation and Cell Averaging[J]. Computer Simulation, 2008, 25(9): 321-323.

[16] Swerling P. Probability of Detection for Fluctuating Targets [J]. IRE Trans. on IT, 1960, 6(2): 269-308.

Design of a Multi-Target Interference Resistant Constant False Alarm Rate Detector for Homogeneous Reverberation Background

YIN Chao-ran1,2, YAN Lin-jie1,2, HAO Cheng-peng1, SUN Meng-ru1,2

(1. Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China; 2. School of Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing 100049, China)

To improve the ability of constant false alarm rate(CFAR) method against interference of multiple targets, a new CFAR detector is designed. The unbiased minimum-variance estimation(UMVE) method and the cell average(CA) method are applied to the data of left and right reference windows to obtain two local estimates, and then the smaller of(SO) two is taken as the power level estimate of homogeneous reverberation background. Under the assumption of Swerling II target, the closed-form formulas of the UMCASO-CFAR detector’s false alarm probability and detection probability in homogeneous reverberation background are derived,CFAR property of the detector is proved. Further, the performances of the detector in both homogeneous background and multi-target environment are discussed by means of analytical method, Monte Carlo simulation and measured data processing. The results show that compared with the existing methods, the UMCASO-CFAR detector has higher capability to resist multi-target interference, and ensures a very small CFAR detection loss in homogeneous reverberation background.

constant false alarm rate(CFAR); detector; unbiased minimum-variance estimation(UMVE); cell-ave- rage(CA); small of(SO); multi-target; interference resistant; homogeneous reverberation

TJ630.34; TN911.7

A

2096-3920(2019)04-0434-08

10.11993/j.issn.2096-3920.2019.04.011

殷超然, 閆林杰, 郝程鵬, 等. 均勻混響背景下抗多目標干擾恒虛警檢測器設計[J]. 水下無人系統學報, 2019, 27 (4): 434-441.

2018-11-19;

2019-05-18.

國家自然科學基金項目資助(61571434).

殷超然(1996-), 男, 在讀博士, 主要研究方向為信號與信息處理.

(責任編輯: 陳 曦)