基于導(dǎo)航雷達(dá)實(shí)測(cè)數(shù)據(jù)的CFAR檢測(cè)算法分析

董云龍，楊立永

（1.海軍航空工程學(xué)院信息融合研究所，山東煙臺(tái)264001；2.91336部隊(duì)，河北秦皇島066326）

基于導(dǎo)航雷達(dá)實(shí)測(cè)數(shù)據(jù)的CFAR檢測(cè)算法分析

董云龍1，楊立永2

（1.海軍航空工程學(xué)院信息融合研究所，山東煙臺(tái)264001；2.91336部隊(duì)，河北秦皇島066326）

為提高導(dǎo)航雷達(dá)在復(fù)雜環(huán)境中的目標(biāo)檢測(cè)能力，研究了修正中值（MMD）檢測(cè)器在導(dǎo)航雷達(dá)中的應(yīng)用，并與經(jīng)典非參量廣義符號(hào)（GS）檢測(cè)器和參量最小選擇（SO）檢測(cè)器的檢測(cè)結(jié)果進(jìn)行對(duì)比。仿真結(jié)果表明：GS檢測(cè)器對(duì)海上單一目標(biāo)有較好的檢測(cè)性能，但是在多目標(biāo)環(huán)境下的檢測(cè)性能嚴(yán)重下降；SO檢測(cè)器雖然對(duì)上述環(huán)境有較好的檢測(cè)性能，但是由于雜波包絡(luò)分布類型難以準(zhǔn)確已知，雜波抑制能力較差；MMD檢測(cè)器在多目標(biāo)環(huán)境下有較好的檢測(cè)性能和雜波抑制能力。

多目標(biāo)環(huán)境；海雜波；非參量檢測(cè)

對(duì)海雜波的研究迄今已經(jīng)有半個(gè)多世紀(jì)的歷史，目前已有的海雜波分布類型主要有對(duì)數(shù)正態(tài)（Lognormal）分布、韋布爾（Weibull）分布、K分布等隨機(jī)模型[1]。但這些模型都是基于假設(shè)雜波在時(shí)間上是一個(gè)平穩(wěn)隨機(jī)過程，只是在特定條件下對(duì)實(shí)際海雜波的一種近似。由于海雜波較為復(fù)雜且是時(shí)變的，用一種分布類型精確擬合海雜波往往是非常困難的。

近些年來，非參量檢測(cè)方法受到越來越廣泛的關(guān)注[2-8]，這主要是因?yàn)橄啾扔趨⒘繖z測(cè)方法，非參量檢測(cè)方法不需要精確已知雜波分布類型，因而在雜波分布統(tǒng)計(jì)特性未知的情況下，有更好地保持恒虛警的能力。非參量檢測(cè)器主要有單樣本非參量檢測(cè)器和兩樣本非參量檢測(cè)器[9]。相比于單樣本非參量檢測(cè)器，兩樣本非參量檢測(cè)器因不需要雜波中值的統(tǒng)計(jì)特性（往往難以準(zhǔn)確已知）而受到廣泛關(guān)注，其中比較經(jīng)典的就是廣義符號(hào)（GS）檢測(cè)器。GS檢測(cè)器要求當(dāng)目標(biāo)不存在時(shí)，目標(biāo)距離單元與參考單元是同分布的。但在大多數(shù)的情況下，目標(biāo)往往處于雜波邊緣或多目標(biāo)環(huán)境中。在上述情況下，GS檢測(cè)器的假設(shè)條件難以滿足，從而導(dǎo)致檢測(cè)性能下降。

針對(duì)上述問題，E K.AL-HUSSAINI提出了修正中值（MMD）檢測(cè)器[10]，該檢測(cè)器在GS檢測(cè)器的基礎(chǔ)上，將每次掃描周期中檢測(cè)單元中秩值大于N/2的情況相加形成檢驗(yàn)統(tǒng)計(jì)量。本文利用實(shí)測(cè)海雜波數(shù)據(jù)對(duì)該檢測(cè)器進(jìn)行分析，并與非參量GS檢測(cè)器和參量SO檢測(cè)器的處理結(jié)果進(jìn)行對(duì)比。

1 檢測(cè)器結(jié)構(gòu)

1.1 非參量檢測(cè)器結(jié)構(gòu)

圖1為兩樣本非參量檢測(cè)器的結(jié)構(gòu)原理圖。

圖1 兩樣本非參量CFAR檢測(cè)器處理流程Fig1 Processing flow of two-sample nonparametric detector

圖1中，N表示一個(gè)處理間隔內(nèi)的脈沖周期數(shù)；M表示一個(gè)脈沖重復(fù)周期內(nèi)的采樣數(shù)；yk(k=1,2,…,N)表示檢測(cè)單元觀測(cè)值，xki(i=1,2,…,M)表示每個(gè)重復(fù)周期內(nèi)參考單元的純雜波采樣值，假定xki滿足獨(dú)立同分布，GS和MMD檢測(cè)器的檢驗(yàn)統(tǒng)計(jì)量被定義為[10]：

檢驗(yàn)統(tǒng)計(jì)量d和門限K進(jìn)行比較，如果d≥K則做出目標(biāo)存在的判決。

1.2 參量檢測(cè)器結(jié)構(gòu)

參量CFAR中最具有代表意義的就是均值（Mean Level，ML）類CFAR檢測(cè)方法，其中最小選擇SO檢測(cè)器就屬于該類。該方案緩解了參考滑窗中出現(xiàn)多個(gè)空間近距離干擾目標(biāo)引起的CA-CFAR檢測(cè)器檢測(cè)性能下降的問題，圖2給出了SO檢測(cè)器原理框圖，其中xi(i=1,2,…,n)和 xj(j=1,2,…,n)表示兩側(cè)參考單元（也稱作參考滑窗）采樣，參考滑窗長(zhǎng)度M=2n；n為前沿和后沿參考滑窗長(zhǎng)度，X和Y分別是前沿和后沿滑窗中的局部估計(jì)，此時(shí)自適應(yīng)判決準(zhǔn)則為[9]：

式（3）中：H1為有目標(biāo)假設(shè)；H0為無(wú)目標(biāo)假設(shè)；Z是雜波功率水平估計(jì)，代表參考滑窗中的平均雜波包絡(luò)估計(jì)；T是標(biāo)稱化因子；D表示檢測(cè)單元中的檢測(cè)統(tǒng)計(jì)量。與檢測(cè)單元鄰近的是2個(gè)保護(hù)單元，主要用于單目標(biāo)情況，防止目標(biāo)能量泄漏到參考單元影響CFAR檢測(cè)器的檢測(cè)性能。

式（5）中，Pfa為虛警概率。

圖2 SO檢測(cè)器處理流程Fig.2 Processing flow of SO detector

2 實(shí)測(cè)數(shù)據(jù)驗(yàn)證

本文所用實(shí)測(cè)數(shù)據(jù)為某型導(dǎo)航雷達(dá)對(duì)實(shí)驗(yàn)船和海上浮標(biāo)的觀測(cè)結(jié)果。圖3以PPI（Plan-Position Indicator）顯示的形式給出了該批數(shù)據(jù)雷達(dá)視頻回放結(jié)果，橫縱坐標(biāo)的0點(diǎn)代表雷達(dá)的中心位置，圖右側(cè)的豎直顏色條上的刻度值代表采樣點(diǎn)的回波強(qiáng)度由弱到強(qiáng)變化。圖3中標(biāo)識(shí)出了實(shí)驗(yàn)船只和浮標(biāo)的位置以及海岸等地物回波的信息，其中，圖3給出2批漁船目標(biāo)的雷達(dá)回波在距離向上剛好分開的數(shù)據(jù)，另外在近區(qū)場(chǎng)存在一個(gè)浮漂目標(biāo)。因此，上述數(shù)據(jù)可以用來分析多目標(biāo)環(huán)境下和海上單一目標(biāo)的檢測(cè)性能。

圖4～6分別給出了GS、SO和MMD檢測(cè)器在虛警概率Pfa=10-4，參考單元個(gè)數(shù)M=64，脈沖積累數(shù)為N=10的條件下對(duì)圖3所示視頻數(shù)據(jù)的處理結(jié)果，具體分析如下。

圖3 雷達(dá)原始視頻數(shù)據(jù)處理結(jié)果Fig3 Result of radar original video data

圖4 GS檢測(cè)器處理結(jié)果Fig4 Result of GS detector

圖5 SO檢測(cè)器處理結(jié)果Fig5 Result of SO-detector

圖6 MMD檢測(cè)器處理結(jié)果Fig6 Result of MMD-detector

第一，從雜波抑制的角度來看，相比于原始雷達(dá)視頻數(shù)據(jù)回放結(jié)果，SO檢測(cè)器雖然對(duì)雜波有一定的抑制作用但是抑制效果不明顯，雜波剩余較多。這主要是因?yàn)楹ｋs波分布類型難以準(zhǔn)確已知，在進(jìn)行參量檢測(cè)時(shí)假設(shè)雜波包絡(luò)的分布類型為高斯分布，而在實(shí)際檢測(cè)過程中，由于實(shí)際的海雜波的分布類型與假設(shè)雜波分布類型不符，所以導(dǎo)致CFAR能力下降，畫面出現(xiàn)較多雜波剩余。相比于參量檢測(cè)器，非參量檢測(cè)器的CFAR能力由于與雜波包絡(luò)分布類型無(wú)關(guān)。因此，GS和MMD檢測(cè)結(jié)果可以看出，雜波剩余較少。

第二，對(duì)于檢測(cè)器參考單元中存在干擾目標(biāo)的情況，從3個(gè)檢測(cè)器對(duì)原始數(shù)據(jù)中2批在距離向上剛好分開的漁船目標(biāo)數(shù)據(jù)分析來看，對(duì)于GS檢測(cè)器，漁船1被嚴(yán)重削弱，完全被附近的漁船2目標(biāo)湮沒，造成漏警；而此時(shí)SO檢測(cè)器檢測(cè)到這2批近距離目標(biāo)，且目標(biāo)回波飽滿清晰，不足之處就是周圍海雜波干擾比較嚴(yán)重；MMD檢測(cè)器成功的檢測(cè)到這2批近距離目標(biāo)，而且周圍雜波抑制效果明顯。分析原因主要如下：對(duì)于GS檢測(cè)器來說，較強(qiáng)干擾漁船2出現(xiàn)在漁船1的后沿滑窗內(nèi)，導(dǎo)致GS檢測(cè)器要求目標(biāo)不存在時(shí)，目標(biāo)距離單元與參考單元對(duì)同分布的條件無(wú)法滿足，因而檢測(cè)性能下降。換言之，由于GS檢測(cè)器是利用目標(biāo)單元數(shù)據(jù)與周圍參考單元數(shù)據(jù)比較而形成檢驗(yàn)統(tǒng)計(jì)量的，這就要求漁船1數(shù)據(jù)在與周圍的參考單元數(shù)據(jù)的比較過程中存在一定的優(yōu)勢(shì)，但是當(dāng)參考單元滑窗內(nèi)出現(xiàn)較強(qiáng)干擾漁船2時(shí)，這種優(yōu)勢(shì)嚴(yán)重下降，因而檢測(cè)性能下降；SO檢測(cè)器是利用檢測(cè)單元前后沿滑窗中較小值作為目標(biāo)單元雜波功率水平估計(jì)，在進(jìn)行雜波功率水平估計(jì)的時(shí)候，由于漁船的2雜波功率水平較高，SO檢測(cè)器選擇了前沿滑窗進(jìn)行雜波估計(jì)，因而成功檢測(cè)到了漁船1，但是從圖像可以看出SO檢測(cè)器的雜波剩余較多；與GS檢測(cè)器結(jié)構(gòu)不同，MMD檢測(cè)器在進(jìn)行過門限檢測(cè)時(shí)，首先設(shè)定一級(jí)門限N/2，這就濾除了漁船2在后沿的影響，從而檢測(cè)性能提升，并且雜波剩余較少。從雷達(dá)顯示畫面來看，MMD檢測(cè)器的檢測(cè)效果最優(yōu)，但是從MMD檢測(cè)器的檢測(cè)結(jié)果上看，漁船1還是有一定的削弱。

第三，對(duì)于海上單一目標(biāo)的情況（圖4～6中標(biāo)注的近區(qū)場(chǎng)浮漂目標(biāo)），3種檢測(cè)器均成功地檢測(cè)到該目標(biāo)，但是從檢測(cè)效果來說MMD和GS檢測(cè)器的檢測(cè)效果更優(yōu)。這主要是因?yàn)閺母∑繕?biāo)周圍雜波來看，MMD檢測(cè)器和GS檢測(cè)器對(duì)目標(biāo)周圍的雜波抑制效果更為明顯，因而浮漂目標(biāo)更容易分辨。

3 結(jié)論

本文利用實(shí)測(cè)海雜波數(shù)據(jù)對(duì)MMD檢測(cè)器進(jìn)行了分析，并與經(jīng)典參量SO檢測(cè)器和非參量GS檢測(cè)器進(jìn)行了比較，并根據(jù)檢測(cè)結(jié)果給出了相應(yīng)的說明。結(jié)果表明：參量型SO檢測(cè)器對(duì)多目標(biāo)環(huán)境下的目標(biāo)有相對(duì)較好的檢測(cè)能力，但是由于實(shí)際海雜波背景的包絡(luò)分布類型難以準(zhǔn)確已知且是時(shí)變的，這導(dǎo)致參量檢測(cè)器的所假設(shè)的雜波分布類型與實(shí)際情況不符，CFAR能力下降，從雷達(dá)顯示畫面看，主要體現(xiàn)在雜波抑制能力較差。GS檢測(cè)器具有良好的雜波抑制能力，對(duì)海雜波中單一目標(biāo)的檢測(cè)性能也優(yōu)于參量CFAR檢測(cè)器，但是對(duì)多目標(biāo)環(huán)境下，由于無(wú)法滿足其假設(shè)條件，其目標(biāo)檢測(cè)能力嚴(yán)重下降，甚至?xí)霈F(xiàn)嚴(yán)重的漏警現(xiàn)象，影響對(duì)目標(biāo)的有效探測(cè)。相比于前2種檢測(cè)器，MMD檢測(cè)器對(duì)多目標(biāo)環(huán)境下的目標(biāo)有相對(duì)較好的檢測(cè)能力，并且有較好的雜波抑制能力，但是從雷達(dá)顯示畫面看，在多目標(biāo)環(huán)境下該檢測(cè)方法的目標(biāo)仍有一定的削弱。針對(duì)上述問題，作者在今后的工作中將繼續(xù)研究新的非參量檢測(cè)算法以改進(jìn)現(xiàn)有非參量檢測(cè)算法在多目標(biāo)環(huán)境中的檢測(cè)性能，主要分析當(dāng)參考單元前后沿均出現(xiàn)干擾目標(biāo)，雜波邊緣情況下的目標(biāo)非參量檢測(cè)方法。

[1]趙海云，張瑞永，武楠，等.基于實(shí)測(cè)數(shù)據(jù)的海雜波特性分析[J].雷達(dá)科學(xué)與技術(shù)，2009，7（3）：214-218. ZHAO HAIYUN，ZHANG RUIYONG，WU NAN，et al. Analysis of sea clutter characteristics based on measured data[J].Radar Science and Technology，2009，7（3）：214-218.（in Chinese）

[2]HAO CHEN.Noise enhanced nonparametric detection[J]. IEEE Transactions on Information Theory，2009，55（2）：499-506.

[3]SANZ GONZáLEZ J L，ALVAREZ VAQUERO F.Nonparametric rank detectors under K distributed clutter in radar applications[J].IEEE Transactions on AES，2005，41（2）：702-710.

[4]SEYFE B，SHARAFATA R.Nonparametric multiuser detection in non-Gaussian channels[J].IEEE Transactions on Signal Processing，2006，54（1）：23-33.

[5]BROWN C L.A nonparametric approach to signal detection in impulsive interference[J].IEEE Transactions on Signal Processing，2000，48（9）：2665-2669.

[6]孟祥偉.韋布爾雜波下非參數(shù)量化秩檢測(cè)器的性能[J].電子學(xué)報(bào)，2009，37（9）：2030-2034. MENG XIANGWEI.Performance of Rank Quantization（RQ）nonparametric detector in Weibull background[J]. Acta Electronic Sinica，2009，37（9）：2030-2034.（in Chinese）

[7]金偉，劉向陽(yáng)，許稼.K分布雷達(dá)雜波中兩種非參量檢測(cè)器性能分析[J].雷達(dá)科學(xué)與技術(shù)，2010，8（4）：357-361. JIN WEI，LIU XIANGYANG，XU JIA.Performance analysis of two nonparametric detectors in K-distribution clutter[J].Radar Science and Technology，2010，8（4）：357-361.（in Chinese）

[8]趙志堅(jiān)，關(guān)鍵.海雜波中非參量恒虛警檢測(cè)器性能分析[J].雷達(dá)科學(xué)與技術(shù)，2010，8（1）：65-68. ZHAO ZHIJIAN，GUAN JIAN.Performance analysis of nonparametric CFAR detectors in sea clutter[J].Radar Science and Technology，2010，8（1）：65-68.（in Chinese）

[9]何友，關(guān)鍵，孟祥偉，等.雷達(dá)自動(dòng)檢測(cè)與恒虛警處理[M].北京：清華大學(xué)出版社，1999：230. HE YOU，GUAN JIAN，MENG XIANGWEI，et al.Radar target detection and CFAR processing[M].Beijing：Tsinghua University Press，1999：230.（in Chinese）

[10]AL HUSSAINI E.Trimmed generalized and modified median detectors for multiple target situations[J].IEEE Transactions on Aerospace and Electronic Systems，1979，15：573-575.

Analysis of CFAR Detection Algorithm Based on Marine Radar Real Data

DONG Yunlong1,YANG Liyong2
（1.Institute of Information Fusion,NAAU,Yantai Shanong 264001,China; 2.The 91336thUnit of PLA,Qinhuangdao Hebei 066326,China）

The operational environment of marine radar is extremely complicated,In order to improve the target detection, the MMD nonparametric detector in multi-target environment was studied based on the real sea clutter data with unknown statistical propertied,and it was compared with generalized sign(GS)nonparametric detector and smallest of(SO)paramet?ric detector.The results show that,under the sea clutter the GS detector had a better performance in detecting a single tar?get,but degraded greatly in detecting targets in multi-target environment.The SO detector,although having a better detec?tion performance for the mentioned above environment,but had less ability of clutter suppression.The MMD detector had a better performance in detection and clutter suppression in multi-target environment.

multi-target environment;sea clutter;nonparametric detection

TN972

A

1673-1522（2015）05-0429-04

10.7682/j.issn.1673-1522.2015.05.006

2015-05-08；

2015-08-10

董云龍（1974-），男，副教授，博士。