本發(fā)明屬于雷達(dá)目標(biāo)檢測(cè)技術(shù)領(lǐng)域，具體涉及一種目標(biāo)檢測(cè)方法。

背景技術(shù)：

以下對(duì)本發(fā)明的相關(guān)技術(shù)背景進(jìn)行說(shuō)明，但這些說(shuō)明并不一定構(gòu)成本發(fā)明的現(xiàn)有技術(shù)。

隨著車(chē)輛主動(dòng)安全技術(shù)和智能車(chē)技術(shù)的白熱化，環(huán)境感知所需要的目標(biāo)檢測(cè)技術(shù)廣泛應(yīng)用與行人、車(chē)輛、路標(biāo)、路牌等能夠反射微波信號(hào)的目標(biāo)的靜態(tài)和動(dòng)態(tài)檢測(cè)。主流的檢測(cè)技術(shù)包括基于微波雷達(dá)技術(shù)、激光雷達(dá)技術(shù)和視覺(jué)技術(shù)。

微波雷達(dá)技術(shù)以其全天候和低成本的優(yōu)勢(shì)，得到了廣泛的應(yīng)用。目前的目標(biāo)檢測(cè)方法大部分通過(guò)參考窗中的參考單元估計(jì)背景噪聲功率，再乘以比例系數(shù)得到功率，然后將檢測(cè)單元功率值和功率檢測(cè)門(mén)限進(jìn)行比較確定檢測(cè)單元是否為有效目標(biāo)的回波信號(hào)單元即是否有目標(biāo)。

各檢測(cè)算法之前的主要差別在于背景噪聲功率的估計(jì)方法不同。單元平均恒虛警(Cell Averaging-Constant False Alarm Rate,CA-CFAR)目標(biāo)檢測(cè)方法通過(guò)將參考窗口中所有參考單元的功率值取均值作為背景噪聲功率估計(jì)值，估計(jì)功率檢測(cè)門(mén)限。在均勻噪聲環(huán)境下具有最優(yōu)的檢測(cè)性能，但是在非均勻噪聲環(huán)境下檢測(cè)性能?chē)?yán)重下降。

最大選擇恒虛警(Greatest Of-Constant False Alarm Rate,GO-CFAR)目標(biāo)檢測(cè)方法和最小選擇恒虛警(Smallest Of-Constant False Alarm Rate,SO-CFAR)目標(biāo)檢測(cè)方法是在單元平均恒虛警目標(biāo)檢測(cè)方法的基礎(chǔ)上進(jìn)行了改進(jìn)，最大選擇恒虛警目標(biāo)檢測(cè)方法針對(duì)雜波干擾和多干擾目標(biāo)檢測(cè)率過(guò)小，漏檢率過(guò)高。而最小選擇恒虛警目標(biāo)檢測(cè)方法檢測(cè)率高，但是在雜波干擾和多干擾目標(biāo)環(huán)境下，虛警率過(guò)高。

自動(dòng)刪除單元平均恒虛警(Automatic Censored Cell Averaging-Constant False Alarm Rate,ACCA-CFAR)目標(biāo)檢測(cè)方法和自動(dòng)雙剔除單元平均恒虛警(Automatic Dual Censored Cell Averaging-Constant False Alarm Rate,ADCCA-CFAR)目標(biāo)檢測(cè)方法通過(guò)剔除參考窗口中極大和極小值參考單元，然后取平均值的方法得到功率檢測(cè)門(mén)限，相比較單元平均恒虛警檢測(cè)方法，具有較佳的檢測(cè)性能，但是極大和極小值功率剔除門(mén)限的確定要依賴(lài)于先驗(yàn)知識(shí)，具有局限性。

技術(shù)實(shí)現(xiàn)要素：

為解決現(xiàn)有檢測(cè)方法存在檢測(cè)性能低，漏檢率和虛警率過(guò)高，以及在確定極大和極小值功率剔除門(mén)限時(shí)要依賴(lài)于先驗(yàn)知識(shí)的技術(shù)問(wèn)題，本發(fā)明提供一種目標(biāo)檢測(cè)方法。

本發(fā)明提供的方法如下：一種目標(biāo)檢測(cè)方法，包括以下步驟：

步驟1，對(duì)極大值參考單元進(jìn)行剔除；

步驟2，對(duì)背景噪聲功率進(jìn)行估算；

步驟3，計(jì)算功率檢測(cè)門(mén)限；

步驟4，對(duì)檢測(cè)目標(biāo)進(jìn)行判別。

優(yōu)選地，所述步驟1中通過(guò)雙重剔除，剔除極大值參考單元，具體剔除極大值參考單元的方法如下：

步驟1，設(shè)定第一重剔除門(mén)限為T(mén)_c1，由參考單元樣本期望值λ乘以系數(shù)α得到剔除門(mén)限T_c1，計(jì)算公式可以表示為：T_c1＝λ·α；

參考窗中，除了x₀外，其余參考單元x_i分別與T_c1進(jìn)行比較，小于等于T_c1的參考單元序列記為S₀，其余參考單元被認(rèn)為是極大值參考單元，從參考窗中剔除，可表示為：

其中，i∈[1,N]；

步驟2，設(shè)定T_c2表示第二重剔除門(mén)限，由x₀測(cè)試單元乘以系數(shù)α得到剔除門(mén)限T_c2，計(jì)算公式可以表示為：T_c2＝x₀·α；S₀中全部參考單元{x_j}₁均與T_c2進(jìn)行比較，小于等于T_c2的參考單元序列記為S₁，其余參考單元被認(rèn)為是極大值參考單元，從S₀中剔除，可表示為：

其中x_j∈S₀,j∈[1,n₀]。

優(yōu)選地，上述背景噪聲功率估算的方法如下：

步驟1，假設(shè)Z表示背景噪聲功率估計(jì)值，則Z的計(jì)算公式表示為：

其中，x_l∈S₀,l∈[1,n₀]，x_k∈S₁,k∈[1,n₁]；

步驟2，根據(jù)n₁與N_t的比較結(jié)果，檢測(cè)方法從S₁或S₀中選擇相應(yīng)的參考單元，用于估算出背景噪聲功率Z。

優(yōu)選地，上述計(jì)算功率檢測(cè)門(mén)限的方法如下：假設(shè)T表示功率檢測(cè)門(mén)限，則T的計(jì)算公式表示為：T＝Z·α；其中α分別為門(mén)限系數(shù)。

優(yōu)選地，上述目標(biāo)判別的方法如下：假設(shè)H₁表示有目標(biāo)，H₀表示無(wú)目標(biāo)，目標(biāo)有無(wú)判斷方法如下：

優(yōu)選地，上述參考窗口大小設(shè)定為N，所述目標(biāo)虛警率設(shè)定為P_fa，所述門(mén)限系數(shù)α的計(jì)算公式為：

α＝(P_fa)^1/N-1。

優(yōu)選地，上述P_fa＝10^-4；所述N取24。

優(yōu)選地，上述n₁與N_t的比較結(jié)果為n₁≥N_t時(shí)，干擾目標(biāo)參考單元出現(xiàn)在參考單元集s₁中的概率較高，為了提高目標(biāo)檢測(cè)方法的檢測(cè)率，將從S₁中選擇參考單元用于估計(jì)背景噪聲功率Z。

優(yōu)選地，上述n₁與N_t的比較結(jié)果為n₁＜N_t時(shí)，干擾目標(biāo)參考單元出現(xiàn)在單元集S₁中的概率較小，為了避免Z值估計(jì)過(guò)小，導(dǎo)致虛警率過(guò)高，選擇S₀中所有參考單元用于估計(jì)背景噪聲功率Z。

具體優(yōu)點(diǎn)為：

1、本發(fā)明提供的目標(biāo)檢測(cè)方法是基于雜波分布模型及參考窗口中參考單元樣本的統(tǒng)計(jì)特性，對(duì)背景噪聲平均功率值進(jìn)行估計(jì)，并實(shí)時(shí)調(diào)整極大值剔除功率門(mén)限，有效剔除極大值參考單元，不僅提高目標(biāo)檢測(cè)率，也降低了漏警率，同時(shí)克服了雜波干擾和多目標(biāo)干擾噪聲環(huán)境下，目標(biāo)檢測(cè)方法檢測(cè)性能?chē)?yán)重下降的問(wèn)題。

2、本發(fā)明提供的目標(biāo)檢測(cè)方法基于待檢測(cè)參考單元功率值乘以根據(jù)目標(biāo)恒虛警率計(jì)算得到的比例系數(shù)得到第二重極大值參考單元剔除功率門(mén)限，再次有效剔除極大值參考單元，提高了目標(biāo)檢測(cè)率，降低漏警率。

3、本發(fā)明提供的目標(biāo)檢測(cè)方法根據(jù)參考窗中兩次剔除極大值參考單元后，剩余參考單元數(shù)，選擇相應(yīng)的參考單元集，估計(jì)背景噪聲功率值，再乘以根據(jù)目標(biāo)恒虛警率計(jì)算得到的比例系數(shù)，得到最終的功率檢測(cè)門(mén)限，避免了噪聲功率估計(jì)過(guò)低造成的虛警率過(guò)高的問(wèn)題。

附圖說(shuō)明

通過(guò)以下參照附圖而提供的具體實(shí)施方式部分，本發(fā)明的特征和優(yōu)點(diǎn)將變得更加容易理解，在附圖中：

圖1是本發(fā)明中目標(biāo)檢測(cè)方法的結(jié)構(gòu)示意圖；；

圖2是本發(fā)明中本目標(biāo)檢測(cè)方法在均勻噪聲仿真環(huán)境下的目標(biāo)檢測(cè)率仿真曲線(xiàn)圖；

圖3是本發(fā)明中本目標(biāo)檢測(cè)方法在雜波干擾仿真環(huán)境下的目標(biāo)檢測(cè)率仿真曲線(xiàn)圖；

圖4是本發(fā)明中本目標(biāo)檢測(cè)方法在多干擾目標(biāo)仿真環(huán)境下的目標(biāo)檢測(cè)率仿真曲線(xiàn)圖。

具體實(shí)施方式

下面參照附圖對(duì)本發(fā)明的示例性實(shí)施方式進(jìn)行詳細(xì)描述。對(duì)示例性實(shí)施方式的描述僅僅是出于示范目的，而絕不是對(duì)本發(fā)明及其應(yīng)用或用法的限制。

參見(jiàn)圖1中目標(biāo)檢測(cè)方法的結(jié)構(gòu)示意圖所示，該方法中設(shè)定I和Q為雷達(dá)回波信號(hào)，經(jīng)過(guò)檢波器后得到檢測(cè)包絡(luò)序列輸入信號(hào)。λ為參考窗中參考單元樣本期望值，通過(guò)雜波分布模型可以估算得到；α為比例系數(shù)，0＜α≤1；x₀為測(cè)試單元；x₁,x₂,x₃,……x_N為從包絡(luò)序列輸入信號(hào)中提取的參考窗參考單元序列，N為參考窗大小，N_t為整數(shù)取n₀/2。S₀為參考窗口中參考單元經(jīng)過(guò)第一次剔除后剩余的參考單元集合，n₀表示S₀中參考單元個(gè)數(shù)。S₁為參考窗口中參考單元經(jīng)過(guò)第二次剔除后剩余的參考單元集合，n₁表示S₁中參考單元個(gè)數(shù)。T為檢測(cè)功率門(mén)限。

目標(biāo)檢測(cè)方法的執(zhí)行步驟如下：

步驟1，對(duì)極大值參考單元剔除。假設(shè)，T_c1表示第一重剔除門(mén)限，由參考單元樣本期望值λ乘以系數(shù)α得到剔除門(mén)限T_c1，計(jì)算公式可以表示為：

T_c1＝λ·α (1)

參考窗中，除了x₀外，其余參考單元x_i分別與T_c1進(jìn)行比較，小于等于T_c1的參考單元序列記為S₀，其余參考單元被認(rèn)為是極大值參考單元，從參考窗中剔除，可表示為：

其中，i∈[1,N]。

假設(shè)T_c2表示第二重剔除門(mén)限，由x₀測(cè)試單元乘以系數(shù)α得到剔除門(mén)限T_c2，計(jì)算公式可以表示為：

T_c2＝x₀·α (3)

S₀中全部參考單元{x_j}₁均與T_c2進(jìn)行比較，小于等于T_c2的參考單元序列記為S₁，其余參考單元被認(rèn)為是極大值參考單元，從S₀中剔除，可表示為：

其中x_j∈S₀,j∈[1,n₀]。

通過(guò)雙重剔除，剔除極大值參考單元，提高了本目標(biāo)檢測(cè)方法的檢測(cè)率，降低了本目標(biāo)檢測(cè)方法的漏檢率。

步驟2，對(duì)背景噪聲功率進(jìn)行估算；假設(shè)Z表示背景噪聲功率估計(jì)值，則Z的計(jì)算公式表示為：

其中，x_l∈S₀,l∈[1,n₀]，x_k∈S₁,k∈[1,n₁]。根據(jù)n₁與N_t的比較結(jié)果，檢測(cè)方法將從S₁或者S₀中選擇相應(yīng)的參考單元，用于估計(jì)背景噪聲功率Z。當(dāng)n₁≥N_t時(shí)，干擾目標(biāo)參考單元出現(xiàn)在參考單元集s₁中的概率較高，為了提高目標(biāo)檢測(cè)方法的檢測(cè)率，將從S₁中選擇參考單元用于估計(jì)背景噪聲功率Z；當(dāng)n₁＜N_t時(shí)，干擾目標(biāo)參考單元出現(xiàn)在單元集S₁中的概率較小，為了避免Z值估計(jì)過(guò)小，導(dǎo)致虛警率過(guò)高，所以選擇S₀中所有參考單元用于估計(jì)背景噪聲功率Z。通過(guò)選擇相應(yīng)的參考單元用于估計(jì)背景噪聲功率，剔除了極小值參考單元，降低了本檢測(cè)方法的虛警概率。

步驟3，計(jì)算功率檢測(cè)門(mén)限。假設(shè)T表示功率檢測(cè)門(mén)限，則T的計(jì)算公式表示為：

T＝Z·α (6)

其中α分別為門(mén)限系數(shù)。

步驟4，對(duì)檢測(cè)目標(biāo)進(jìn)行判別。測(cè)試單元x₀通過(guò)與功率檢測(cè)門(mén)限T進(jìn)行比較即可判別測(cè)試單元x₀是否為有效目標(biāo)的回波信號(hào)單元即是否有目標(biāo)，假設(shè)H₁表示有目標(biāo)，H₀表示無(wú)目標(biāo)，目標(biāo)有無(wú)判斷方法如下：

本方法中的參考窗口大小N取24，P_fa為目標(biāo)虛警率，本方法中P_fa＝10^-4，門(mén)限系數(shù)α的計(jì)算公式為：

α＝(P_fa)^1/N-1 (8)

參見(jiàn)圖2所示，該圖為本目標(biāo)檢測(cè)方法與CA-CFAR和ACCA-CFAR目標(biāo)檢測(cè)方法在均勻背景噪聲環(huán)境下的檢測(cè)率仿真對(duì)比曲線(xiàn)圖。從圖中可以看出本目標(biāo)檢測(cè)方法檢測(cè)率達(dá)97.45％，接近于CA-CFAR，優(yōu)于ACCA-CFAR目標(biāo)檢測(cè)方法。當(dāng)檢測(cè)概率為80.00％時(shí)，各方法與CA-CFAR方法相比，本目標(biāo)檢測(cè)方法損失約0.04dB,ACCA-CFAR方法損失約2.01dB，表明本目標(biāo)檢測(cè)方法在均勻背景噪聲環(huán)境下具有較好的檢測(cè)性能。

參見(jiàn)圖3所示，該圖為本目標(biāo)檢測(cè)方法與ACCA-CFAR目標(biāo)檢測(cè)方法在雜波干擾環(huán)境下的檢測(cè)率仿真對(duì)比曲線(xiàn)圖。從圖中可以看出，本目標(biāo)檢測(cè)方法的檢測(cè)率優(yōu)于ACCA-CFAR目標(biāo)檢測(cè)方法，當(dāng)SNR＝25dB時(shí)，本目標(biāo)檢測(cè)方法的檢測(cè)率為97.21％，分別高出ACCA-CFAR目標(biāo)檢測(cè)方法的檢測(cè)率3.20％，表明本目標(biāo)檢測(cè)方法在雜波干擾環(huán)境下也具有較好的檢測(cè)性能。

參見(jiàn)圖4所示，該圖為本目標(biāo)檢測(cè)方法與ACCA-CFAR目標(biāo)檢測(cè)方法在6個(gè)干擾目標(biāo)環(huán)境下的檢測(cè)率仿真對(duì)比曲線(xiàn)圖。從圖中可以看出，本目標(biāo)檢測(cè)方法的檢測(cè)率優(yōu)于ACCA-CFAR目標(biāo)檢測(cè)方法，當(dāng)SNR＝25dB時(shí)，本目標(biāo)檢測(cè)方法的檢測(cè)率為96.32％，分別高出ACCA-CFAR目標(biāo)檢測(cè)方法的檢測(cè)率2.14％，表明本目標(biāo)檢測(cè)方法在多干擾目標(biāo)環(huán)境下也具有較好的檢測(cè)性能。

雖然參照示例性實(shí)施方式對(duì)本發(fā)明進(jìn)行了描述，但是應(yīng)當(dāng)理解，本發(fā)明并不局限于文中詳細(xì)描述和示出的具體實(shí)施方式，在不偏離權(quán)利要求書(shū)所限定的范圍的情況下，本領(lǐng)域技術(shù)人員可以對(duì)所述示例性實(shí)施方式做出各種改進(jìn)或變型。