基于滤波的雷达目标快速CFAR检测方法技术

本发明专利技术公开了一种基于滤波的雷达目标快速CFAR检测方法，其主要思路为：获取SAR雷达成像数据；将所述SAR雷达成像数据记为待检测图像的幅度矩阵I，I中包含感兴趣动目标和感兴趣动目标的背景杂波，且I中的感兴趣动目标所占像素个数为

【技术实现步骤摘要】
基于滤波的雷达目标快速CFAR检测方法
本专利技术属于雷达信号处理
，是一种合成孔径雷达中的目标检测技术，特别涉及一种基于滤波的雷达目标快速CFAR检测方法，即基于滤波的雷达目标快速恒虚警率(ConstantFalseAlarmRate，CFAR)检测方法，适用于瑞利背景下合成孔径雷达和逆合成孔径雷达中的雷达动目标检测。
技术介绍
在大场景高分辨合成孔径雷达(SyntheticApertureRadar，SAR)图像检测中，恒虚警率(ConstantFalseAlarmRate，CFAR)算法是SAR图像目标检测领域中应用最广泛的一类算法，传统CFAR算法具体实现过程是：根据经典的统计检测理论，在给定的虚警概率条件下，首先根据目标所处周围背景杂波的统计特性自适应求取检测阈值，然后将待检测像素和自适应阈值进行比较，判断其是否为目标点；通过参考窗口的滑动，实现对所有像素的自适应检测，目标周围背景杂波的统计特性通常由目标像素周围参考窗口内的像素确定；在高分辨率SAR图像中，由于感兴趣目标呈分布式，因而为了去除目标像素对杂波模型参数估计的影响，在参考滑动窗口中根据检测目标的大小设立保护警戒区域的空心滑窗，绝大多数CFAR算法是在空心滑窗的基础上发展而来。CFAR检测速度是决定目标检测算法实用性的一个重要指标，传统CFAR检测本质上是局部滑窗的检测方法，局部动态使每一个像素多次参与了滑窗运算，导致传统CFAR算法运算量大且计算效率较低，并且目标检测速度慢；由于检测面对的是整幅场景，操作的数据量很大，如果计算效率低，势必影响了整个系统的性能，降低了系统的实时性，增加了硬件实现系统的要求。
技术实现思路
针对现有技术中CFAR检测器存在的计算量大、检测效率低的问题，本专利技术的目的在于提出一种基于滤波的雷达目标快速CFAR检测方法，该种基于滤波的雷达目标快速CFAR检测方法能够快速检测SAR图像中的动目标，且计算量小、检测效率高。为达到上述目的，本专利技术采用如下技术方案予以实现。一种基于滤波的雷达目标快速CFAR检测方法，包括以下步骤：步骤1，获取SAR雷达回波数据，并对SAR雷达回波数据进行成像，得到SAR雷达成像数据；将所述SAR雷达成像数据记为待检测图像的幅度矩阵I，其中待检测图像的像素数为X”×Y”，X”表示待检测图像的幅度矩阵行数对应包含的像素个数，Y”表示待检测图像的幅度矩阵列数对应包含的像素个数；所述待检测图像的幅度矩阵I中包含感兴趣动目标和感兴趣动目标的背景杂波，且待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数为X”>Y”，为大于0的正整数；然后计算待检测图像的X×Y维能量矩阵S，X表示待检测图像的X×Y维能量矩阵S的行数，Y表示待检测图像的X×Y维能量矩阵S的列数，X和Y分别为大于0的整数；步骤2，对待检测图像的X×Y维能量矩阵S进行补零操作，得到待检测图像的M×N维统计矩阵A，所述待检测图像的M×N维统计矩阵A为经过补零操作后待检测图像的能量矩阵，M表示待检测图像的M×N维统计矩阵A的行数，N表示待检测图像的M×N维统计矩阵A的列数，M＝X+L，N＝Y+L，1<L<min(X,Y)，min为取最小值操作，L为待检测图像的M×N维统计矩阵A的行数或者列数进行补零的个数，L为大于1的整数，M和N分别为大于1的整数；步骤3，对待检测图像的M×N维统计矩阵A中的每一列分别做列快速傅里叶变换处理，得到快速傅里叶变换处理后的维统计矩阵，和分别为大于1的整数；步骤4，对快速傅里叶变换处理后的维统计矩阵中的每一行分别做行快速傅里叶变换处理，得到待检测图像的维频域待滤波矩阵B，和分别为大于1的整数；步骤5，根据待检测图像的维频域待滤波矩阵B，分别构造L阶频域滤波器WL和P阶频域滤波器WP，其中L阶频域滤波器WL为M'×N'维矩阵，P阶频域滤波器WP为M”×N”维矩阵，P<L；所述频域滤波器WL的阶数与待检测图像的M×N维统计矩阵A的行数或者列数进行补零的个数相等；使用L阶频域滤波器WL和P阶频域滤波器WP对待检测图像的维频域待滤波矩阵B分别进行背景杂波滤波处理，进而得到背景杂波滤波处理后的维统计矩阵C；步骤6，对背景杂波滤波处理后的维统计矩阵C的每一行分别进行行逆快速傅里叶变换处理，得到逆快速傅里叶变换处理后的统计矩阵；步骤7，对逆快速傅里叶变换处理后的统计矩阵的每一列分别进行列逆快速傅里叶变换处理，得到待检测图像的R×G维杂波能量矩阵D；R和G分别为大于1的整数；步骤8，利用待检测图像的M×N维统计矩阵A和待检测图像的R×G维杂波能量矩阵D，计算得到感兴趣动目标的R'×G'维判定矩阵E；步骤9，根据待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数为从感兴趣动目标的R'×G'维判定矩阵E中的第L/2行、第L/2列元素开始，截取大小为X'×Y'维的矩阵，将所述X'×Y'维的矩阵记为感兴趣动目标的X'×Y'维有效判定矩阵F；X'和Y'分别为0的整数；步骤10，根据待检测图像的R×G维杂波能量矩阵D，计算得到动目标判定门限值-lnPfa，然后将感兴趣动目标的X'×Y'维有效判定矩阵F中每一个元素分别与动目标判定门限值-lnPfa作比较，得到感兴趣动目标的X'×Y'维有效判定矩阵F中大于或等于动目标判定门限值-lnPfa的所有元素各自对应的像素，记为感兴趣动目标的X'×Y'维有效判定矩阵F中X'行、Y'列元素对应感兴趣目标中的个像素；其中，感兴趣动目标的X'×Y'维有效判定矩阵F中X'行、Y'列元素对应感兴趣目标中的像素个数取值与待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数取值相同；进而检测到了待检测图像的幅度矩阵I中包含的感兴趣动目标，即检测到了SAR雷达成像中的感兴趣动目标。本专利技术与现有方法相比，具有以下优点：本专利技术方法能够减少传统CFAR检测算法的运算量，提高运算效率，并能够快速实现SAR图像中的动目标检测，且能够扩展为不同分布模型下采用CFAR检测器的目标检测算法。附图说明下面结合附图和具体实施方式对本专利技术作进一步详细说明。图1为本专利技术的一种基于滤波的雷达目标快速CFAR检测方法流程图；图2(a)为使用传统CFAR算法对实测数据进行目标检测后得到的检测结果示意图，图2(b)为使用本专利技术方法对实测数据进行目标检测后得到的检测结果示意图；图3为使用传统CFAR算法、快速迭代CFAR算法和本专利技术方法分别对不同像素数图形进行目标检测所用时间的对比图。具体实施方式参照图1，为本专利技术的一种基于滤波的雷达目标快速CFAR检测方法流程图；所述下基于滤波的雷达目标快速CFAR检测方法，包括以下步骤：步骤1，获取SAR雷达回波数据，并对SAR雷达回波数据进行成像，得到SAR雷达成像数据；由于SAR雷达成像数据可能服从不同的分布模型，对应的各种分布模型分别随着SAR雷达成像的分辨率和成像参数变化而不同，高斯分布、负指数分布、对数正态分布、K分布都能够用来拟合目标并检测目标的背景杂波，本专利技术实施例采用瑞利分布拟合目标并检测目标的背景杂波。将所述SAR雷达成像数据记为待检测图像的幅度矩阵I，其中待检测图像的像素数为X”×Y”，X”表示待检测图像的幅度矩阵行数对应包含的像素个数，Y”表示待检测图像的本文档来自技高网...

【技术保护点】
一种基于滤波的雷达目标快速CFAR检测方法，其特征在于，包括以下步骤：步骤1，获取SAR雷达回波数据，并对SAR雷达回波数据进行成像，得到SAR雷达成像数据；将所述SAR雷达成像数据记为待检测图像的幅度矩阵I，其中待检测图像的像素数为X”×Y”，X”表示待检测图像的幅度矩阵行数对应包含的像素个数，Y”表示待检测图像的幅度矩阵列数对应包含的像素个数；所述待检测图像的幅度矩阵I中包含感兴趣动目标和感兴趣动目标的背景杂波，且待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数为

【技术特征摘要】
1.一种基于滤波的雷达目标快速CFAR检测方法，其特征在于，包括以下步骤：步骤1，获取SAR雷达回波数据，并对SAR雷达回波数据进行成像，得到SAR雷达成像数据；将所述SAR雷达成像数据记为待检测图像的幅度矩阵I，其中待检测图像的像素数为X”×Y”，X”表示待检测图像的幅度矩阵行数对应包含的像素个数，Y”表示待检测图像的幅度矩阵列数对应包含的像素个数；所述待检测图像的幅度矩阵I中包含感兴趣动目标和感兴趣动目标的背景杂波，且待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数为X”>Y”，为大于0的正整数；然后计算待检测图像的X×Y维能量矩阵S，X表示待检测图像的X×Y维能量矩阵S的行数，Y表示待检测图像的X×Y维能量矩阵S的列数，X和Y分别为大于0的整数；步骤2，对待检测图像的X×Y维能量矩阵S进行补零操作，得到待检测图像的M×N维统计矩阵A，所述待检测图像的M×N维统计矩阵A为经过补零操作后待检测图像的能量矩阵，M表示待检测图像的M×N维统计矩阵A的行数，N表示待检测图像的M×N维统计矩阵A的列数，M＝X+L，N＝Y+L，1<L<min(X,Y)，min为取最小值操作，L为待检测图像的M×N维统计矩阵A的行数或者列数进行补零的个数，L为大于1的整数，M和N分别为大于1的整数；步骤3，对待检测图像的M×N维统计矩阵A中的每一列分别做列快速傅里叶变换处理，得到快速傅里叶变换处理后的维统计矩阵，和分别为大于1的整数；步骤4，对快速傅里叶变换处理后的维统计矩阵中的每一行分别做行快速傅里叶变换处理，得到待检测图像的维频域待滤波矩阵B，和分别为大于1的整数；步骤5，根据待检测图像的维频域待滤波矩阵B，分别构造L阶频域滤波器WL和P阶频域滤波器WP，其中L阶频域滤波器WL为M'×N'维矩阵，P阶频域滤波器WP为M”×N”维矩阵，P<L；所述频域滤波器WL的阶数与待检测图像的M×N维统计矩阵A的行数或者列数进行补零的个数相等；使用L阶频域滤波器WL和P阶频域滤波器WP对待检测图像的维频域待滤波矩阵B分别进行背景杂波滤波处理，进而得到背景杂波滤波处理后的维统计矩阵C；步骤6，对背景杂波滤波处理后的维统计矩阵C的每一行分别进行行逆快速傅里叶变换处理，得到逆快速傅里叶变换处理后的统计矩阵；步骤7，对逆快速傅里叶变换处理后的统计矩阵的每一列分别进行列逆快速傅里叶变换处理，得到待检测图像的R×G维杂波能量矩阵D；R和G分别为大于1的整数；步骤8，利用待检测图像的M×N维统计矩阵A和待检测图像的R×G维杂波能量矩阵D，计算得到感兴趣动目标的R'×G'维判定矩阵E；步骤9，根据待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数为从感兴趣动目标的R'×G'维判定矩阵E中的第L/2行、第L/2列元素开始，截取大小为X'×Y'维的矩阵，将所述X'×Y'维的矩阵记为感兴趣动目标的X'×Y'维有效判定矩阵F；X'和Y'分别为0的整数；步骤10，根据待检测图像的R×G维杂波能量矩阵D，计算得到动目标判定门限值-lnPfa，然后将感兴趣动目标的X'×Y'维有效判定矩阵F中每一个元素分别与动目标判定门限值-lnPfa作比较，得到感兴趣动目标的X'×Y'维有效判定矩阵F中大于或等于动目标判定门限值-lnPfa的所有元素各自对应的像素，记为感兴趣动目标的X'×Y'维有效判定矩阵F中X'行、Y'列元素对应感兴趣目标中的个像素；其中，感兴趣动目标的X'×Y'维有效判定矩阵F中X'行、Y'列元素对应感兴趣目标中的像素个数取值与待检测图像的幅度矩阵I中的感兴趣动目标所占像素个数取值相同；进而检测到了待检测图像的幅度矩阵I中包含的感兴趣动目标，即检测到了SAR雷达成像中的感兴趣动目标。2.如权利要求1所述的一种基于滤波的雷达目标快速CFAR检测方法，其特征在于，在步骤1中，所述待检测图像的X×Y维能量矩阵S，其表达式为：S＝I2；所述待检测图像的X×Y维能量矩阵S服从负指数分布，X表示待检测图像的X×Y维能量矩阵S的行数，Y表示待检测图像的X×Y维能量矩阵S的列数，且该待检测图像的X×Y维能量矩阵S的行数X取值与待检测图像的幅度矩阵长度对应包含的像素个数X”取值相同，该待检测图像的X×Y维能量矩阵S的列数Y取值与待检测图像的幅度矩阵宽度对应包含的像素个数Y”相同。3.如权利要求1所述的一种基于滤波的雷达目标快速CFAR检测方法，其特征在于，在步骤3中，所述快速傅里叶变换处理后的维统计矩阵，还包括：表示快速傅里叶变换处理后的维统计矩阵的行数，表示快速傅里叶变换处理后的维统计矩阵的列数，且该快速傅里叶变换处理后的维统计矩阵的行数取值与待检测图像的M×N维统计矩阵A的行数M取值相同，该快速傅里叶变换处理后的维统计矩阵的列数取值与待检测图像的M×N维统计矩阵A的列数N取值相同。4.如权利要求1所述的一种基于滤波的雷达目标快速CFAR检测方法，其特征在于，在步骤4中，所述待检测图像的维频域待滤波矩阵B，还包括：表示待检测图像的维频域待滤波矩阵B的行数，表示待检测图像的维频域待滤波矩阵B的列数，且该待检测图像的维频域待滤波矩阵B的行数取值与待检测图像的M×N维统计矩阵A的行数M取值相同，该待检测图像的维频域待滤波矩阵B的列数取值与待检测图像的M×N维统计矩阵A的列数N取值相同。5.如权利要求1所述的一种基于滤波的雷达目标快速CFAR检测方法，其特征在于，步骤5的子步骤为：5a)根据待检测图像的维频域待滤波矩阵B，构造L阶频域滤波器WL，该L阶频域滤波器WL为M'×N'维矩阵，将其中第i行、第j列元素记为WL(i,j)，计算表达式为：其中，sinc表示辛格函数，i∈{1,2,…,M'}，j∈{1,...

【专利技术属性】
技术研发人员：孙光才，章林，李健，邢孟道，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61