当前位置: 首页 > 专利查询>深圳大学专利>正文

一种雷达目标信号检测方法及相关设备技术

技术编号:35902049 阅读:14 留言:0更新日期:2022-12-10 10:38
本发明专利技术公开了一种雷达目标信号检测方法及相关设备,所述方法包括:采集雷达信号,使用自动增益控制对所述雷达信号进行处理,生成距离多普勒矩阵;在雷达目标稀疏的场景中,计算全局噪声功率水平,将所述全局噪声功率水平作为划分目标信号搜索区域的门限,在所述距离多普勒矩阵中,若采样点的值大于所述门限,则划分为目标信号搜索区域;在所述目标搜索区域使用二维CFAR算法检测目标,使用预设字形记忆化计算每个数据单元的噪声功率水平,得到检测到的目标信号。本发明专利技术采用记忆化局部噪声值估计的方法,能大大减少计算量,加快计算速度,进而满足雷达实时检测的要求。满足雷达实时检测的要求。满足雷达实时检测的要求。

【技术实现步骤摘要】
一种雷达目标信号检测方法及相关设备


[0001]本专利技术涉及雷达信号处理
,尤其涉及一种雷达目标信号检测方法、系统、终端及计算机可读存储介质。

技术介绍

[0002]虚警概率指雷达探测的过程中,采用门限检测的方法时由于噪声的普遍存在和起伏,实际不存在目标却判断为有目标的概率。在军事领域对虚警的控制尤为重要。若将干扰噪声或杂波判断为有用目标,轻者造成雷达系统资源的额外浪费,严重的话,可能触发武器系统造成不必要的损失。此外即便仅考虑噪声影响,噪声电平有限地增加2dB,也会使虚警概率增长1.5~3个数量级,虚警概率相对噪声电平很小变化的高敏感性会严重影响雷达检测性能。保持雷达信号的检测虚警率恒定可以有效解决这一问题,为此就有了恒虚警(Constant False Alarm Rate,CFAR)处理方法。CFAR算法是自动检测过程的一个重要部分,能够依据背景杂波及噪声功率自适应地设计检测门限,使得目标的虚警概率始终保持恒定。作为雷达信号处理中的关键技术手段,恒虚警处理方法在目标检测领域有着重要地位。
[0003]最经典的均值类CFAR算法是单元平均(cell average,CA)算法,在均匀瑞利杂波背景下,CA

CFAR探测器是准最优的。然而,它只能在均匀杂波背景环境中表现良好。在非均匀环境下,CA

CFAR检测器的检测性能和虚警调节性能会受到严重影响。在多目标和杂波边缘环境下,由于不能消除附近目标和杂波能量突变带来的影响,CA

CFAR检测器的检测概率损失严重,虚警概率偏离预定值。
[0004]有序统计类算法建立在OS

CFAR检测器的基础之上,旨在提高均值类CFAR算法在多目标环境下的性能。由于OS处理只保留了一个参考单元的输出,其他单元没有得到充分利用,这在一定程度上使得OS

CFAR方法过于依赖于第K值,导致CFAR损失很大,在统一的环境下检测性能也有一定的损失。
[0005]在一维恒虚警的研究的基础上,人们发现杂波和噪声不仅存在距离维上,而且还会扩散到多普勒维上,所以人们开始设计具有距离

多普勒处理能力的雷达系统。其中一维CA

CFAR检测器和OS

CFAR检测器的方法都可以直接延用到二维恒虚警处理上。对于提出的2D

OS

CFAR算法,在云杂波抑制上有很好的应用。对于提出的OSCA

CFAR算法,相较于2D

OS

CFAR算法,OSCA

CFAR算法提高了门限估计过程的计算速度;相较于2D

CA

CFAR算法,增强了检测在多目标环境中的稳定性。但算法中冗余的排序操作还是会使消耗大量CPU资源。
[0006]因此,现有技术还有待于改进和发展。

技术实现思路

[0007]本专利技术的主要目的在于提供一种雷达目标信号检测方法、系统、终端及计算机可读存储介质,旨在解决现有技术中雷达信号检测时消耗大量CPU资源,导致检测计算量大,精度不高的问题。
[0008]为实现上述目的,本专利技术提供一种雷达目标信号检测方法,所述雷达目标信号检测方法包括如下步骤:
[0009]采集雷达信号,使用自动增益控制对所述雷达信号进行处理,生成距离多普勒矩阵;
[0010]在雷达目标稀疏的场景中,计算全局噪声功率水平,将所述全局噪声功率水平作为划分目标信号搜索区域的门限,在所述距离多普勒矩阵中,若采样点的值大于所述门限,则划分为目标信号搜索区域;
[0011]在所述目标搜索区域使用二维CFAR算法检测目标,使用预设字形记忆化计算每个数据单元的噪声功率水平,得到检测到的目标信号。
[0012]可选地,所述的雷达目标信号检测方法,其中,所述采集雷达信号,使用自动增益控制对所述雷达信号进行处理,生成距离多普勒矩阵,具体包括:
[0013]若雷达发射连续调频波信号为:
[0014][0015]其中,t为时间,T表示发射信号脉宽,A0表示信号振幅,f
c
表示在载频频率,k表示调频斜率;
[0016]其中,k=B/T,B表示发射信号带宽;
[0017]其中,
[0018]目标回波表示为:
[0019][0020]其中,K
r
表示加权系数,与目标散射截面积和衰减系数有关;τ表示回波相较于发射波的时延;
[0021]其中,τ=2(R+vt)/c;
[0022]其中,v表示目标速度,R表示目标与雷达距离,c表示光速;
[0023]将发射信号和接收信号混频后得到差拍信号:
[0024][0025]其中,
[0026]f
B
表示中心频率,k
b
表示调频率;
[0027]每个周期的连续调频信号回波包含中心频率f
B
,对每个周期的连续调频回波信号
进行快速傅里叶变换,得到每个周期回波信号所包含的距离信息;
[0028]对一维快速傅里叶变换处理后的同一距离门的信号再次进行快速傅里叶变换,两次快速傅里叶变换后得到距离多普勒矩阵。
[0029]可选地,所述的雷达目标信号检测方法,其中,所述在雷达目标稀疏的场景中,计算全局噪声功率水平,将所述全局噪声功率水平作为划分目标信号搜索区域的门限,在所述距离多普勒矩阵中,若采样点的值大于所述门限,则划分为目标信号搜索区域,具体包括:
[0030]在雷达目标稀疏的场景中,使用全局数据粗略估计出全局噪声功率水平,利用全局噪声功率水平预先锁定目标信号可能存在的范围,并对范围内的信号数据进行OSCA

CFAR检测;
[0031]设定全局噪声功率估计为:
[0032][0033]其中,P
global_noise
为全局噪声功率估计,x
i
为采样单元功率水平,N为距离多普勒矩阵中采样单元总个数;判断目标范围方法为:
[0034]P
current
>P
global_noise

[0035]其中,P
current
表示距离多普勒矩阵中当前采样点的功率;当前采样点值大于全局噪声功率估计时判断为目标信号搜索区域。
[0036]可选地,所述的雷达目标信号检测方法,其中,所述雷达目标信号检测方法还包括:
[0037]对于服从高斯分布的回波信号,距离多普勒矩阵中的各个参考单元采样X服从指数分布,概率密度函数为:
[0038][0039]其中,x为随机变量X的具体取值;λ

为指数分布的参数,表示随机变量X的期望;
[0040]其中,
[0041]其中,H0表示在被检本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种雷达目标信号检测方法,其特征在于,所述雷达目标信号检测方法包括:采集雷达信号,使用自动增益控制对所述雷达信号进行处理,生成距离多普勒矩阵;在雷达目标稀疏的场景中,计算全局噪声功率水平,将所述全局噪声功率水平作为划分目标信号搜索区域的门限,在所述距离多普勒矩阵中,若采样点的值大于所述门限,则划分为目标信号搜索区域;在所述目标搜索区域使用二维CFAR算法检测目标,使用预设字形记忆化计算每个数据单元的噪声功率水平,得到检测到的目标信号。2.根据权利要求1所述的雷达目标信号检测方法,其特征在于,所述采集雷达信号,使用自动增益控制对所述雷达信号进行处理,生成距离多普勒矩阵,具体包括:若雷达发射连续调频波信号为:其中,t为时间,T表示发射信号脉宽,A0表示信号振幅,f
c
表示在载频频率,k表示调频斜率;其中,k=B/T,B表示发射信号带宽;其中,目标回波表示为:其中,K
r
表示加权系数,与目标散射截面积和衰减系数有关;τ表示回波相较于发射波的时延;其中,τ=2(R+vt)/c;其中,v表示目标速度,R表示目标与雷达距离,c表示光速;将发射信号和接收信号混频后得到差拍信号:其中,f
B
表示中心频率,k
b
表示调频率;每个周期的连续调频信号回波包含中心频率f
B
,对每个周期的连续调频回波信号进行快速傅里叶变换,得到每个周期回波信号所包含的距离信息;对一维快速傅里叶变换处理后的同一距离门的信号再次进行快速傅里叶变换,两次快
速傅里叶变换后得到距离多普勒矩阵。3.根据权利要求2所述的雷达目标信号检测方法,其特征在于,所述在雷达目标稀疏的场景中,计算全局噪声功率水平,将所述全局噪声功率水平作为划分目标信号搜索区域的门限,在所述距离多普勒矩阵中,若采样点的值大于所述门限,则划分为目标信号搜索区域,具体包括:在雷达目标稀疏的场景中,使用全局数据粗略估计出全局噪声功率水平,利用全局噪声功率水平预先锁定目标信号可能存在的范围,并对范围内的信号数据进行OSCA

CFAR检测;设定全局噪声功率估计为:其中,P
global_noise
为全局噪声功率估计,x
i
为采样单元功率水平,N为距离多普勒矩阵中采样单元总个数;判断目标范围方法为:P
current
>P
global_noise
;其中,P
current
表示距离多普勒矩阵中当前采样点的功率;当前采样点值大于全局噪声功率估计时判断为目标信号搜索区域。4.根据权利要求3所述的雷达目标信号检测方法,其特征在于,所述雷达目标信号检测方法还包括:对于服从高...

【专利技术属性】
技术研发人员:黄磊张馨玥周汉飞王伟
申请(专利权)人:深圳大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1