System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于CA/GO/OS三维联合的自适应CFAR检测方法技术_技高网

一种基于CA/GO/OS三维联合的自适应CFAR检测方法技术

技术编号:40092464 阅读:4 留言:0更新日期:2024-01-23 16:25
本发明专利技术涉及一种基于CA/GO/OS三维联合的自适应CFAR检测方法。首先,利用参考单元及其邻近单元中的观测数据计算得到CA/GO/OS三维特征向量,形成训练样本;然后,根据给定的虚警概率,利用训练样本,结合凸包算法,求解CA/GO/OS三维联合特征空间中的决策凸包;接着,利用待检测单元及其邻近单元中的观测数据计算得到CA/GO/OS三维特征向量,形成待测样本;最后,基于该待测样本在特征空间中相对于决策凸包的位置,判断待检测单元中是否存在目标。与单一CFAR方法相比,本发明专利技术能够在均匀背景,杂波边缘环境以及多目标环境中都能获得优良的检测性能。

【技术实现步骤摘要】

本专利技术属于雷达目标检测领域,特别涉及多维联合自适应cfar检测技术。


技术介绍

1、对于海上目标检测来说,为获得最佳的cfar检测性能,需要利用检测单元附近的参考单元来估计背景的平均功率,从而自适应地设置检测门限。不同的背景功率估计方法对应不同的恒虚警检测方法。在背景均匀的情况下,ca-cfar检测器具有最佳检测性能,但当背景不均匀时,ca-cfar检测器的性能将急剧下降。

2、为了对抗杂波边缘,一般采用go-cfar检测器;而为了应对参考滑窗中出现的多个邻近干扰目标,一般采用so-cfar检测器或os-cfar检测器;但这些检测器在某种非均匀背景下的性能改善都会导致其在其他背景下额外的cfar损失或遮蔽效应。对于经典的单一cfar检测器,其门限因子除通过公式推导计算外还可由蒙特卡洛仿真实验求得,即通过对检测统计量排序得到预设虚警概率下的门限因子。考虑到经典cfar检测统计量本质上也是一种用于区分杂波与目标的能量特征,那么将3种cfar检测器的检测统计量作为3个特征,并采用凸包学习算法求得预设虚警概率下的决策凸包,便可实现三维联合检测。

3、目前,存在单一cfar难以在复杂环境中保持优良检测性能的问题。


技术实现思路

1、本专利技术的目的在于,针对单一cfar不能在复杂非均匀环境中保持优良检测性能的问题,提供一种基于ca/go/os三维联合的自适应cfar检测方法,该检测方法能够在均匀背景,杂波边缘环境以及多目标环境中都能获得优良的检测性能。其中要解决的技术问题是:ca、go、os三种检测统计量联合形成的三维特征空间中的决策凸包求解问题。

2、本专利技术所述的一种基于ca/go/os三维联合的自适应cfar检测方法,包括以下步骤:

3、步骤一、利用参考单元及其邻近单元中的观测数据计算得到ca/go/os三维特征向量,形成训练样本;

4、所述步骤一具体包括:

5、针对第个距离单元的观测数据,,,表示cfar处理器中单边参考单元的数量;那么,ca-cfar检测统计量、go-cfar检测统计量、os-cfar检测统计量的计算式分别为:

6、,,

7、其中,表示第个距离单元的ca-cfar检测统计量,表示第个距离单元的go-cfar检测统计量,表示第个距离单元的os-cfar检测统计量,表示将集合中的元素由大到小排序后,取出的第个元素,一般地,,表示向下取整;

8、记为第个距离单元对应的ca/go/os三维特征向量,,数量为个,从而形成训练样本;

9、步骤二、根据给定的虚警概率,利用训练样本,结合凸包算法,求解ca/go/os三维联合特征空间中的决策凸包;

10、所述步骤二具体包括:

11、s21、建立一个x轴表示ca-cfar检测统计量、y轴表示go-cfar检测统计量、z轴表示os-cfar检测统计量的三维特征空间;

12、s22、将s21得到的个ca/go/os三维特征向量形成的训练样本映射为三维特征空间中的点,点的集合记为;

13、s23、根据预设虚警概率,计算虚警点数,一般预设,并令;

14、s24、计算数据点集合的凸包,记为,该凸包的顶点集合记为,并统计该凸包内的数据点的数量,记为;

15、s25、做循环,循环变量,计算数据点集合的凸包,记为,然后统计凸包内的数据点的数量,记为;循环结束,得到点数集合和凸包集合;

16、s26、取出集合中最小值对应的下标,进而得到它所对应的顶点以及去掉该顶点后形成的凸包,;

17、s27、令;如果,那么凸包就是所求的决策凸包;如果,那么,将数据点集合替换为新的数据点集合,返回步骤s24,继续执行步骤s24~s27,直至为止。

18、步骤三、利用待检测单元及其邻近单元中的观测数据计算得到ca/go/os三维特征向量,形成待测样本;

19、所述步骤三具体包括:

20、针对第个距离单元的观测数据,其邻近的无目标距离单元观测数据记为集合,那么,ca-cfar检测统计量、go-cfar检测统计量、os-cfar检测统计量的计算式分别为:

21、,,

22、其中,表示第个距离单元的ca-cfar检测统计量,表示第个距离单元的go-cfar检测统计量,表示第个距离单元的os-cfar检测统计量,表示将集合中的元素由大到小排序后,取出的第个元素,一般地,,表示向下取整;

23、记为待检测距离单元对应的ca/go/os三维特征向量,称为待测样本。

24、步骤四、基于该待测样本在特征空间中相对于决策凸包的位置,判断待检测单元中是否存在目标。

25、所述步骤四具体包括:

26、s41、将待测样本与输出决策凸包的数据集混合在一起,映射为三维特征空间中的数据点集;

27、s42、计算该数据点集的凸包,记为;

28、s43、通过比较凸包与的顶点是否相同,来判断该待测样本在特征空间中相对于决策凸包的位置,进而判断待检测单元中是否存在目标;具体是,如果两个凸包的顶点相同,那么表明,在特征空间中,该待测样本位于决策凸包的里面,进而表明,待检测单元中不存在目标;否则,如果两个凸包的顶点不同,那么表明,在特征空间中,该待测样本位于决策凸包的外面,进而表明,待检测单元中存在目标。

本文档来自技高网...

【技术保护点】

1.一种基于CA/GO/OS三维联合的自适应CFAR检测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种基于CA/GO/OS三维联合的自适应CFAR检测方法,所述步骤S1,具体包括:

3.根据权利要求1所述的一种基于CA/GO/OS三维联合的自适应CFAR检测方法,所述步骤S2,具体包括:

4.根据权利要求1所述的一种基于CA/GO/OS三维联合的自适应CFAR检测方法,所述步骤S3,具体包括:

5.根据权利要求1所述的一种基于CA/GO/OS三维联合的自适应CFAR检测方法,所述步骤S4,具体包括:

【技术特征摘要】

1.一种基于ca/go/os三维联合的自适应cfar检测方法,其特征在于包括以下步骤:

2.根据权利要求1所述的一种基于ca/go/os三维联合的自适应cfar检测方法,所述步骤s1,具体包括:

3.根据权利要求1所述的一种基于ca/go/os三维联合的自适应...

【专利技术属性】
技术研发人员:黄勇何友董云龙刘宁波丁昊王国庆于恒力曹政
申请(专利权)人:中国人民解放军海军航空大学
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