PDF《姚元飞,何奎,钱延军,彭祥》

然后,采用滑窗处理的方式将当前方位得到目标信息和之前6个方位得到的目标信息组成数组的形式,并且按照方位向对目标信息进行重排;

最后,对相同距离单元上7个方位向的目标进行统计判决,如果有些目标仅出现一次或者两次,那肯定是强度比较大的海杂波,将其从目标信息中删除,从而避免了强度比较大的海杂波被误检测为目标的情况发生.另 外,考虑到邻近方位的相关性,判决后从第4个方位输出目标信息,会达到更好的检测效果.图2二次检测算法实现框图Fig.2 Block diagram of realizing secondary detection algorithm 依据一个波束内目标和离散点海杂波相关性的不同,通过二次检测算法可以对离散点海杂波起到抑制作用.然 而,如果图2中的CFAR 检测算法可以先把海杂波的影响降低一些,那么会得到更好的海杂波抑制效果.目前,海杂波背景下的CFAR 检测算法多是采用双参数CFAR 检测算法[12] , 虽然该方法相对单参数CFAR 检测算法对海杂波的抑制能力较强,但是仍有个别目标和虚警会对杂波估计值产生一些影响.为 了解决这一问题,本文提出了双参数删除型CFAR 检测算法,实现框图如图3所示.图3双参数删除型CFAR 检测算法实现框图Fig.3 Block diagram of realizing biparametric delete CFAR detection algorithm 图中,D为待检单元,交叉线标出的紧邻待检单元的距离单元为保护单元,X1 ~ Xn 和Y1 ~ Yn 为参考单元,Zd 为删除前均值,Td 为删除调节系数,Sd 为删除门限,可以表示为式(5) 形式,Z 为删除后均值,T1 为均值调节系数,σ为方差,T2 为方差调节系数,S 为最终形成的门限,可以表示为式(6) 形式.Sd = TdZd ( 5) S = T1Z + T2 σ ( 6) 通过采用双参数删除型CFAR 检测算法,可以使幅度判决门限更加稳定,在计算参考单元的均值之后,并不将其作为幅度判决门限,而是作为幅度删除门限,凡超过该门限的单元均被删除,利用剩下的参考单元求均值来获得幅度判决门限.另 外,当用高分辨率雷达在低视角观察海面时,海杂波不再服从高斯类的瑞利分布,而是服从对数正态分布、韦布尔分布、相关K分布等一类的非高斯类分布,即海杂波出现尖峰的概率大大提高,此时利用方差将尖峰处的门限适当提高,从而使得均匀杂波处的门限同时依靠均值和方差保持平稳,虚警概率不会随着环境的改变而变化.3.2 帧间处理算法对于一些片状形态海杂波,即横跨几个方位角度的海杂波,通过二次检测算法是无法对其进行抑制的,因此,本文提出了帧间处理算法.该 算法中的一・495・www. teleonline. cn 电讯技术2013 年帧是指船用连续波雷达扫描一圈(360°) 所得到的回波数据,帧间处理算法是根据邻近帧之间目标回波相关性较强和片状海杂波相关性较弱的特点进行设计的,实现流程如图4所示.首 先,存储M-1帧二次检测算法处理后的目标信息;

然后,用保存的M-1帧的目标信息和当前帧相应角度和距离单元的目标信息比较;

最后,通过目标出现次数是否大于或等于L次(可调节)判断相应角度和距离单元上是否存在目标,从而达到抑制片状形态海杂波的目的.图4帧间处理算法实现流程图Fig.4 Flowchart of realizing interframe processing algorithm

4 实验结果与分析4.1 虚警概率分析因为邻近帧之间海杂波的相关性较弱,所以这里假设邻近帧之间的海杂波不相关,若单帧处理时,海杂波造成的虚警概率为Pfa- S;