检测场景中目标的方法和设备的制作方法

专利名称：检测场景中目标的方法和设备的制作方法
检测场景中目标的方法和设备
本发明涉及才企测场景中目标的恒虛警率(CFAR)处理方法。更具体 地说，本发明涉及处理雷达回波的方法，它允许改进机场跑道等上的 外来物碎片(FOD)检测。
使用调频连续波(FMCW)毫米波雷达才企测跑道上的外来物^泮片 (FOD)已为人所熟知。FOD检测雷达应该理想上能够以最低虛警率检 测各种大小的物体(例如，大小从飞机引擎外壳到螺母或螺栓不等的 物体)，以便避免机场运行中断。此检测要求由于在机场环境中通常 存在的高级别雷达杂波而变得极为复杂。在各种天气条件下处理雷达 数据以便通过杂波可靠地检测跑道上的任何FOD并具有可接受的低 虛警率(例如，每天或每周1个虛警)有着极大的困难，这也是为人所 熟知的。
雷达数据的恒虚警率(CFAR)处理也为人所熟知，并且以前已在设 计为在高杂波环境操作的雷达系统中使用。CFAR处理技术一般涉及 虚警概率(PFA)曲线的知识。随后，可从PFA曲线计算将提供所需虚 警率(例如，每天一次虚警)的阈值级别。在操作中，雷达获取的扫描 可根据单个平均值或干净场景杂波地图軒与以前确定的阈值级别相比
的每个距离方位单元的标准化回波进行标准化。如果标准化回波超过 阈值级别，则雷达指示存在目标。虽然CFAR技术允许控制虚警率， 但不可避免的结果是越低的虛警率要求越高的检测阄值，由此降^氐了 雷达灵敏度。本领域的技术人员因此认为，CFAR技术无法提供高检 测灵敏度和低虚警率。
本发明的目的是提供一种处理雷达数据的改进方法和一种实现此 类方法的设备。另外，本发明的又一目的是提供一种处理雷达数据以
提供在诸如机场跑道等表面上存在外来物碎片的警告的方法。本发明
的再一 目的是提供一种改进的CFAR处理方法。
根据本发明的第一方面， 一种检测场景中目标的方法包括以下步 骤(a)获得一个或多个数据集，每个数据集包括多个标准化数据 元，每个标准化数据元对应于部分场景的回波，该回波标准化为同一 部分场景的参考回波；以及(b)为所述一个或多个数据集中每个数 据集的至少一个标准化数据元取阈值，其特征在于，取阈值步骤(b) 包括将每个标准化数据元与至少第一和第二阈值进行比较的步骤，其 中第一阈值大于第二阈值。
因此，提供了一种分析来自场景的数据的方法，其中一个或多个 数据集的标准化数据元每个都与两个或i多个不同的阈值进行比较。 标准化数据元例如可包括场景内来自多个距离方位单元的雷达回波， 这些回波相对于场景的杂波地图进行标准化。
本发明的方法因此提供了分离场景的"大"标准化目标回波(即，超 过第 一 大阈值的标准化数据元)和场景的"中"标准化目标回波(即，超 过第二中阈值但低于第 一阈值的标准化数据元)的方便方式。此外， 取阈值步骤优选包括将每个标准化数据元与至少第一、第二和笫三阈 值进行比较，其中所述第三阔值小于所述第二阔值。第三阈值的提供 还允许检测"小"标准化目标回波(即，值大于第三小阔值并小于第二 阈值的标准化数据元)。根据需要，还可提供降低幅度的其它阈值(例 如，第四、第五、第六等)。
根据本发明提供多个阈值允许标识"大"目标，同时确保不放弃任 何更小强度的回波，这些回波也可指示存在更小(即，较小雷达横截 面)目标。与只设置单个阈值且放弃低于该单个阈值的任何标准化回 波的现有技术虚警概率(PFA)技术相比，这是个极大的优势。如下面 更详细所述的，在与超过较低(即，第二或后面的)阈值而未超过较高 (即，第一)阈值的标准化数据元的一次或多次"确认"扫描组合时，使 用多个阈值特别有利。本发明的方法因此可视为克服了如何提高检测
灵敏度而不增大虚警率的问题。
本发明有利地包括从以前为场景计算的虚警概率(PFA)数据得出 至少第 一和第二阈值的步骤。此步骤例如可涉及使用虚警概率曲线。
此外，生成此类PFA数据的初始步骤可有利地执行，所述PFA数据 生成步骤包括获得(例如，获取)所述场景的多个附加干净场景回波的 步骤。
PFA数据生成步骤可涉及获得多次(例如，10次)干净场景扫描， 其中每次干净场景扫描包括对应于场景不同部分(例如，不同距离方 位单元)的多个雷达回波。随后，通过平均场景每个部分的多次干净 场景扫描的回波，可产生干净场景杂波地图。其它干净场景扫描(例 如，十次或更多次扫描)可获取并标准化'为干净场景杂波地图，由此 允许生成虚警概率数据，该数据可用于确定提供所需虚警率所要求的 检测阈值。下面给出有关PFA数据生成和PFA数据可如何用于设置 阈值的更多详情。
有利的是，获得一个或多个数据集的步骤(a)包括获得多个数 据集的步骤，其中取阈值步骤(b)又应用于所述多个数据集中的每 个数据集。这样，多个数据集(例如，来自多次扫描的标准化回波)连 续地取阈值。有利的是，取阈值步骤(b)包括将不同阈值应用于不 同数据集的步骤。
有利的是，连续数据集的多个标准化数据元是从在连续时间间隔 期间获取的场景的回波得出。在此类情况下，数据集的标准化数据元 将包含在第 一 时间间隔期间(例如，在第c"次雷达扫描期间)获取的有 关场景的信息。第二连续数据集的所有标准化数据元随后将对应于在 第 一 时间间隔后且不与第 一 时间间隔重叠的第二时间间隔(例如，在 第二次扫描期间)的场景。每个数据集因而可包含例如从雷达扫描得 出的标准化数据元，并且来自连续雷达扫描的回波可在适当标准化后 形成连续的数据集。
方便的是，在取阈值步骤每次应用于连续数据集之间，调整至少第一和第二阈值。调整所述至少第一和第二阈值的步骤因而可有利地 包括通过从场景变化得出的校正因子定标所述阈值。校正因子可从第 二时间间隔期间场景的回波平均值与第 一 时间间隔期间场景的回波平 均值的比率得出，其中第 一时间间隔在第二时间间隔之前。
第 一 和第二时间间隔的平均回波可方便地配置为排除场景内某个
目标的任何回波；例如，在计算校正因子时，可排除提供由目标确认 步骤(参阅下述内容)指定为已确认目标检测的标准化数据元的回波。 即使来自场景的全部回波随时间变化，使用此类校正因子定标阈值也 允许虚警率保持在所需的级别。例如，已发现，在场景是湿的时，场 景的回波平均值显著更大。因此，使用校正因子允许适当地增大阈值， 以便即使开始下雨也保持该虚警率。校正因子也可用于指示场景何时 发生重大变化；例如，它可用于指示已开始下雨。
有利的是，该方法还包括目标确认步骤，所述目标确认步骤在所 述多个数据集之一的标准化数据元超过第一阈值时提供已确认目标检 测输出。换而言之，已确认目标检测输出是由目标确认步骤对超过第 一阈值的任何数据元提供的。此类已确认目标检测输出因而指示存在 "大"目标。
此外，在至少两个连续数据集中，对应于同一部分场景的标准化 数据元超过第二阈值且低于第一阈值时，目标确认步骤可方便地提供 已确认目标检测输出。来自目标确认步骤的此类已确认目标检测输出 因而指示存在"中"目标。换而言之，具有在第一和第二阚值之间值的 任何标准化数据元仅在标准化数据元的,在至少又一数据集中确认 时，才归类为已确认"中"目标检测输出。使用此类确认扫描因而降低 了"中"目标为虚警的概率。
另外，在至少三个连续的数据集中，对应于同一部分场景的标准 化数据元超过第三阈值且低于第二阈值时，目标确认步骤可有利地提 供已确认目标检测输出。此类已确认目标检测输出指示存在"小"目 标；即，具有在第二和第三阈值之间值的任何标准化数据元仅在标准
化数据元的值在至少另外两个数据集中确认时，才归类为已确认"小" 目标检测输出。使用至少两次确认扫描进一步提高了 "小"目标真实的 可靠程度，并允许该方法检测仅提供弱回波的目标。
或者，为提高防止虚警的性能，目标确认步骤可配置为需要至少 两次检测，其中在至少两个连续的数据集中，对应于同一部分场景的 标准化数据元超过第一阈值。
应注意的是，术语"大"目标、"中"目标和"小"目标不表示场景中
目标的空间维度；这些术语在本文中用于指示从中得出标准化数据元 的部分场景的回波强度。技术人员将理解，目标的雷达回波强度由其 雷达^f黄截面指示，这由目标反射率、方向和位置等确定。
如上所述，在取阈值步骤中使用的适当阈值可使用为场景获取的 虛警概率数据来确定。然而，与特定阈值相关联的虚警概率将取决于 使用该阈值的确认扫描次数。简单地说，'.可以看到，更高的确认扫描 次数将使相关联阈值能够降低，同时保持固定的虚警概率。换而言之， 通过增大确认扫描次数，可降低与某个阔值相关联的虚警率。
可单独计算零次、 一次或二次确认扫描的虚警概率数据。这提供 了可用于设置第一、第二和第三阈值以提供所需PFA率(例如，每天 一次虚警报)的三个单独的PFA曲线。然而，此类技术要求大量的扫 描，特别是来确保较低阈值的PFA数据足够准确。或者，该方法可 有利地包括从以前为场景计算的虛警概率(PF A)数据得出所述至少第 一和第二阈值的初始步骤，其中至少第一和第二阈值最初从用于计算 第一阈值的PFA数据得出。换而言之，零次确认扫描的PFA数据可 外推到在分别使用例如一次和二次确认扫描时允许确定第二和第三阈 值。下面更详细地描述使用PFA数据设置阈值。
场景中的单个目标可导致一个或多个数据集内的多个标准化数据 元超过至少第一和第二阈值。换而言之，场景中的每个目标可产生大 量已确认目标检测输出。还应注意的是，在使用雷达的情况下，强反 射的目标还可产生空间分离的旁瓣回波。该方法因而有利地包括群集步骤，该群集步骤配置为将来自目标确认步骤的已确认目标检测输出 分组，并为场景中的每个目标提供一个物体检测输出。换而言之，群 集步骤获得所有已确认目标检测，并产生每个目标的物体检测输出。 物体检测输出可方便地指示目标的物理尺寸(即，大小)，和/或可指示 场景内物体的位置。
该方法还有利地包括目标警告步骤，在群集步骤指示场景中预定 距离内存在某个大小的物体时，目标警告步骤提供目标检测警告。这 样，可标记存在某个大小或在某个大小范围内的目标。目标警告步骤 因而可允许忽略例如大于某个大小的目标。如果该方法应用于来自
FOD监控雷达的数据，则飞机回波可通过目标警告步骤减低，并且 只有存在FOD才会触发警报。
有利的是，该方法包括用于计算一个或多个数据集中每个数据集 的多个标准化数据元的标准化步骤，标准化步骤包括获得从场景获取 的多个回波并使用场景的杂波地图标准化所述回波的步骤。还应注意 的是，上述标准化步骤不是本发明的必要部分；该方法可轻松地应用 于以前标准化的数据集。
在标准化步骤中使用的杂波地图最初可从多个干净场景回波形 成，在场景中不存在目标时，每个干净场景回波对应于部分场景的回 波。适当时，在标准化步骤中使用的初始杂波地图可以为干净场景杂 波地图，该地图用于生成从中确定至少第 一和第二阔值的PFA数据。
如果该方法应用于在连续时间间隔期间获取的 一 系列数据集，则 在标准化步骤中使用的杂波地图可定期更新。这确保杂波地图可不断 提供预期将来自干净场景的良好回波指示。定期更新杂波地图还可确 保场景的背景回波(例如，下雨时)重大变化不会触发虚警或者降#^企 测灵敏度。
有利的是，每个更新的杂波地图使用场景的回波形成，这些回波 还用于生成多个所述一个或更多个数据集的标准化数椐元。换而言 之，场景的所测量回波(即，标准化步骤应用前的回波)还可用于产生
更新的杂波地图。更新的杂波地图因而可通过平均例如一组十次连续 的场景扫描的回波而产生。这样，杂波地图可在需要时更新，而不必 获取干净场景回波。
如果需要不断更新杂波地图，则可与标准化步骤并行地生成更新 的杂波地图。例如，多(例如，十)组回波可使用第一杂波地图标准化、 取阈值，并且目标确认步骤可提供已确认目标4全测输出。相同的十组 回波可进行平均以形成更新的杂波地图，这与标准化步骤并行进行。 更新的杂波随后可用于标准化接下来的十组回波。这样，在操作期间 不断更新杂波地图。
使用非干净场景(即，场景可能包括目标)的回波形成杂波地图意 味着， 一般还必需从更新的杂波地图中排除由于此类目标产生的任何 回波。对应于其中目标确认步骤已指示已确认目标检测输出的部分场 景的回波因而从更新的杂波地图中排除。相反，在应用适当的杂波地 图校正因子后，在更新的杂波地图中使用那些部分场景的以前的杂波 地图值。杂波地图校正因子与在以前的杂波地图中所包含的值的平均 值和在更新的杂波地图中所包含的值的平均值的比率有关。下面给出 以此方式更新杂波地图的更详细说明。
有利的是，至少 一个数据集的每个标准化数据元对应于场景内距 离方位单元的标准化回波强度。优选的是，从中得出每个标准化数据 元的场景回波包括波束内集成(WBI)距离方位数据。从雷达装置的原
始数据输出形成此类WBI距离方位数据已为人熟知，并在下面更详 纟田i也4翁i^。
优选的是，该方法还包括屏蔽步骤，屏蔽步骤配置为从一个多个
数据集中的每个数据集删除从场景内预￡区域外的回波得出的标准化
数据元。这样，该方法只检测场景预定部分内的目标。屏蔽步骤例如 可涉及定义跑道屏蔽，以确保该方法只;险测位于场景内跑道上的目 标。位于跑道外的物体因而被忽略。
有利的是，获得至少一个数据集的步骤(a)包括从数据存储部件读取所述至少一个数据集。换而言之，"离线数据处理是可能的。或
者，获得至少一个数据集的步骤(a)包括从雷达装置获得部分场景
的回波的步骤。使用本发明方法的在线数据处理因而可实现。
优选的是，场景包含至少部分跑道。换而言之，该方法可用于检
测跑道上存在FOD。
根据本发明的第二方面，提供一种编程为运行本发明第一方面的 方法的计算机。
根据本发明的第三方面，提供一种可实现本发明第 一方面的方法 的计算机程序。还可提供包含所述计算机程序的合适载体。
根据本发明的第四方面，提供一种配置为实现本发明第一方面的 方法的雷达设备。
根据本发明的第五方面， 一种雷达设备包括处理器，所述处理器 配置为(a)获得一个或多个数据集，"每个数据集包括多个标准化 数据元，每个标准化数据元对应于来自部分场景的回波，该回波标准 化为同一部分场景的参考回波；以及(b)为所述一个或多个数据集 中每个数据集的至少一个标准化数据元取阈值，其特征在于，取阈值 步骤(b)包括将每个标准化数据元与至少第一和第二阈值进行比较， 其中第一阈值大于第二阈值。
优选的是，该设备包括调频连续波(FMCW)雷达装置。有利的是, FMCW雷达装置配置为发射频率大于35 GHz的辐射。
现在将只通过示例，参照附图描述本发明，其中


图1示出本发明方法的概述；
图2示出在图1概括的方法的初始检侧步骤期间实现的方法；
图3示出用于形成杂波地图的技术；
图4示出在杂波地图形成期间可如何删除目标回波；
图5示出虚警概率(PFA)曲线和PFA曲线尾部的线性外推；
图6示出在参考图1概括的方法的检测区别步骤期间实现的方
法；以及
图7示出用于实现本发明方法的雷达。
参照图1,它显示了示出本发明处理方法的流程图。该方法包括 数据获取步骤2、数据预处理步骤4、初始检测步骤6、检测区别步 骤8以及碎片位置输出步骤10。
数据获取步骤2包括获取或检索以前获取的雷达装置产生的原始 数据。在此示例中，原始数据包括由操作在毫米波频率的扫频调频连 续波(FMCW)雷达获取的同相正交(IQ)频率域数据。然而，应注意的 是，该技术可应用于从场景捕获图像的任一装置(有源或无源)生成的 数据。
数据预处理步骤4获得雷达生成的原始IQ频率域数据，并将它 转换成强度距离分布图。多组强度距离分布图随后进行加权和集成， 以产生波束内集成(WBI)距离分布图。WBI步骤将来自雷达模数转换 器(ADC)的原始时间域数据输出转换成"'度距离分布图。为实现此操 作，为每个方位仓产生几个强度距离分布图的加权平均。这相当于将 滤波器加权与强度距离分布图进行巻积，该滤波器加权近似于双向方 位天线波束图。
初始检测步骤6是该方法的主要检测引擎，并将波束内集成距离 分布图转换成二进制确认检测数据。在初始检测步骤6期间，WBI 距离分布图相对于短期杂波地图进行标准化，并取阈值以给出初始检 测。通过定义三个离散检测阈值，潜在的目标(即，检波)可根据其信 号杂波比(SCR)进行分离。包含强信号杂波比(SCR)传递最高阈值的单 元归类为"大目标"，SCR高于最低阈值且低于最高阈值的单元为"中 目标"，而具有弱SCR只传递最低阈值的单元被认为是"小目标"。在 此步骤中使用的三个阈值从干净场景杂波地图得出，并在操作期间动 态更新。
初始检测步骤6还提供"已确认"检测列表。大目标直接归类为已
确认检测。中目标仅在随后的扫描中得到"确认"时才归类为已确认检
测；即，连续扫描时相同距离方位单元中出现两个中目标。小目标仅
在两次随后的扫描中得到"确认"时才被视为已确认检测。提供多个阈
值以及在较低SCR频带内目标需要附加确认扫描，这提高了雷达检 测低强度目标而不增大虚警率的能力。下面参照图2到图5给出有关 初始;f企测步骤6的更多细节。
检测区别步骤8从初始检测步骤6的已确认检测输出生成FOD 位置数据。具体而言，检测区别步骤8通过群集和定心原始二进制检 测，将初始检测步骤产生的二进制检测输出转换成所关注的目标位 置，使得每个目标只有一个最终检测。超过某个数量的检测像素并因 而大于预定大小的目标被视为是飞机而不是碎片，因此无需报告。在 检测区别步骤期间确定的飞机和碎片(FOD)目标的位置和范围还从在 初始检测步骤6期间用于标准化WBI数据的短期杂波地图中排除。 下面参照图6给出检测区别步骤8的更详细说明。
最终，碎片位置警告步骤10获得由检测区别步骤8生成的FOD 位置数据，并提供用户警告输出。碎片位置警告步骤10可涉及只发 出声音警告，或者可提供FOD所处位置的更详细指示。
现在参照图2，更详细地描述图1的初始检测步骤6。初始检测 步骤6包括标准化步骤12、屏蔽步骤14、取阈值步骤16及确认步骤 18。
标准化步骤12包括获得每个方位仓e的WBI距离分布图和将其 中包含的每个值除以已完成短期杂波地罔中方位仓e的对应分布图。 因此，如果当前扫描与短期杂波地图之间无重大差别，则标准化数据 的平均值将大约为i。应注意的是，标准化步骤中使用的短期杂波地
图会不断更新。下面参照图3和图4更详细地描述短期杂波地图形成。 在标准化步骤后，执行屏蔽步骤14,在该步骤中由标准化步骤12 产生的标准化WBI距离分布图乘以二进制跑道屏蔽。跑道屏蔽在系 统初始化时定义，并由所关注区域(例如，跑道)的距离方位单元中的1和其它地方的0组成。所得到的已屏蔽标准化WBI距离分布图因 此由屏蔽步骤14产生，包含所关注单元中的标准化WBI值和其它地 方的0值。
如上所述，在屏蔽步骤14中使用的屏蔽在系统初始化时创建。 为了进行跑道FOD检测，屏蔽包含跑道上距离方位单元中的1和其 它地方的0。另外，跑道屏蔽应优选地只包含确实来自跑道表面的距 离方位单元，在屏蔽中具有额外的草地单元或非跑道表面可对跑道统 计有不利影响。屏蔽可由工程师手动生成，或者可使用自动化屏蔽形 成技术。虽然屏蔽形成是优选的，但屏蔽步骤14可在复杂性低的情 况下替换为定义每个方位的距离单元选择的步骤。
取阔值步骤16获得已屏蔽标准化，1距离分布图，并将每个距 离方位单元与"小"、"中"和"大，，阈值进行比较。如果距离方位单元中 的值大于或等于大阈值，则该单元的距离方位坐标被添加到大目标检 测列表。如果该值大于或等于中阈值但小于大阈值，则坐标被添加到 中目标检测列表。如果该值大于或等于小阈值但小于中(和大)阈值， 则坐标被添加到小目标检测列表。目标大小阵列因而从小、中和大目 标检测列表中生成。
在取阈值步骤16中使用的三个阈值级别最初是从保证场景无任 何目标时定期获取(例如，每天早上或晚上)的干净场景杂波地图得 出。在获取干净场景杂波地图后，生成虚警概率(PFA)曲线，从中得 出最初的小、中和大阈值。阈值的设置是为了提供系统所需的虚警率 (例如，每天一次虚警)。下面参照图5更详细地描述最初的阈值选择 和生成PFA曲线的过程。
下面还参照图3和图4描述如何定期刷新在标准化步骤12中使 用的短期杂波地图。具体而言，前一短期杂波地图在标准化步骤中正 使用的同时，新的短期杂波地图从N次(例如，十次)连续的扫描构建。 为考虑自上次杂波地图更新后可能已发生的任何外部条件变化(例 如，下雨)，取阈值步骤16包括初始阈值调整步骤。初始阈值调整步骤包括通过校正或所谓的"跑道比率"来定标现有阈值。跑道比率只是 当前标准化WBI数据的平均单元强度，但排除了标识为包含中或大 目标检测的那些单元。然而，优选的是，确保从阈值调整步骤产生的
阈值不低于从干净场景杂波地图计算的原始阈值；即，获取干净干燥
场景的干净场景杂波地图。 一旦阅值已使用跑道比率更新，则已屏蔽
标准化WBI距离分布图中的值就与更新的大、中和小阈值重新比较。
确认步骤18获得在取阈值步骤16期间生成的目标大小阵列，该 阵列包含小、中和大目标检测列表。所有大目标检测立即被添加到已 确认检测列表。如果在当前和先前扫描中在相同距离方位单元中出现 中目标检测，则那些中目标检测的位置还添加到已确认检测列表。如 果在当前扫描和紧接着的前两次扫描中出现小目标^r测，则那些小目 标检测的位置也添加到已确认检测列表。'确认步骤18因而通过分别 执行一次或两次确认扫描来降低中和小目标检测为虚警的概率。确认 步骤18因而从取阈值步骤16生成的检测列表创建已确认检测列表。
现在参照图3和图4，描述在初始检测步骤6的标准化步骤12中 使用的短期杂波地图的形成。简而言之，短期杂波地图是从排除了已 知目标的回波的N次雷达扫描中构建。短期杂波地图旨在提供每个 距离方位单元的干净场景值的当前估计。
图3示出杂波地图形成的基本原理。雷达获取的每个WBI距离 分布图40被载入杂波地图緩沖器44的适当方位仓位置42a-42n。 一 旦N次(例如，十次)完成的扫描已载入杂波地图緩冲器42，杂波地图 中的每个距离方位单元将因而包含N次波束内集成回波之和。杂波 地图緩冲器的每个距离方位单元随后除以.N，使得每个距离方位单元 包含N个回波的平均。平均的数据随后从杂波地图緩沖器44输出， 并形成短期杂波地图46。这样，在构建新的杂波地图的同时，短期 杂波地图可在标准化步骤12中使用。
短期杂波地图旨在为标准化目的提供干净场景参考。因此，在构 建新的短期杂波地图阵列的同时在场景中存在的任何目标不应添加到
该杂波地图。
图4示出在构建新短期杂波地图过程期间删除目标回波的技术。
如参照图3所述，杂波地图緩沖器44加载有多个方位仓的WBI距离 分布图。如果在场景中存在目标，则杂波地图緩冲器44的一部分50 将包含该目标的雷达回波。如上面参照图l概述的，场景中的任何已 确认目标由检测区别步骤8标识。因此，可能的是，标识对应于目标 并因而从杂波地图中排除此类目标回波的杂波地图緩冲器44的任一 部分50(即，使用已确认检测列表)。因此，可产生修改的杂波地图緩 冲器52，其具有目标回波已切除的区域54。
短期杂波地图用于标准化所有返回的雷达数据，并且修改的杂波 地图52中的孔因而使用现有(即，完成的)短期杂波地图46的数据填 充。这通过获得对应于^f'务改的杂波地图緩冲器52的区域54的距离方 位单元的短期杂波地图46的数据.56而实现。为考虑可能会发生的任 何变化(例如，下雨)，使用杂波地图定标因子定标短期杂波地图46 的数据56以形成定标的数据58。定标的数据58随后与修改的杂波 地图52组合在一起，以形成重新聚集的杂波地图60。随后，在收集 后一短期杂波地图的数据的同时，重新聚集的杂波地图60用作短期 杂波地图。
用于产生定标数据58的杂波地图定标因子是未完成的杂波地图 (适当标准化以考虑未完成的杂波地图包含的未完成扫描次数)的平均 强度与前一(完成的)杂波地图的平均强度的比率。杂波地图的平均强 度只是所关注的所有距离方位单元(例如，所有非屏蔽单元)的平均 值。在正常条件下，杂波地图定标因子应很接近于1。然而，如果天 开始下雨，则在构建的地图的跑道平均将增大，因此杂波地图定标因 子也将增大。事实上，在测试期间已发现，即使是下小雨，跑道平均 值也可增加10倍。
应注意的是，杂波地图定标因子可用于多个其它用途。例如，在 任何已确认目标已排除的情况下，可从当前扫描的跑道平均值推断出
有雨。如果跑道平均值超过某个预定值(例如，如果平均值比在干燥
条件下测量的跑道平均值增大了 6dB),则可设置下雨标记。在设置 了此类下雨标记时，可实现对雷达的多个变化；例如，系统的极化可 从交叉切换到共极化。
现在参照图5,描述从中创建初始小、中和大阈值的PFA曲线的 形成。
如上所述，干净场景杂波地图在保证场景没有目标时(例如，机场 关闭时)获取，并优选由工程师启动。干净场景杂波地图是WBI数据 N次扫描的平均；N值为IO通常便足够了。优选的是，干净场景杂 波地图是从用于形成短期杂波地图的至少相同次数的扫描产生。还应 注意，干净场景杂波地图可用作该天的正好第一个短期杂波地图。
虚警概率(PFA)曲线从相当于M (假设M为十)次扫描的另外干净 场景已屏蔽WBI分布图生成，该分布图相对于干净场景杂波地图进 行标准化。至少应使用与用于生成中期杂波地图的次数相同的另外干 净场景数据扫描次数生成PFA曲线。
因此，阈值T的虚警概率(PFA)可定义如下
<formula>complex formula see original document page 19</formula>
其中，p(x)是标准化强度的概率密度函数，并且 <formula>complex formula see original document page 19</formula>
随后通过形成数据的直方图，生成干净场景已屏蔽标准化WBI 数据的离散概率密度函数(P(T))。
一旦相当于所需次数扫描的数据已经处理，直方图便进行标准 化，以便所有仓之和(即，总数)为1。此类标准化直方图表示离散概 率密度函数。随后，通过计算累积概率密度函数并从1中减去它，从 离散概率密度函数生成离散虚警概率曲线(PF A(T)):
<formula>complex formula see original document page 20</formula>
本领域技术人员将理解，离散PFA曲线可以多种备选方式计算； 例如，可计算大于或等于阈值T的数据值的分数。
一旦已生成虚警概率曲线，便可提取实现所需虚警率所要求的阈 值。然而，要测量生成的PFA曲线提供例如等于每天一次的虚警率 的阈值，应理解，理想上需要至少相当于一天的数据。多数情况下， 整天获取数据是不实际的，因此，可以外推使用较少次数扫描而计算 的PFA曲线。换而言之，外推虚警概率曲线，以便可找到对应于更 低虚警概率(例如，每天一次)的阈值。
图5示出使用上述技术计算的PFA曲线60。可以看到，Log(PFA) 曲线的尾部接近于线性。线62是Log(PFA)曲线尾部的线性最佳拟合； 尾部是在10"左右的尾部开始处与对应于最低可测量准确log(PFA)的 尾部末端处之间的log(PFA)曲线部分。
覆盖180。度扫描角度的典型跑道屏蔽一般包含大约600,000个距 离方位单元。如果180。的扫描时间是72秒，则每天大约有1200次扫 描，这等于每天大约7.2x108个距离方位单元。以每天一次的所需总 体虚警率为例，每个所获取的距离方位单元所需的虚警概率将大约为 1.389x10-9，这等于大约-8.8573的PFA对数。如果无确认扫描，则 所需的检测阈值因而是在log(PFA) = -8.8573时的阈值，/人外推的曲 线62，它可视为大约100。
由log(PFA) = -8.8573要求设置的阔值确实只适用于单次扫描检 测。对于使用一次或两次确认扫描的检测(例如，小和中目标检测)， 虚警概率计算应将此类确认后的最终虚警概率考虑在内。这意味着，在以如上所述方式^f吏用 一次或两次确认扫描为数据取阈值时，可i殳置 较低的阈值，以及因此更大的虛警概率。
当然，本发明的其它实施例可具有关于确认扫描的备选配置。例 如， 一个备选实施例可配置为执行所有4全测的确认扫描，而无i仑它们
是小、中还是大。如上所述，PFA可相庭地调整以考虑附加扫描。
在一次或两次确认扫描后的实际虚警概率可直接计算得出。然
而，这在计算上成本高，并且要求获取大量的干净场景数据扫描。已
发现，可从上述类型的无确认PFA曲线可靠地近似确认PFA曲线。
具体而言，已发现，对于不同扫描之间不相关的虚警，N(q)次当
中得到M次虚警的概率可表示为二项式系数
<formula>complex formula see original document page 21</formula>(4)
其中，p是单次扫描中得到虚警的概率。
N = 2次扫描(即， 一次扫描和一次确认扫描)当中得到M = 2次虚 警的概率因而为
类似地，N-3次扫描(即， 一次扫描和两次确认扫描)当中得到M = 3次虚警的概率因而为
<formula>complex formula see original document page 21</formula>(6)
因此，如果虚警不相关，则通过将无确认扫描PFA(p)曲线提高到 2次幂， 一次确认扫描(q2)的最终PFA曲线可取近似。类似地，通过 将无确认扫描PFA(p)曲线提高到3次幂，最终两次确认扫描PFA(q3) 曲线可取近似。
实际上，虚警确实趋向于在各次扫描之间相关。为考虑此方面， 无确认扫描PFA曲线可提高到可从试验数据分析确定的稍微更小的。
要得出Q的所需PFA(例如对应于每天一次)，在假设还将执行一 次或两次确认扫描的条件下，单次扫描所需的PFA为P，其中<formula>complex formula see original document page 22</formula>
在给出的示例中，Log(P)因而等于
(i) -8.86(即，log(Q)),无确认扫描；
(ii) -5.3, —次确认扫描；以及'
(iii) -3.89，两次确认扫描。
获得上述log(P)的值允许设置初始的小、中和大(信号杂波)检测 阈值，以提供所需的虚警率。这些阈值在上面参照图3所述的取阈值 步骤16中使用。
参照图6，更详细地描述参照图1概述的检测区别步骤8。具体 而言，检测区别步骤8可视为包括定心步骤70和飞机滤除步骤72。
目标即使是空间上的小目标也可能在初始检测步骤6期间产生不 止一 次的已确i人^r测。这些多次已确认;险测可由重叠的方位仓或明亮 的旁瓣引起。为将检测群集转换成单个目标报告，定心步骤70计算 群集的形心。应注意的是，目标的一些区域(或更可能是目标加上相 关联的目标旁瓣)可能不够明亮，无法引^i已确认检测。这可产生断 开的目标斑点。要减轻此效应，可在群集之前扩大已确认冲企测。在距 离和方位上扩大的像素数量(扩大屏蔽)一般在系统初始化时固定，并 且在雷达安装站点之间不会有太大变化。
在定心步骤70后，执行飞机滤除步骤72。飞机滤除步骤72确定 任何群集的目标是否包含大于或等于"飞机阈值，，的已确认检测像素数 量。换而言之，场景中包含大于某个数量像素的目标被假定为飞机， 并因而从已检测FOD列表中排除。有利的是，目标的空间大小可与 群集内已确认检测像素的数量相关。滤除大于飞机阈值的群集目标使 得在使用跑道时FOD检测雷达可进行操作。另外，在已滤除目标的 方位距离内发生的任何最终定心检测位置也可被滤除。此滤除是因为 诸如飞机等大目标可产生大的旁瓣("闪光")，这些旁瓣可延伸整个距
离分布图，并可能被误认为附加目标。
飞机阈值可根据需要选择用于特定的安装，或者它可根据需要在 使用期间变化。适当选择的飞机阈值将使在跑道上发现行李运送车、 消防车等时，但不是大飞机着陆时，系统发出声音警报。准确的阈值 因而将设置用于特定的要求。飞机阈值可以视距离而定。例如，大于 其时目标被假设为飞机的阈值可配置为随目标的检测距离而降低，以 将更远目标的减弱信号电平以及因此减少的检测像素数量考虑在内。
还应记住，在定心步骤70期间确定的排除物会反馈回初始检测 模块，以便它们可从正在生成的短期杂波地图中排除。具体而言，应
注意，在应用飞机滤除步骤72前这些排除物提供到初始检测模块。
现在参照图7，它示出了用于实现上述方法的雷达。雷达包括天 线80、雷达电子器件82和处理器84。雷达电子器件82产生由天线 80发射到场景的FMCW信号，并且还生成馈入处理器84的同相和 正交回波信号。处理器84可以为个人计算机等，配置为实现上面参 照图1到图6所述的方法。
本领域技术人员将理解，天线、雷达电子器件和处理器可在同一 位置，或者设置在不同位置。例如，雷达产生的IQ回波信号可经标 准链路(例如，通过有线或无线网络链路)发射到诸如在控制室等远程 位置的处理器84。
上述示例涉及检测跑道上的FOD。本领域技术人员将理解，上述 方法可应用于多种备选雷达应用，甚至应用于非雷达装置。例如，该 方法可适用于涉及监控表面或空间区域是否存在物体的任何技术。本 领域的技术人员还将马上明白该技术的其它用途和优点。
权利要求
1.一种检测场景中目标的方法，包括以下步骤(a)获得一个或多个数据集，每个数据集包括多个标准化数据元，每个标准化数据元对应于部分场景的回波，所述回波标准化为同一部分场景的参考回波；以及(b)为所述一个或多个数据集中每个数据集的至少一个所述标准化数据元取阈值，其特征在于，所述取阈值步骤(b)包括将每个所述标准化数据元与至少第一和第二阈值进行比较的步骤，其中所述第一阈值大于所述第二阈值。
2. 如权利要求1所述的方法，其中所述取阈值步骤包括将每个标 准化数据元与至少第一、第二和第三阈值进行比较，其中所述第三阈 值小于所述第二阈值。
3. 如以上任一权利要求所述的方法，还包括从以前为所迷场景计 算的虚警概率(PFA)数据得出所述至少第 一和第二阈值的步骤。
4. 如权利要求3所述的方法，还包括生成所述PFA数椐的初始 步骤，所述PFA数据生成步骤包括获得所述场景的多个附加干净场 景回波的步骤。
5. 如以上任一权利要求所述的方法，其中获得一个或多个凄t据集 的所述步骤(a)包括获得多个数据集的步骤，其中所述取阈值步骤(b)又应用于所述多个数据集中的每个数据集。
6. 如权利要求5所述的方法，其冲所述取阔值步骤(b)包括将 不同的阈值应用于不同的凝:据集的步骤。
7. 如权利要求5到6中任一项所述的方法，其中连续数据集的所 述多个标准化数据元从在连续时间间隔期间获取的场景的回波得出。
8. 如权利要求7所述的方法，其中所述至少第一和第二阈值在所 述取阈值步骤每次应用于连续数据集之间进行调整。
9. 如权利要求8所述的方法，其中调整所述至少第一和第二阈值 的步骤包括通过校正因子定标所述阈值，所述校正因子从排除了标识 为包含目标的那些数据元的所述标准化数据元的平均值得出。
10. 如权利要求7到9中任一项所述的方法，还包括目标确认步 骤，当所述多个数据集之一的标准化数据元超过所述第一阈值时，所 述目标确认步骤提供已确认目标检测输出。
11. 如权利要求7到IO中任一项所述的方法，还包括目标确认步 骤，在至少两个连续数据集中，对应于同一部分场景的标准化数据元 超过所述第二阈值且低于所述第一阈值时，所述目标确认步骤提供已 确i人目标冲企测l俞出。
12. 如权利要求7到11中任一项在直接或间接从属于权利要求2 时所述的方法，还包括目标确认步骤，在至少三个连续数据集中，对 应于同 一部分场景的标准化数据元超过所迷第三阈值且低于所述第二 阈值时，所述目标确认步骤提供已确认目标检测输出。
13. 如权利要求10到12中任一项所述的方法，包括群集步骤， 所述群集步骤配置为将来自所述目标确认步骤的已确认目标检测输出 分组，并为所迷场景中的每个目标提供一个物体^r测输出。
14. 如权利要求13所述的方法，其中每个物体检测输出指示相关 联目标的空间维度。
15. 如权利要求14所述的方法，还包括目标警告步骤，当所述群 集步骤指示在所述场景中预定距离内存在某个大小的目标时，所述目 标警告步骤提供目标检测警告。
16. 如以上任一权利要求所述的方法，还包括用于计算所述一个 或多个数据集中每个数据集的所述多个标准化数据元的标准化步骤， 所述标准化步骤包括获得从所述场景获取的多个回波并使用所述场景 的杂波地图标准化所述回波的步骤。
17. 如权利要求16所述的方法，其中所述杂波地图最初从多个干 净场景回波形成，当所述场景中不存在目标时，每个干净场景回波对 应于部分场景的回波。
18. 如权利要求16到17中任一项在直接或间接从属于权利要求 7时所述的方法，其中在所述标准化步骤中使用的所述杂波地图被定 期更新。
19. 如权利要求〗S所述的方法，其中每个更新的杂波地图使用所 述场景的回波形成，这些回波用于生成所述一个或多个数据集中多个 数据集的所述标准化数据元。
20. 如以上任一权利要求所述的方法，其中所述至少一个数据集 的每个标准化数据元对应于所述场景内距离方位单元的标准化回波强度。
21. 如权利要求20所迷的方法，其中从中得出每个标准化数据元 的所述场景的回波包括波束内集成(WBI)距离方位翁:据。
22. 如以上任一权利要求所述的方法，包括屏蔽步骤，所述屏蔽 步骤配置为从所述一个或多个数据集中的每个数据集删除从所述场景 内预定区域外的回波得出的标准化数据元。
23. 如以上任一权利要求所述的方法，其中获得至少一个数据集 的步骤(a)包括/人数据存储部件读取所述至少一个数据集。
24. 如权利要求1到22中任一项所述的方法，其中获得至少一个 数据集的步骤(a)包括从雷达装置获得^分场景的回波的步骤。
25. 如以上任一权利要求所述的方法，其中所述场景包含至少部 分跑道。
26. —种计算机,适当编程为运行如以上任一权利要求所述的方法。
27. —种计算机程序，实现如权利要求1-24中任一项所述的方法。
28. —种雷达设备，配置为实现如权利要求1-24中任一项所述的 方法。
29. —种雷达i殳备，包括处理器，所述处理器配置为(a)获得 一个或多个数椐集，每个数据集包括多个标准化数据元，每个标准化数据元对应于部分场景的回波，所述回波标准化为同 一部分场景的参考回波；以及(b)为所述一个或多个数据集中每个数据集的至少一 个所述标准化数据元取阈值，其特征在于，所述取阈值步骤(b)包括将每个所述标准化数据 元与至少笫 一和第二阈值进行比较的步骤，其中所述第 一 阈值大于所 述第二阈值。
30. 如权利要求28到29中任一项所述的设备，包括调频连续波 (FMCW)雷达装置。
31. 如权利要求30所述的设备，其中所述FMCW雷达装置配置 为发射频率大于35 GHz的辐射。
32. —种雷达装置，基本上如本文前面参照图7所述的。
33. —种处理方法，基本上如本文前面参照图1到图6所述的。
全文摘要
本发明描述了一种检测场景中目标的方法，包括获得一个或多个数据集的步骤，每个数据集包括多个标准化数据元，每个标准化数据元对应于部分场景的回波，该回波标准化为同一部分场景的参考回波。该方法随后涉及为所述一个或多个数据集中每个数据集的至少一个标准化数据元取阈值(16)。取阈值步骤(16)包括将每个标准化数据元与至少第一和第二阈值进行比较，其中第一阈值大于第二阈值。本发明还描述了与取阈值步骤组合使用的一次或多次确认扫描(18)。本发明还描述了使用该方法检测诸如机场跑道等表面上外来物碎片(FOD)的雷达系统。
文档编号G01S13/91GK101198884SQ200680020958
公开日2008年6月11日 申请日期2006年4月13日 优先权日2005年4月14日
发明者S·J·莱西特 申请人:秦内蒂克有限公司