一种自适应tbd雷达微弱目标检测方法
【技术领域】
[0001] 本发明属于对海警戒雷达目标检测领域，特别涉及重杂波区群目标的基于Hough 变换的检测前跟踪技术。
【背景技术】
[0002] 杂波环境下的弱小目标检测是现代传感器面临的一个重要挑战，传统的检测技术 对每帧信号进行检测，并将没有关联上的数据丢掉，由于没有积累帧间的回波信息，很难提 高对小目标的检测性能。而基于Hough变换的检测前跟踪（TBD)技术，实现了目标的帧间 非相参积累，可以提尚检测性能。
[0003] 1994年，美国的Carlson等人首次将Hough变换应用于搜索雷达目标检测中，提 出了基于Hough变换的TBD算法，并分析了该算法的检测和跟踪性能，给出了检测概率和虚 警概率的计算公式。与传统方法相比，该方法具有很多优点，如提高了检测概率，解决了距 离走动问题、更易于实现等；通过仿真，对于不同类型的目标，信噪比可以提高4dB，但存在 大目标掩盖小目标的问题，在后来改进的基于HT的二进制积累器中，虽然可以解决这个问 题，但性能有所下降，对于非起伏目标有3dB的SNR改善，强起伏目标有IdB的SNR改善。
[0004] 在Carlson工作的基础上，Kabakchiev等学者讨论了在不同杂波背景情况下， CFAR检测和Hough变换构成的联合检测器的检测和跟踪性能。但上述算法都假设目标是 沿雷达径向做匀速直线运动，并且在多个天线周期内，目标回波没有跨越方位单元。针对目 标跨越方位单元走动的情况，Garvanov提出了一种极坐标Hough变换TBD算法，直接处理 方位-距离维极坐标下的雷达量测数据，该算法更适合于处理雷达实测数据。2011年，美国 的Moyer提出了一种针对强杂波背景下微弱目标的多维HT-TBD算法，该算法能够克服传统 HT-TBD算法的缺陷，增强随机杂波背景下的目标检测概率。
[0005] 尽管如此，采用基于Hough变换的TBD算法检测群目标时，如果目标间的RCS相差 比较大，大的目标会对小目标产生遮蔽，如果降低检测门限，提高对小目标的检测概率，则 检测结果中会包含较多的虚警。
【发明内容】
[0006] 本发明在重杂波区基于Hough变换的群目标的检测前跟踪算法的基础上，提出了 一种自适应的检测方法。目标回波的幅度范围比较大，在不同的信噪比条件下采用不同的 检测方法能够提高检测概率，降低虚警率。传统的基于Hough变换的检测前跟踪算法，把时 域的回波信号变换到参数域，在参数域进行积累，采用单一的积累的权值，难以在变化的杂 波态势中获得最佳的检测性能。本文通过自适应的选择积累的方式，有效的解决了目标遮 挡和检测概率低的问题。
【附图说明】
[0007] 附图1是基于Hough变换的自适应检测前跟踪流程。
【具体实施方式】
[0008] 在杂波区群目标的自适应的检测前跟踪方法，具体实施步骤如下（参见附图1):
[0009] 1.顺序存储检测区域的连续6帧的回波数据。
[0010] Hough变换要进行多帧数据处理，帧数太少则目标回波积累不够，目标检测概率 低。如果帧数太多，则造成存储量大、计算量大、虚警高等问题。综合权衡选择6帧数据联 合处理。
[0011] 2.计算回波的信噪比/信杂比。
[0012] 回波的信噪比的计算公式为SNR = E/X，其中E是目标回波的功率，Ntl是噪声功率 密度。
[0013] 3.过滤原始回波数据。
[0014] 若对原始空间的每帧数据都进行Hough变换，计算量将非常庞大。实际上原始回 波数据含有大量的噪声，采用一级门限对原始空间数据进行过滤，仅对过门限的数据进行 Hough变换。计算量随一级门限增加而下降。较低的一级门限由于处理了更多的数据，提高 了检测性能，但计算量大。
[0015] 指定距离-时间域中每个分辨单元初始虚警概率为pf，则：
[0016]
[0017] 从而可得一级门限为n = -In (Pf)，每个分辨单元检测概率Pd为：
[0018]
[0019] 式中S代表信噪比，当S = 0时，可以从Pd得到P f。
[0020] 4.自适应Hough变换
[0021] 将距离-时间域中所有过一级门限η的数据Hough变换到参数域，在参数域进行 加权积累时，根据步骤2计算的信噪比，根据信噪比所在的区间的选择加权积累方式。通过 蒙特卡罗仿真三种积累方式随着信噪比、信杂比的检测性能曲线，确定三种积累方式的应 用区间。信号幅度积累：把每个点的回波幅度作为积累项；二进制积累：过了一级门限则为 1，不过则为〇 ;能量积累：把信号的幅度平方后再积累。
[0022] 5.检测概率和虚警率计算
[0023] 假设距离-时间域中的数据对参数域有贡献的一共有N个单元，其中有m个单元 的数据（Xi，i = 1，'m)超过了初始门限τι的概率为C:(凡,Γ(1-凡f ，而且这m个单元 之和
必须超过第二门限ξ，即参数域中某一单元ζ超过第二门限ξ的概率为：
[0024]
[0025] 对上式的第二项进行近似处理，最终得到检测概率为：
[0026]
[0027] 式中nf=Ceil(|/n)为不小于ξ/η的最小整数.当S为0时，可得虚警概率 为：
[0028]
[0029] 6.根据检测点对应的参数，回溯目标的轨迹，宣布检测结果。
[0030] 为了便于数据处理，将参数空间离散化，形成一个个方格（单元），由于在参数空 间中有公共交点的曲线所对应的笛卡儿坐标系的坐标点必定在一条直线上，在参数域中再 设置第二门限ξ，作为最终的检测门限。通过逆Hough变换，参数空间的检测点被映射回数 据空间，形成时间-距离平面的目标航迹，即可实现对目标的检测。
【主权项】
1. 一种自适应TBD雷达微弱目标检测方法，其特征在于：对单帧目标不宣布检测结果， 通过Hough变换联合处理多帧数据，在变换域根据回波的信噪比自适应的选择加权积累的 方式：高信噪比采用二进制加权积累，中信噪比采用幅度加权积累，低信噪比采用能量的加 权积累。2. 根据权利要求1所述的自适应TBD雷达微弱目标检测方法，其特征在于：信噪比的 高低中的判断方法为确定两个门限值，大于高门限值，判定为高信噪比态势；小于低门限值 判定为低信噪比；处于两个门限值中间为中信噪比。3. 根据权利要求1或2所述的自适应TBD雷达微弱目标检测方法，其特征在于所述门 限值的确定方法为：在符合K分布的杂波中加入两批不同强度目标，通过蒙特卡罗仿真画 出三种加权积累方式下检测概率，虚警率随信噪比的变化曲线，通过曲线的分布确定两个 信噪比的门限值。
【专利摘要】本发明涉及一种自适应TBD雷达微弱目标检测方法。该方法主要适用于对海警戒雷达中，重杂波区微弱群目标的检测。对原始的数据，根据需要的检测概率和虚警率，设立第一道门限，把低于门限的点舍掉，把高于门限的点的坐标和幅度记录下来。积累6帧数据后，对所有记录下来的点进行Hough变换，在变换域进行目标检测的过程中，根据回波的信噪比确定积累的值，较低的信噪比采用能量进行积累，高信噪比采用二进制积累，中信噪比采用幅度积累，设立第二道门限，超过门限即宣布目标，通过反变换找到相关的点，同时宣布目标的航迹，高信噪比采用二进制积累，低信噪比情况下采用能量积累，中信噪比采用幅度积累。
【IPC分类】G01S7/41
【公开号】CN104914422
【申请号】CN201510359853
【发明人】李纪三, 黄孝鹏, 夏永红, 童卫勇
【申请人】中国船舶重工集团公司第七二四研究所
【公开日】2015年9月16日
【申请日】2015年6月25日