基于自回归时间序列模型的车载毫米波防撞雷达恒虚警检测方法
【技术领域】
[0001] 本发明属于恒虚警检测领域，涉及一种车载毫米波防撞雷达恒虚警检测方法。
【背景技术】
[0002] 随着现代化水平的高度发展，交通问题已经成为各国亟需解决的问题，毫米波汽 车防撞雷达就是解决这类问题最好的途径.毫米波汽车防撞雷达最大优点就是可以全天 候工作，它广泛应用于汽车和智能交通领域.毫米波汽车防撞雷达工作于杂波环境时，检 测器的门限设置必须自适应于杂波功率水平的变化，使杂波引起的目标检测即虚警保持在 一个较低的可接受水平上，从而解决传统雷达门限是一个常数存在的缺点。
[0003] 雷达恒虚警（constantfalsealarmrate，CFAR)检测的实际检测性能与背景杂 噪的分布和强度有很大关系。雷达自动检测和跟踪中的虚警问题是每个雷达系统和设计人 员不可避免的重要问题之一。二十多年来，雷达自动检测与CFAR处理技术逐渐发展成为国 际雷达信号处理界的一大热门研究领域和关键性课题。CFAR技术是雷达自动检测系统中控 制虚警率的最重要手段，它是雷达自动检测过程中起到极其重要的作用。现在，CFAR研究 已经出现了多个研究方向。根据模拟杂波背景所使用的咋波分布模型分为：瑞利分布、韦布 尔分布、对数正态分布、K分布和莱斯分布模型中的CFAR研究；按照数据处理方法分为：参 量和非参量CFAR技术；按处理所在的数域分为：时域和频域CFAR研究方向；根据数据的形 式分为：标量和向量CFAR技术；根据信号的相关程度分为：相关和不相关信号几部分相关 信号的CFAR方法。此外，还可分为单参数和多参数CFAR技术，单传感器和多传感器分布式 CFAR技术，以及其他的一些研究方法。
[0004] CFAR处理的主要过程就是形成杂波平均功率水平估计，相应的估计方法有两大 类：一类是空域方法，即利用与检测单元在空间上相邻的参考单元采样值，这类方法适用于 在空间上平稳的杂波；另一类是时域的方法，即杂波图，它利用检测单元以往多次扫描测量 值形成杂波平均功率水平估计，并依靠新的测量值迭代更行。
[0005] 杂波图存储每一个单元背景的估计值，每一个值依靠新的和以前若干次的扫描测 量值来进行迭代更行，并把它作为当前的杂波背景强度估计值。当空域杂波强烈变化剧烈 时，若采用传统的均值类恒虚警方案只能采用很少的参考单元，因而恒虚警损失很大，而且 虚警率不易保持恒定。一般情况下早搏虽然在距离和方位上的变化十分剧烈，但同一距离 单元的杂波强度随时间的变化使缓慢的，因而可以采用"时间单元"恒虚警处理方法，在时 间上对以往各次雷达回波的测量值进行迭代处理，依旧是所谓的CFAR方法。
[0006]Nitzberg等人首先提出和分析了这种方法，在文献中成为Nitzberg杂波图方法， 这一处理过程利用了雷达杂波环境时域的相对平稳性。因此，杂波图处理不受注入地杂波 在空域非平稳性的影响。Levanon教授给出了另外一种计算Nitzberg杂波图虚警率的公 式，可以较快的速度收敛。为了增强杂波图的鲁棒性，LopsΜ提出混合杂波图技术（CM/ L-CFAR)，即将空域处理与时域处理结合起来。它将几个雷达分辨率单元的回波信号组合成 一个杂波图单元，对杂波图单元内的回波样本基于L滤波器进行空域处理作为当前早不单 元的输入信号；在对每个杂波图单元的输入信号对以往各次的结果进行迭代，得到杂波图 对检测位置处杂波强度的估计以检测目标。HamadoucheΜ研究了Nitzberg杂波图技术在 韦布尔背景中的检测性能，分析指出Nitzberg杂波图处理在拖尾严重的非高斯杂波时其 目标检测能力很差。孟祥伟采用排序数据变量（0DV)方法来替换CM/L-CFAR方法中进行固 定删除处理的L滤波器，删除了CM/ODV-CFAR方法，由于它对杂波图单元内的杂波样本进行 自适应删除而获得了一定程度上性能的改善。
[0007] 以上很多雷达恒虚警检测方法，在理论研究中具有重要的意义，但是却牺牲了实 际车载毫米波雷达系统的实时性这一系统的重要指标。
【发明内容】
[0008] 为了解决上述技术问题，本发明旨在得到一种保留毫米波雷达系统的实时性而检 测恒虚警的方法，以提高现有恒虚警检测方法的准确性和实时性。
[0009] 为了实现上述目的，本发明采用的技术方案是：一种基于自回归时间序列模型的 车载毫米波防撞雷达恒虚警检测方法，包括如下步骤：
[0010] S1.对毫米波雷达信号收到的回波，在NFFT点进行快速傅里叶变换，得到各个时间 周期内NFFT点的快速傅里叶变换后的值，作为各个时间周期的时间序列；
[0011] S2.对当前门限时间序列及该序列的前三个时间周期的时间序列分别进行数据更 新，分别获得当前门限时间序列及该序列的前三个时间周期的时间序列所对应的新的时间 序列；
[0012] S3.求取当前门限时间序列的前三个时间周期的时间序列所对应的新的时间序列 在对应点上的均值；
[0013] S4.使用步骤S3中所述的均值，应用自回归模型，得到当前周期的阈值门限。
[0014] 作为技术方案的补充，所述方法还包括下述步骤：得到最终的门限值，其为步骤 S4中得到的当前周期的阈值门限与门限调整因子的乘积。
[0015] 作为技术方案的进一步补充，步骤S2中对时间序列更新的方法为：
[0016] S2. 1.将当前时间序列进行升序排序，删除百分之Μ个序列的最大值￥_^%⑴或 者直接删除Μ个最大值，同时删除百分之Ν个序列的最小值￥_^% (t)或者直接删除Ν个最 小指，Μ表不排序后序列后面的Μ个最大值，N表不排序后序列如面的N个最小值；
[0017] S2. 2.对余下的时间序列的所有值求取平均值Yjt);
[0018] S2. 3.用求取的平均值Yjt)替换掉所删除的最大值和最小值，完成当前时间序列 的更新。
[0019] 有益效果：本发明所述的车载毫米波防