专利名称：用于雷达检测的自适应系统和方法
技术领域：
本发明涉及雷达检测，尤其是涉及一种用于雷达目标自适应检测的系统和方法。
背景技术：
高频表面波雷达(HFSWR)对于连续不断的检测和跟踪来自以海岸为基地的船、飞机、冰山和其他的地面目标是行之有效。因此，HFSWR正在用于增强搜索与救援行动和监控海面状况，如非法移居入境、毒品买卖、非法捕鱼、在专属经济区中走私和海上劫掠。
沿着海岸线设置的HFSWR系统包括朝向海洋的定向发射天线和接收天线阵列，以及系统操作需要的硬件和软件。该发射天线产生一串电磁(EM)脉冲，其辐射期望的监视区。该接收天线阵列最好是在整个监视区之上具有高的和均等的增益。在监视区中的目标然后朝着接收天线阵列的方向反射该EM脉冲，该接收天线阵列采集雷达数据。一些目标可以是必须检测的成份(被称为“目标”)，而其余的目标是不必检测的成份(被称为“杂乱回波”)。更多改进的脉冲编码的或者频率编码的EM脉冲可用于抑制距离重叠，这发生在当已经发射后续的EM脉冲之后且反射的EM脉冲(响应先前发射的EM脉冲)是由接收天线阵列接收时。
通常，从在接收天线阵列中的每个天线单元或者传感器采集的该雷达数据然后通过传送该数据经由带通滤波器被预处理，以滤除在该雷达数据中无关的非期望的信号，然后经由一个外差式接收机从RF频带解调该雷达数据为IF频带，在这里发生模拟到数字转换。然后，该雷达数据被解调为基带，在这里进行低通滤波和下采样。由接收天线阵列采集的该雷达数据是复数(即，具有实部和虚部)。因此，该下采样的雷达数据也是复数，并且需要执行以上所述的操作的每个信号处理成分被执行以处理复数数据。
然后，该下采样的雷达数据被一个匹配滤波器处理，该匹配滤波器具有与发射的EM脉冲相关的传输函数或者脉冲响应。然后，该匹配滤波的雷达数据被分解为用于分析的数据段。在该领域中每个数据段作为相干积分时间(CIT)或者驻留是已知的。在各个CIT中陷波滤波的雷达数据是通过考虑时间来进行距离调整的，在该时间上各个数据点被相对于先前发射EM脉冲的时间采样。然后，该距离调整的数据可以经受用于进一步降噪的低通滤波和用于进一步有效的信号处理的下采样。这个处理的输出是多个距离数据的时间序列，在这里各个时间序列被对于给定的距离值采集。采集多个时间序列的最大距离值取决于在发射EM脉冲(即，在其上EM脉冲被发射的频率)中使用的脉冲重复间隔。
从来自记录的雷达数据产生的距离、多普勒和方位数据中目标被检测。该距离信息被用于提供估计该目标离接收天线阵列的距离。该方位数据被用于提供估计目标的位置相对于该接收天线阵列的中心的角度，并且该多普勒信息被通过测量目标的多普勒位移用于提供估计该目标的径向速度。该目标的多普勒位移与EM脉冲的频率成分的变化有关，其被该目标相对于EM脉冲的原始频率成分而反射。
如先前提到的，距离数据是通过考虑时间产生的，在该时间上数据被相对于先前发射EM脉冲的时间采样。多普勒处理对应于在脉冲重复周期(即，在相干脉冲链中顺序发射的脉冲之间的时间)上检测频率Δf的正弦信号。据此，通过使针对该距离值获得的时间序列经历梳状滤波处理、滤波器组处理或者FFT处理，针对给定的距离值产生多普勒信息。该方位数据通常是通过数字波束形成获得的。更具体地说，在给定的距离信元和给定的多普勒信元上该雷达数据是由对于接收天线阵列的每个天线单元的复指数加权的，然后在所有的天线单元上求和。如那些本领域技术人员所公知的，该复指数的相位与方位角、天线单元间距和发射的EM脉冲的波长有关。波束形成表现出该天线阵被调谐到由在该复指数加权中使用的方位角值划定的该监视区的某个区域中。以这种方式，可以形成许多的波束以同时覆盖整个监视区。
为了确定目标的距离、方位角和速度，检测器处理对于给定的CIT产生的距离、方位角和多普勒信息。通常，该检测器在被称为距离多普勒图的二元图中给定的信元(即，数据值或者像素)上找寻峰值。目标检测通常包括比较在给定信元中的幅度与在邻近信元中的平均幅度。该检测的目标然后被转发给图提取器，其过滤检测的目标以滤去所有的那些不符合预想用于真实目标的该距离、多普勒和方位角参数的检测。这些过滤的目标然后被转送给跟踪器以相关给定目标顺序的检测，从而形成一个用于该目标的轨迹。以这种方式，可以贯穿监视区跟踪该目标的运动。
该检测过程被在每个信元中的附加的噪声打扰，附加的噪声包括先前提到的杂乱回波。这可以导致目标的错过检测，或者将噪声作为目标的误检测。因为在不同的信元中和在不同的CIT下、在不同的海洋状态条件下、在不同的时刻和季节期间以及在不同的位置上采集的雷达数据会有变化的噪声电平，因此噪声会带来问题。雷达干扰的主要来源包括自干扰，诸如海洋杂乱回波和电离层杂乱回波，以及外界干扰。自干扰是由雷达的操作引起的，而外界干扰与雷达的操作无关。
电离层杂乱回波，造成干扰的最重要的一个，包括从地球的电离层反射回来和直接返回给雷达(即，近似于垂直入射杂乱回波)的EM脉冲，和从电离层反射回来、从海洋反射和沿着相反的路径(即，天波自干扰或者距离重叠杂乱回波)返回给雷达的EM脉冲。通常，电离层杂乱回波在一个跨越若干距离信元的环形频带中、所有方位角信元和大部分发送多普勒频带中累加。这个距离信元的窄频带对应于相对HFSWR安装地点的该电离层的高度或者多个高度。靠近垂直入射电离层杂乱回波表现为在许多毫赫兹上，在距离上是非常强且隔离的、以及在多普勒方向上被抹去(smear)。在夜里，由于D层的消失，和F1和F2层的合并，电离层杂乱回波处于其最高的电平。此外，电离层杂乱回波的特性随着季节和其他的环境参数而变化，因此，不容易引进一种稳健方法去抑制电离层噪声。
海洋表面包括多个具有不同的波长和波辐的波形。海洋杂乱回波由海洋波浪反射的脉冲引起，其是雷达波长的谐波。控制该海洋杂乱回波的二个大的峰值被称为布拉格(Bragg)线，在距离多普勒图中其在由雷达工作频率确定的多普勒频率上沿着所有的距离信元作为二个峰值柱出现。该布拉格线可以在其相应的多普勒频率上抹去雷达检测性能。但是，还有与海洋状态相关的更高阶的散射，这导致附加峰值和在布拉格线之间海洋杂乱回波的连续区间。这个海洋杂乱回波的连续区间包含与海洋状态(即，地面风速和持续时间)相关的能量，并且通常限制了检测小型的、低速的目标，诸如船。
外界干扰包括同信道干扰、大气干扰和冲击噪声。同信道干扰由本地和远距离的用户的HFSWR频带两者引起，诸如电视广播装置。这个干扰是区域独立的，并且出现在特定的多普勒距离上。这个干扰也是强方向性的，因为其来源于空间相关的点信源。通过选择用于发射该EM脉冲替换的载波频率可以避免同信道干扰。但是，来源于远距离的信源的同信道干扰引起更严重的问题，因为这个干扰在时间和频率方面更随机。此外，由于夜间缺少D层吸收，典型地在晚上比白天存在更大的同信道干扰。
大气干扰在空间特性上是白的，并且电平随频率、时刻、季节和地理位置的变化而变化。
例如，与白天电平相比，在高频波段的下端上由于大气干扰该噪声电平夜间提高大约20dB。
脉冲噪声起因于雷电，并且明显的它本身作为在时间上随机地分布于其中的快速脉冲序列，并且具有一个带有大的动态范围的波辐。脉冲噪声在空间特性上不是白的，并且由本地和远距离的暴风雨两者引起。脉冲噪声通常遍及HFSWR系统的每天的操作存在。脉冲噪声具有多普勒散布，在持续时间方面其是比较短的，并且可以相似于一个机动目标。脉冲噪声导致在背景噪声电平方面增加。脉冲噪声的频率特性随本地暴风雨活动的强度而变化。
通过使用由本发明的发明人开发的和在与此同时申请的共同未决专利申请中描述的改进的信号处理方法，空间非白外界干扰和海洋杂乱回波可以被成功地降低，第一个申请序列号为______并且称作“用于在雷达中频谱生成的系统和方法”，第二个申请序列号为______并且称作“用于基于相控阵系统的噪声抑制系统和方法”。但是，在施行这些信号处理方法之后，该雷达数据仍然包含噪声，其中大部分主要应归于大气干扰是存在于空间的白噪声。正如前面提到的那样，大气干扰是成问题的，因为其导致了相当可变的噪声电平。
由于大气干扰在噪声电平方面的可变性以若干方式影响HFSWR系统的检测性能。这些噪声可以导致目标的错过检测，因为该目标是不能从噪声中区别的，或者假地检测噪声为目标。此外，由于该噪声电平是随着时间的过去如此可变的，该HFSWR系统的检测器将在每个CIT中输出广泛地变化的检测数量。这对于该HFSWR系统的组成部分，下述的检测器(即，图提取器和跟踪器)具有不利的影响。尤其是，如果由检测器进行太多的检测，那么该HFSWR系统的跟踪器将变得负担过重。因此，不考虑由于大气干扰变化的噪声电平，最好是使检测器在每个CIT中提供相对固定数量的检测。
在本领域为大家所熟知，使用恒定误警率(CFAR)检测器以提供相对稳定的检测性能。通常，常规的CFAR检测器估计用于给定距离多普勒信元的本地噪声电平，并且当该距离多普勒信元的雷达数据的波辐大于估计的噪声电平加上一个阈值时，在给定的距离多普勒信元上检测到目标。在常规的CFAR检测器中，该阈值的值通常是恒定的。但是，因为由于大气干扰的该噪声电平是相当可变的，并且噪声和目标并未连贯地相加，在该目标和噪声之间的波辐差值也将改变。因此，如果使用恒定的阈值，常规的CFAR检测器不能检测具有小的波辐的目标，并且噪声电平提高。因此，存在对提供可以随着噪声电平而变化的阈值电平检测器的需要，以在不同的CIT上提供恒定的检测速率。
由于在目标上的目标特性，诸如目标类型(即，船目标、空中目标等等)和目标速度变化，目标检测正在受到挑战。例如，在距离多普勒图中，船比空中目标，诸如飞机提供更大的目标指示(即，更大数量的距离多普勒信元)因此，基于这些不同的目标特性，存在对改变检测参数检测器的需要。
发明内容
在一个方面中，本发明是一种用于分析供目标检测的距离多普勒方位数据的自适应检测系统。该系统包括一个计算阈值的阈值计算器，其是以该距离多普勒方位数据的标准偏差和预先确定的检测概率为基础的。该系统还包括一个与该阈值计算器通信以接收该阈值的检测模块。该检测模块从位于检测窗中的该距离多普勒数据来计算估计的目标幅度和估计的噪声最低值幅度。当在该估计的目标幅度和该估计的噪声最低值幅度之间的差值大于一个预先确定的阈值时，该检测模块发现目标。
在第二个方面中，本发明提供了一种用于分析供目标检测的距离多普勒数据的检测模块。该检测模块包括一个窗口发生器，用于产生一个具有目标区的检测窗，一个围绕该目标区的保护区和一个围绕保护区的主要区。该检测模块还具有一个与窗口发生器通信的信号计算器。该信号计算器计算估计的目标幅度和估计的噪声最低值幅度。该估计的目标幅度最好是在该目标区的中心上的距离多普勒信元幅度，和该估计的噪声最低值幅度最好是在该主要区中的平均距离多普勒信元幅度。该检测模块还包括一个与该信号计算器通信的判定模块。当在该估计的目标幅度和该估计的噪声最低值幅度之间的差值大于一个预先确定的阈值时，该判定模块发现目标。
在另一个方面中，本发明提供了一种用于分析供目标检测的距离多普勒方位数据的自适应检测方法。该检测方法包括基于该距离多普勒方位数据的标准偏差和预先确定的检测概率来计算一个阈值；基于包含在检测窗中的距离多普勒数据，计算估计的目标幅度和估计的噪声最低值幅度；和当在该估计的目标幅度和该估计的噪声最低值幅度之间的差值大于该阈值时发现目标。
在更进一步的方面中，本发明提供了一种用于分析供目标检测的距离多普勒数据的检测方法。该检测方法包括产生一个具有目标区的检测窗，一个围绕该目标区的保护区和一个围绕该保护区的主要区；
计算估计的目标幅度和估计的噪声最低值幅度，其中该估计的目标幅度最好是在该目标区的中心上的距离多普勒信元幅度，和该估计的噪声最低值幅度最好是在该主要区中的平均距离多普勒信元幅度；和当在该估计的目标幅度和该估计的噪声最低值幅度之间的差值大于一个预先确定的阈值时发现目标。
为了更好地理解本发明和更清楚地示出可以如何实现，现仅通过示例参照附图进行介绍，这些附图示出本发明的优选实施例，其中图1是一个按照本发明的自适应CFAR检测器的方框图；图2a是一个举例说明按照本发明的距离多普勒图的有效区和保护区的图；图2b是举例说明方位角概念的示意图；图3a是在给定距离上低噪声电平的多普勒频谱的一部分；图3b是在图3a中示出的具有更高的噪声电平的该多普勒频谱相同的部分；图4a是在秋天期间记录的实际的HFSWR数据的标准化的直方图；图4b是具有x1.5分布的模拟数据的标准化的直方图；图5a是在冬季期间记录的实际的HFSWR数据的标准化的直方图；图5b是具有x1.5分布的模拟数据的标准化的直方图；图6是按照本发明的自适应检测窗；图7是在给定距离上目标的多普勒频谱的一部分；
图8是由该检测器执行的检测过程的流程图；图9是按照本发明的自适应CFAR检测方法的流程图；图10a是在秋天期间记录的实际的HFSWR数据的高分辨率距离多普勒图；图10b是当施加于图10a的距离多普勒图时从本发明的自适应CFAR检测器中获得的检测命中图；图11a在秋天期间记录的实际的HFSWR数据的另一个高分辨率距离多普勒图；图11b是当施加于图11a的距离多普勒图时从本发明的自适应CFAR检测器中获得的检测命中图；图12a是在冬季期间记录的实际的HFSWR数据的高分辨率距离多普勒图；图12b是当施加于图12a的距离多普勒图时从本发明的自适应CFAR检测器中获得的检测命中图；图13a是在冬季期间记录的实际的HFSWR数据的另一个高分辨率距离多普勒图；和图13b是当施加于图13a的距离多普勒图时从本发明的自适应CFAR检测器中获得的检测命中图。
具体实施例方式
在此处描述的所有的实验数据取自位于加拿大纽芬兰的Cape Race的SWR-503TMHFSWR系统。SWR-503TMHFSWR系统是由雷神加拿大有限公司开发的。
正如在此处使用的，该术语距离多普勒方位数据指的是在给定的CIT中对于所有的方位产生的所有的距离多普勒数据，该术语距离多普勒指的是用于给定的方位所有的距离多普勒数据(即，距离多普勒图)。
首先介绍图1，其示出一个按照本发明的自适应检测系统10的优选实施例。该自适应检测系统10包括一个阈值计算器12和一个检测模块14。对于从多个距离多普勒图18(在给定的CIT期间产生的)中选择出来的给定距离多普勒图16，该自适应检测系统10检测出目标，并且可以生成一个击中图20，其示出该检测的目标的位置。图10a和10b分别是距离多普勒图和击中图的例子。该自适应检测系统10可用于产生一个适合于每个距离多普勒图16的击中图20。做为选择，当要处理多个距离多普勒图18时，可以由该自适应性检测系统10产生多个击中图22。
现在参考图2a，每个距离多普勒图16划定为具有有效区24和保护区28，有效区24具有多个信元26，保护区28也具有多个信元(未示出)。图2a不是按比例制图的并且会比其示出的包含更多的信元26。在下面将解释对保护区28的需要。在有效区24中的每个信元26由自适应检测系统10处理，以确定是否每个信元26具有一个目标。在保护区28中的信元不用于目标检测处理。此外，对于一个给定的方位角，产生每个距离多普勒图16。如那些本领域技术人员公知的，在每个距离多普勒图16中的雷达数据已经过用于预处理的常规的信号处理操作，其包括带通滤波、外差作用、A/D转换、解调下采样和匹配滤波。参考图2b，如通常为那些本领域技术人员公知的，该方位角是接收天线阵列32的主波束30相对于接收天线阵列32的中点生成的水平角θ。
再次参考图1，该阈值计算器12基于在给定的CIT期间获得的距离多普勒方位数据的统计特性和预先确定的检测概率来计算一个阈值。这个信息是从多个距离多普勒图18中获得的。该阈值对于在给定的距离多普勒图16由自适应检测系统10对于给定的CIT处理的每个信元26保持不变，。当要处理来自新的CIT的距离多普勒方位数据时，计算一个新的阈值。
该检测模块14包括如图1所示连接的一个窗口发生器34、一个信号计算器36、一个判定模块38和一个存储模块40。对于给定的检测方式，该窗口发生器34产生一个如在下面进一步描述的检测窗。对于给定的距离多普勒图16，该检测窗是以信元26为中心的，以提供局部距离多普勒值给该信元26，该值是由该信号计算器36使用去计算估计的目标电平和估计的噪声电平。如果在估计的目标电平和估计的噪声电平之间的差值大于该阈值，那么该判定模块宣布一个检测(即，击中)。以这种方式，在给定的距离多普勒图16中对于每个信元26执行目标检测。所有检测的目标的距离多普勒位置由该存储模块40存储。检测的目标的位置可以在击中图20中示出，该击中图20对应于给定的距离多普勒图16。该击中图20可以是在信元处具有值1的二进制掩码，这里检测的目标存在，和在所有其他的信元中为值0。
本发明的各部件可以通过在本领域公知的任何装置实现，诸如通过使用专用硬件，诸如数字信号处理器，或者借助于分立元件，诸如比较器、乘法器、移位寄存器、存储器等等。本发明的单元也可以经由计算机程序实现，该计算机程序可以以Matlab、C、C++、LabviewTM或者任何其他适宜的程序设计语言来编写，该程序设计语言包含在计算平台上的计算机可读介质中，该计算平台具有对实现自适应检测系统10说来是必需的操作系统和相关的硬件和软件。该计算机程序将包括适合于执行在下面进一步描述的自适应检测方法步骤的计算机指令。如那些面向对象编程的技术人员所众所周知的，该计算机程序可以包括模块或者类目，其被按照在图1中示出的自适应检测系统10来实现和构成。因此，单独的软件模块可以被设计成能实现该阈值计算器12、窗口发生器34、信号计算器36和判定模块38。做为选择，这些构件的功能可以合并成一个或者二个软件模块。此外，该存储模块40可以是任何适宜的计算机存储装置或者数据库系统。
现在进行介绍图3a和3b，其描述在距离多普勒图的一分片(slice)的一部分中(即，对于给定的距离的该多普勒频谱的一部分)在噪声电平和目标幅度之间的交互作用。如在背景部分中提到的，由于大气干扰，该噪声电平随着一天的时间、季节的时间和地理位置而变化。在噪声电平方面的变化可以分别地通过在图3a和3b中的在该噪声最低值电平50和52的电平变化看到。和在图3a中示出噪声最低值电平50与目标54、56、58、60之间的峰值相比，在图3b中较高的噪声最低值电平52导致在目标54、56、58和60的峰值与噪声最低值电平52之间较小的距离电平电平。因此，当使用常规的CFAR检测器时(该检测器对于在不同的CIT期间获得的雷达数据使用相同的阈值T)，当背景噪声具有噪声最低值电平50时，可检测到目标54、56、58和60，但是当背景噪声具有噪声最低值电平52时，可能仅检测到目标54和60。因此，常规的CFAR检测器将提供变化的检测性能。为了避免这个问题，应该自适应地计算该阈值电平，使得当噪声电平提高时，该阈值电平降低，和当噪声电平降低时，该阈值电平提高。为了做到这一点，必须知道用于典型的CIT的距离多普勒方位数据的统计参数。
使用来自距离多普勒图的数据研究用于若干CIT的距离多普勒方位数据的统计参数，该距离多普勒图是由高分辨率频谱估计器产生的，诸如MUSIC(多重信号类别)频谱估计器或者根MUSIC频谱估计器。该分析包括基于来自所有的距离多普勒方位数据的幅值(以dB为单位)构成直方图，该距离多普勒方位数据是对于给定的CIT获得的。因此，取决于在一个CIT中由该HFSWR系统查验的方位角的数目，产生距离多普勒图的数目。
现在参考图4a，在其中示出的是在秋天季节期间获得的实际的距离多普勒方位数据的标准化直方图。X轴是以dB为单位的幅度，Y轴是标称化频率(即，具有一定幅度的距离多普勒方位数据的数目除以用于产生该直方图的距离多普勒方位数据的总数)。这个缩放比例导致为1的直方图区域以估计用于该距离多普勒方位角值的概率分布函数(pdf)。
现在参考图4b，在其中示出的是具有x1.5分布的模拟数据的标准化的直方图。该直方图的X轴和Y轴被类似于在图4a中示出的轴那样缩放。当比较图4b和4a时，很明显，以dB为单位的该距离多普勒方位数据非常地近似x1.5分布，这些方位数据的平均值等于大气干扰的噪声电平加上目标的幅度。该直方图也示出，当在该距离多普勒方位数据中存在更多的目标时，由于该x1.5分布的尾部伸出，目标表现为加性噪声。此外，因为由于大气干扰，该目标的幅度非常大于噪声，该距离多普勒方位数据的变化主要是通过存在于雷达数据中的目标产生的。这是因为如那些本领域技术人员所众所周知的，由于在估计该距离多普勒方位数据的幅度频谱的过程中采用取平均，由大气干扰引起的噪声已经变得被降低了。
现在参考图5a和5b，在其中示出的是在冬季期间获得的实际的距离多普勒方位数据和具有x1.5分布的模拟数据的标准化的直方图。当比较图5a和5b时，很明显，以dB为单位的该距离多普勒方位数据相当适宜近似x1.5分布，其平均值等于大气干扰的噪声电平加上目标的幅度，如在图4a和4b的直方图的对比中看到的。
由于该距离多普勒方位数据的pdf现在是已知的，下一步将计算一个阈值，以获得期望的或者预先确定的检测概率(PD)。该PD在此处是由在pdf曲线之下的和在沿着pdf图的X轴采取的阈值72的左侧的区域表示的，诸如在图4b示出的。由于该目标呆在x1.5分布的上层尾部，设置一个阈值，其中该x1.5分布的95％位于该阈值的左侧，由此将提供95％的检测概率，在这个意义上人们可以95％确信带有比阈值更高的波辐的目标真正地是目标而不是噪声，因为在波辐方面噪声分布的95％位于在这个阈值的下方。从统计学的视角来看，设置阈值使得分布的95％位于该阈值左侧导致最多5％的距离多普勒方位点被对于给定的CIT记录为检测到。事实上，当该阈值被按照这个95％原则设置时，由于该CFAR处理是由该自适应检测系统10使用的，在CIT中小于1％的距离多普勒方位数据点被检测为目标，这在下面进一步示出的试验结果可以看出。
为了基于期望的或者预先确定的PD确定一个阈值，人们可以参考用于x1.5分布的统计表，并且确定λ/σ的值，在此处表示为X，其提供等于期望的PD的百分位。该阈值由λ表示，并且具有x1.5分布的该数据的标准偏差由σ表示。例如，PD的90％导致X＝1.7，和PD的95％导致X＝1.8。
基于以上所述，对于给定的CIT获得的距离多普勒方位数据设置一个适宜的阈值应该对面向该CIT而获得的检测数目提供一个上限。但是，为了保持虚假目标检测(即，假警报)为合理的电平，应该使用CFAR检测方案。当高分辨率的频谱估计技术被用于产生距离多普勒图时，该虚假目标主要来自于布拉格线的频谱泄漏和电离层杂乱回波。
为了获得背景噪声电平良好的估计，基于采用自适应CFAR设计的检测窗80的取阈值方法被用于该检测模块14，以获得稳健的信号和噪声估计。参考图6，示出了连同距离多普勒图一部分的信元一起的该检测窗80。该检测窗80被设计为使得在距离多普勒图中围绕有可能的目标的信元被被分成三个区域，包括目标区82、保护区84和主要区域86。在图6示出的例子中，该目标区82是一个矩形，其在距离方向中最好是9个信元高，和在多普勒方向中最好是5个信元宽，该保护区84是一个环状，最好是具有高于和低于该目标区82的5个距离信元的高度，以及在该目标区82的任一边上具有2个多普勒信元的宽度，和该主要区86是一个环状，最好是具有超过和低于该保护区84的7个距离信元的高度，和在该保护区84的任一边上具有3个多普勒信元的宽度。这些数据仅作为一个例子提供。所以，可以用于其他的数据。
该区域的大小将影响该检测单元14的统计学稳健性。如果该区域太大，那么在每个区域中该信元不能表示局部可能有目标的信息。通常，在每个区域中信元的数目取决于信元对信元的相关性(即，在每个信元中该雷达数据是怎样相互相关的)，随后其取决于使用的信号处理参数，同时生成该距离多普勒图，诸如距离分辨率、多普勒雷达分辨力和频谱估计方法。取决于雷达配置和被检测的目标的类型，该目标区82、保护区84和主要区域86的大小也将改变。所以，该自适应检测系统10可以以不同的检测方式工作，诸如空中模式，以检测空中目标，和船舶模式，以检测船舶目标。另一个模式可以是冰山模式。该自适应检测系统10可以使用如图6所示的检测窗80。当该检测方式被设置为船舶模式时，典型的检测窗80可以具有带有7个距离信元乘以3个多普勒信元大小的目标区，并且该保护和主要区域84和86具有在图6中示出的大小。做为选择，可以对于保护和主要区域84和86使用不同的尺寸。
无论是否该自适应检测系统10工作在空中模式或者船舶模式，该目标区82被设计成为包括距离多普勒信元的数目，即，目标正常地将占用上述讨论到的给定的雷达工作参数。此外，当该检测窗80是以该目标为中心时，该目标的最大振幅最好是应该位于在该目标区82的中心上。该保护区域84被设计成为包括该目标的侧面部分，其可能在振幅方面比包含在该目标区82中的该目标的最大振幅(即，中心部分)更小。这是频谱估计的结果，其中由于在时间或者间距方面有限的数据，目标的该频谱估计不会是在频率或者空间域中的尖峰，但是将势必在远离该目标的主峰的振幅中被展开和缓和地降低。该主要区域86被设计成为包括该背景噪声。这在图7用图表表示，其中对于给定的距离示出了在多普勒方向上以目标88为中心的保护区域84、主要区域86和目标区82的一个分片。
现在参考图8，在其中示出的是由该检测模块14对于给定的距离多普勒信元执行的检测方法的流程图。该检测方法90起始于步骤92，在这里计算用于该主要的区域86的该雷达数据的平均振幅(ravgm)，其是在该主要区域86中的每个信元的该距离多普勒数据振幅的总和除以在该主要区域86中信元的数目。这提供了该噪声电平振幅的估计。该噪声电平是在统计学意义上的“估计”，因为在一个来自抽样总体的抽样观察结果中的一些雷达数据值被用于估计该噪声电平振幅。
下一个步骤94是获得该目标振幅(rt)的估计，其是在该目标区82的中心上的该雷达数据的振幅。最好是，该目标区82包括奇数的距离和多普勒信元，使得在单个距离多普勒信元上出现该目标区82的中心。前述的计算是由该信号计算器36执行的。
该检测方法90的下一个步骤96是按照等式1计算在估计的目标振幅和估计的噪声振幅之间的该目标噪声振幅差值(TNAD)TNAD＝rt-ravgm(1)下一个步骤98是确定是否该TNAD大于该阈值λ。这些操作是由该判定单元38执行的。如果这个比较是假的，那么没有检测的目标，并且该检测方法90进行到步骤100。但是，如果这个比较为真，那么该检测方法90进行到步骤102，在这里在目标区82中的该中心信元被宣布是目标，并且在整个目标区82中的该雷达数据的平均振幅被归回为该目标的振幅。由于当通过高分辨率频谱估计目标已经分解为两个或更多个峰值时出现目标分解，这被做到以避免检测多个目标。如果出现这种情况，当仅存在一个真实的目标时，常规的CFAR检测器将检测二个独立的目标。在步骤102，该目标区82的距离、多普勒和方位角值可以被存储。这个操作是由该存储模块40执行的。然后，该检测方法90移到步骤100，在这里其确定是否已经处理了在当前的距离多普勒图中最后的信元。如果不是，该检测方法90移到步骤104，在这里该检测窗80被移动到在距离多普勒图中的下一个信元中，并且该检测方法90被重复。
该检测方法90可以起始于距离多普勒图的有效区24的左上角，并且处理在那个行(即，在给定的距离值上)中的每个多普勒信元，直到在该行中最后的多普勒信元被处理为止。然后，该检测窗80可以被往下移1个距离信元，并且放置在该有效区24中多普勒信元的最左边，以及在那个行(即，距离)中所有的多普勒信元可以被处理。以这种方式，用于距离多普勒图所有的该距离多普勒信元被该检测模块14处理。做为选择，可以使用其他的方法在距离多普勒图的信元之上移动该检测窗80。
当该检测窗80对靠近或者处于该有效区24的边缘上的信元进行操作时，在该保护区28中的信元被用于计算在等式1中需要的该ravgm值。这是因为围绕距离多普勒图的有效区24融合该保护区28的原因。因此，检测是仅对于那些在距离多普勒图16的有效区24中的信元执行的。
等式1使用在该目标区82的中心上的振幅作为估计的目标振幅，以降低丢失检测具有小振幅(即，如果求平均被用于估计目标振幅，该目标振幅将被在该目标区52内的信元之上进行平滑处理)目标的概率。此外，在等式1中，在rt和ravgm之间的差值被用于除去在主要区域56的目标部分，以获得该背景噪声(即，参见图7)更精确的估计。此外，基于HFSWR系统的距离和多普勒雷达分辨力以及检测方式(即，被检测的目标的类型)选择该目标区82的尺寸在确保该检测窗80调整大小以匹配该目标形状方面是有益的。在这种意义上讲，该检测窗80实际上是一个自适应检测窗，其取决于该雷达系统的操作参数和检测方式来改变。
还很明显的是，该检测窗80和该检测方法90可以应用于由任意的频谱估计器产生的距离多普勒图中。在这种情况下，该距离多普勒方位数据的统计数值将有可能变化，这将影响该阈值的计算。在本发明中，使用该MUSIC频谱估计器，其对该阈值λ的计算具有影响。
现在参考图9，在其中示出的是一个按照本发明用于自适应检测方法110的流程图。对于一个CIT，当给定以dB为单位的距离多普勒方位数据时，该自适应检测方法110从步骤112开始，在这里该数据的标准偏差(a)被按照等式2计算σ=ΣI=1N(RDAi-RDAm)2N-1----(2)]]>这里RDAi是一个距离多普勒方位数据值，RDAm是该距离多普勒方位数据值的干均值，并且N是距离多普勒方位数据值的数目。下一个步骤114是选择期望的检测概率(即，预先确定的检测概率)，并且从用于该x1.5分布的统计表中计算用于λ/σ的值X，如先前描述的。给定X和用于σ的计算值，那么该阈值(λ)被按照等式3计算λ＝X·σ (3)接下来，在步骤116，一个适宜的检测窗80被按照检测方式(即，空中模式、船舶模式等等)以及该HFSWR系统的操作参数，诸如距离分辨率和多普勒雷达分辨力来选择，如先前论述的。在步骤118，选择用于给定方位角(即，距离多普勒图)的该距离多普勒数据，和在步骤120，该检测方法90被对于在当前的距离多普勒图中的每个距离多普勒信元重复。当已经处理了当前的距离多普勒图的最后的距离多普勒信元时，用于下一个方位角的该距离多普勒图由该自适应检测系统10处理。以这种方式，在给定的CIT中对于指定的方位角集合产生的所有的距离多普勒图由自适应检测系统10处理。
现在将论述该自适应检测系统10对于实际HFSWR数据的检测性能。参考图10a，在其中示出的是一个在相对于该HFSWR系统的接收天线阵列的瞄准线(即，中心)-32°的方位角上的高分辨率距离多普勒图。
该HFSWR数据被在秋天的季节期间记录。对于第一CIT处理该HFSWR数据结果形成1,326,528个距离多普勒方位数据点(即，188个距离信元×147个多普勒信元×48个方位角)。距离多普勒方位数据具有2.9908的σ，对于95％PD其导致5.3835的λ。相应的击中图在图10b中示出。对于整个的距离多普勒方位数据集合，存在总共8,321个检测，其大约是第一个CIT总的距离多普勒方位数据点的0.6％。图10b是对应于图10a的击中图，图10b示出该自适应检测系统10成功地在0赫兹的多普勒频率上和大约320至350公里的范围内检测真实的目标，诸如爱尔兰钻架，同时将由于该布拉格线的频谱泄漏造成的虚假目标的检测减到最小。
下面进行参考图11a和11b，其示出对于在第二个CIT的秋天季节期间获得的HFSWR数据的试验结果。在这种情况下，在图11a示出用于相对于该HFSWR系统的接收天线阵列的瞄准线-38°的方位角的该距离多普勒图。用于第二个CIT的该距离多普勒方位数据具有2.9255的σ，对于95％的PD，其导致5.2659的λ。相应击中图在图11b中示出，该自适应检测系统10对于供第二个CIT处理的距离多普勒方位数据集合检测到8,171个目标，其小于总的距离数据方位数据点的0.6％。图11b也示出该自适应检测系统10在大约328公里的范围内和0赫兹的多普勒频率上检测真实的目标，诸如爱尔兰钻架，同时将由于电离层杂乱回波的频谱泄漏造成的虚假目标的检测减到最小。
下面参考图12a，在其中示出的是一个在相对于该HFSWR系统的接收天线阵列的瞄准线-34°的方位角上的高分辨率距离多普勒图。该HFSWR数据被在冬季期间记录，其中与秋天的季节相比由于大气干扰的噪声电平更高。对于第三个CIT处理该HFSWR数据结果形成231,252个距离多普勒方位数据点(即，239个距离信元×88个多普勒信元×11个方位角)。该距离多普勒方位数据具有1.1788的σ。σ的这个值可以通过参考图3a和3b理解，其示出对于噪声数据的情况，在噪声电平和目标之间振幅的扩展变得更小。因此，用于第三个CIT的该距离多普勒方位数据比用于第一个和第二个CIT的距离多普勒方位数据具有更小的标准偏差。选择95％的PD导致2.1219的λ。因此，该阈值等式3已经为期望的具有更高的噪声电平的数据提供了更低的阈值。由自适应检测系统10对于图12a的距离多普勒数据产生的该击中图在图12b中示出。对于第三个CIT检测的目标数目是2,304，其大约是被处理的总的距离多普勒方位数据点的1％。
下面参考图13a和13b，示出了用于在对于第四个CIT的冬季期间获得的HFSWR数据的试验结果。在这种情况下，在图13a中示出相对于该HFSWR系统的接收天线阵列的瞄准线-32°的方位角的该距离多普勒图。用于第四个CIT的该距离多普勒方位数据图的σ是1.4113，对于95％的PD，导致2.5404的λ。对于第四个CIT该自适应检测系统10检测2,109个目标，其小于总的距离多普勒方位数据点的1％。在图13b中相应的击中图示出，该自适应检测系统10检测具有小的振幅(即，弱的雷达反射信号)的小的目标，同时将来自于该布拉格线的频谱泄漏和电离层杂乱回波的虚假目标的数目减到最小。
应该明白，在不背离本发明的情况下，可以对在此处描述和举例说明的优选实施例进行各种各样的修改，其范围在所附的权利要求中限定。例如，该统计数值可以通过着眼于距离多普勒传感器数据而不是距离多普勒方位数据来产生。距离多普勒传感器数据是在接收天线阵列中来自各个传感器的二维距离多普勒数据的传感器上级联的。
权利要求
1.一种用于分析供目标检测的距离多普勒方位数据的自适应检测系统，所述系统包括a)阈值计算器，用于基于所述距离多普勒方位数据的标准偏差和预先确定的检测概率来计算一个阈值；和b)与所述阈值计算器通信的检测模块，用于接收所述阈值，其中所述检测模块利用位于检测窗中的距离多普勒数据计算一估计的目标幅度和估计噪声最低值幅度，并且当所述估计的目标幅度和所述估计的噪声最低值幅度之间的差值大于所述阈值时发现目标。
2.根据权利要求1的系统，其中所述检测模块包括i)窗口发生器，用于产生所述检测窗，所述检测窗具有目标区、保护区和主要区；ii)与所述窗口发生器通信的信号计算器，用于计算所述估计的目标幅度和所述估计的噪声最低值幅度；和iii)与所述信号计算器通信的判定模块，用于检测所述目标。
3.根据权利要求2的系统，其中所述检测模块进一步包括与所述判定模块通信的存储模块，用于存储检测目标的位置和幅度信息。
4.根据权利要求2的系统，其中所述保护区围绕所述目标区，并且所述主要区围绕所述保护区，以及所述估计的目标幅度是在所述目标区的中心上的距离多普勒信元幅度，并且所述估计的噪声最低值幅度是在所述主要区中的平均距离多普勒信元幅度。
5.根据权利要求2的系统，其中所述目标区的大小是基于检测方式变化的。
6.根据权利要求2的系统，其中所述保护区的大小是基于检测方式变化的。
7.根据权利要求2的系统，其中所述主要区的大小是基于检测方式变化的。
8.根据权利要求1的系统，其中所述阈值计算器计算所述距离多普勒方位数据的所述标准偏差(σ)，和按照等式λ＝X·σ计算所述阈值(λ)，这里X是从用于x1.5分布的百分表中的百分位中获得的值，并且所述百分位等于所述预先确定的检测概率。
9.根据权利要求3的系统，其中所述幅度信息是在所述目标区中距离多普勒信元幅度的平均值。
10.一种用于分析供目标检测的距离多普勒数据的检测模块，所述检测模块包括a)窗口发生器，用于产生一检测窗，该检测窗具有目标区、围绕所述目标区的保护区和围绕所述保护区的主要区；b)与所述窗口发生器通信的信号计算器，用于计算估计的目标幅度和估计的噪声最低值幅度，其中所述估计的目标幅度是在所述目标区的中心上的距离多普勒信元幅度，和所述估计的噪声最低值幅度是在所述主要区中的平均距离多普勒信元幅度；c)与所述信号计算器通信的判定模块，用于当所述估计的目标幅度和所述估计的噪声最低值幅度之间的差值大于预先确定的阈值时发现目标。
11.根据权利要求10的检测模块，其中所述模块进一步包括与所述判定模块通信的存储模块，用于存储用于检测目标的位置和幅度信息。
12.根据权利要求10的检测单元，其中所述目标区的大小是基于检测方式变化的。
13.根据权利要求10的检测单元，其中所述保护区的大小是基于检测方式变化的。
14.根据权利要求10的检测单元，其中所述主要区的大小是基于检测方式变化的。
15.根据权利要求11的检测单元，其中所述幅度信息是在所述目标区中距离多普勒信元幅度的平均值。
16.一种分析用于目标探测的距离多普勒方位数据的自适应检测方法，所述方法包括a)基于所述距离多普勒方位数据的标准偏差和预先确定的检测概率来计算一个阈值；b)基于包含在检测窗中的距离多普勒数据，计算估计的目标幅度和估计的噪声最低值幅度；和c)当所述估计的目标幅度和所述估计的噪声最低值幅度之间的差值大于所述阈值时发现目标。
17.根据权利要求16的方法，其中步骤b)包括产生所述检测窗以提供距离多普勒数据，用于计算所述估计的目标幅度和所述估计的噪声最低值幅度。
18.根据权利要求16的方法，其中所述方法进一步包括d)存储用于检测目标的位置和幅度信息。
19.根据权利要求17的方法，其中产生所述探测窗包括a)产生一个目标区；b)产生一个围绕所述目标区的保护区；和c)产生一个围绕所述保护区的主要区。
20.根据权利要求19的方法，其中计算所述估计的目标幅度包括获得在所述目标区的中心上的该距离多普勒信元幅度。
21.根据权利要求19的方法，其中计算所述估计的噪声最低值幅度包括计算在所述主要区中的平均距离多普勒信元幅度。
22.根据权利要求19的方法，其中产生所述目标区包括基于检测方式选择大小。
23.根据权利要求19的方法，其中产生所述保护区包括基于检测方式选择大小。
24.根据权利要求19的方法，其中产生所述主要区包括基于检测方式选择大小。
25.根据权利要求16的方法，其中计算所述阈值包括a)计算所述距离多普勒方位数据的标准偏差(σ)；b)从用于x1.5分布的百分表的百分位中选择一个值(X)，其中所述百分位等于所述预先确定的检测概率；和c)按照等式λ＝X·σ计算所述阈值(λ)。
26.根据权利要求19的方法，其中存储所述幅度信息包括计算在所述目标区中距离多普勒信元幅度的平均值。
27.一种用于分析供目标检测的距离多普勒数据的检测方法，所述方法包括a)产生一个检测窗，该检测窗具有目标区、围绕所述目标区的保护区和围绕所述保护区的主要区；b)计算估计的目标幅度和估计的噪声最低值幅度，其中所述估计的目标幅度是在所述目标区的中心上的距离多普勒信元幅度，和所述估计的噪声最低值幅度是在所述主要区中的平均距离多普勒信元幅度；和c)当所述估计的目标幅度和所述估计的噪声最低值幅度之间的差值大于一个预先确定的阈值时发现目标。
28.据权利要求27的方法，其中所述方法进一步包括d)存储用于检测目标的位置和幅度信息。
29.根据权利要求27的方法，其中所述目标区的大小是基于检测方式变化的。
30.根据权利要求27的方法，其中所述保护区的大小是基于检测方式变化的。
31.根据权利要求27的方法，其中所述主要区的大小是基于检测方式变化的。
32.根据权利要求28的方法，其中存储所述幅度信息包括计算在所述目标区中距离多普勒信元幅度的平均值。
全文摘要
一种用于分析供目标检测的距离多普勒方位数据的自适应检测系统和方法。该检测系统具有一个用于计算阈值的阈值计算器，其是以该距离多普勒方位数据的标准偏差和预先确定的检测概率为基础的。该检测系统还具有一个与该阈值计算器通信以接收该阈值的检测模块。该检测模块基于位于检测窗中的该距离多普勒数据来计算估计的目标幅度和估计的噪声最低值幅度。当在该估计的目标幅度和该估计的噪声最低值幅度之间的差值大于一个预先确定的阈值时，该检测模块发现目标。
文档编号G01S13/30GK1643398SQ03805871
公开日2005年7月20日 申请日期2003年3月7日 优先权日2002年3月13日
发明者礼萨·迪扎吉, 托尼·庞斯福德 申请人:雷神加拿大有限公司