本发明涉及生命探测雷达系统的技术领域，尤其涉及一种用于生命探测雷达的目标体检测及定位方法。
背景技术
在现今的灾后救援过程中，生命探测雷达起到了很大的作用，为救援人员判定废墟底下是否有生命体存在提供了第一手资料。生命探测雷达利用人体反射的雷达回波由于人体呼吸及心跳引起的微动呈周期性的原理，在去除了直达杂波后，在频率域上可以检测到生命微动信号。在生命探测雷达的应用中，目标检测算法显然是极其重要的一个环节，因为检测算法的准确性和效率很大程度上决定了系统结果的好坏与有效性。基于同一门限值来对目标进行检测，这样会导致整个检测平面上虚警率的不恒定，增加了虚假目标的个数。另外，在整个检测平面上，不同距离单元上的数据并不是符合同样的分布和同样的分布参数，采用一种分布来对数据进行统计会造成背景噪声估计的不准确。
技术实现要素：
鉴于上述技术问题，本发明的目的在于提供一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法。
在本发明中，恒虚警率检测算法就是在整个检测平面上运用不同的检测阈值来对目标体进行检测来维持恒定的虚警概率，这样会减少因为局部强噪声的干扰出现的虚假目标。
为了实现上述目的，本发明所采用的技术方案如下：
根据本发明的一个方面，提供了一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法，包括以下步骤：
步骤a：输入原始信号，并将原始信号按道数排列成b-scan图，其中快时间向包含距离信息，慢时间向包含频率信息；
步骤b：去除原始数据中的静态杂波和线性趋势项；
步骤c：对同一个采样时刻获得的所有道信息进行傅里叶变换，得到距离-多普勒信息图；
步骤d：在距离-多普勒域运用基于cfar的目标检测算法，将目标体在距离-多普勒域上标记出来；
步骤e：判断cfar输出的图像中有无非零点，若存在非零点则将输出的结果进行目标识别，输出目标的位置信息和呼吸频率大小。
优选地，步骤d包括以下子步骤：
子步骤d1：根据设计的cfar检测窗，在距离向上滑动检测窗采集数据；
子步骤d2：对检测窗内的信号进行统计分析，得到背景信号的分布频率图，并对概率分布进行分布拟合及参数估计；
子步骤d3：选择最优的分布拟合，获取拟合后的分布函数；计算cfar检测中阈值判决的标称化因子，将标称化因子记为t，在给定虚警概率下，求其数值解。
子步骤d4：利用有序统计os恒虚警检测器将参考采样由小到大进行排序，并选取第k个值作为杂波功率水平估计，记为z。
子步骤d5：将标称化因子与杂波功率水平估计相乘，得到阈值s＝t×z，并将检测窗内的检测样本值与阈值进行比较，判断其是否大于阈值，大于阈值则判断有生命体存在，小于阈值则判断没有生命体存在，将判断有生命体存在的点的值置为1，没有生命体存在的点的值置为0。
优选地，在子步骤d2中，进行分布拟合时采用gamma分布、log-logistic分布、weibull分布以及rayleigh分布。
优选地，在子步骤d3中，选择最优的分布拟合时，采用平均绝对误差的方法。
优选地，子步骤d3包括以下子步骤：
子步骤d31：获取最佳拟合的分布函数，其中：
对于gamma分布，其pdf为
对于log-logistic分布，其pdf为
对于weibull分布，其pdf为
对于rayleigh分布，其pdf为
其中，分布函数中的参数由matlab拟合工具给出；
子步骤d32：os-cfar检测中z＝x(k)，其中k是对参考窗排序后选取的值的序号，则：
子步骤d33：虚警概率和检测阈值的函数关系由如下公式给出，在给定虚警概率的条件下，可以得到阈值检测的标称化因子t的数值解，
优选地，在步骤e中，若存在非零点则将输出的结果运用聚类算法对识别的目标进行归类。
优选地，在步骤b中，去除原始数据中的静态杂波和线性趋势项时采用线性趋势去除法。
优选地，在步骤b中，进一步包括：
通过距离向滤波初步提高信号信噪比。
从上述技术方案可以看出，本发明一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法至少具有以下有益效果其中之一：
(1)本发明在保持较高的检测概率的前提下可以维持虚警概率的恒定，避免了虚警概率的不平稳性导致的虚假目标的出现；
(2)本发明在距离向上滑动检测窗采取数据，考虑到了不同距离信号的不同统计特性，运用不同的分布进行拟合，并选取最佳的拟合分布，通过得到的分布参数计算不同距离向的标称化因子用于阈值检测；
(3)本发明实现了在距离-多普勒域目标检测功能，能够得到目标的距离信息及呼吸频率，并且很好地控制了虚假目标出现的概率。
附图说明
图1为本发明多目标体检测及定位方法的实施流程图。
图2为图1实施流程图中基于cfar的目标检测的流程图。
图3为原始回波信号、去除杂波的b-scan图、距离-多普勒信息图以及检测窗采集数据示意图。
图4为选取不同距离的检测窗进行拟合的示意图。
图5为不同距离单元的t值的大小、距离-多普勒域上的阈值的大小、cfar检测输出图以及聚类算法的结果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
本发明提供了一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法。图1为本发明多目标体检测及定位方法的实施流程图。如图1所示，本发明基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法包括以下步骤：
步骤a：输入原始信号，并将原始信号按道数排列成b-scan图，其中快时间向包含距离信息，慢时间向包含频率信息；
步骤b：通过线性趋势去除法去除原始数据中的静态杂波和线性趋势项，进一步通过距离向滤波初步提高信号信噪比；
步骤c：对同一个采样时刻获得的所有道信息进行傅里叶变换，得到距离-多普勒信息图；
步骤d：在距离-多普勒域运用基于cfar的目标检测算法，将目标体在距离-多普勒域上标记出来；
步骤e：判断cfar输出的图像中有无非零点，若存在非零点则将输出的结果运用聚类算法对识别的目标进行归类，输出目标的位置信息和呼吸频率大小。
图2为图1实施流程图中基于cfar的目标检测的流程图。如图2所示，步骤d包括以下子步骤：
子步骤d1：根据设计的cfar检测窗，在距离向上滑动检测窗采集数据；
子步骤d2：对检测窗内的信号进行统计分析，得到背景信号的分布频率图，并对概率分布进行分布拟合及参数估计，通过对实际数据分析，其中拟合的比较好的是gamma分布、log-logistic分布、weibull分布以及rayleigh分布；
子步骤d3：采用计算平均绝对误差来选择最优的分布拟合，获取拟合后的分布函数；计算cfar检测中阈值判决的标称化因子，将标称化因子记为t，由于解析解很难给出，在给定虚警概率下，采用二分法求其数值解；
子步骤d4：利用有序统计os恒虚警检测器将参考采样由小到大进行排序，并选取第k个值作为杂波功率水平估计，记为z；
子步骤d5：将标称化因子与杂波功率水平估计相乘，得到阈值s＝t×z，并将检测窗内的检测样本值与阈值进行比较，判断其是否大于阈值，大于阈值则判断有生命体存在，小于阈值则判断没有生命体存在。在整个距离-多普勒域上滑动cfar检测窗，将判断有生命体存在的点的值置为1，没有生命体存在的点置为0。
其中，所述子步骤d3包括以下子步骤：
子步骤d31：获取最佳拟合的分布函数，其中：
对于gamma分布，其pdf为
对于log-logistic分布，其pdf为
对于weibull分布，其pdf为
对于rayleigh分布，其pdf为
其中，分布函数中的参数由matlab拟合工具给出；
子步骤d32：os-cfar检测中z＝x(k)，其中k是对参考窗排序后选取的值的序号，则：
子步骤d33：虚警概率和检测阈值的函数关系由如下公式给出，在给定虚警概率的条件下，可以得到阈值检测的标称化因子t的数值解。
示例性实施例：
本实施例中雷达发射超宽带信号，信号中心频率500m，带宽100％。通过所阐述的基于恒虚警率的多目标体检测及定位方法，对信号在距离-多普勒域进行阈值处理，包括以下步骤：
步骤a：输入原始回波信号，参见图3的(a)。
步骤b：通过线性趋势去除法和距离向滤波去除杂波，得到包含目标生命体信息的b-scan图，参见图3的(b)。
步骤c：对同一个采样时刻获得的所有道信息求其频谱，得到距离-多普勒信息图，参见图3的(c)。
步骤d：在距离向上滑动检测窗采集数据，如图3的(d)所示。对检测窗内的信号做统计分析并对概率分布进行分布拟合及参数估计，本实施例中选取gamma分布、log-logistic分布、weibull分布以及rayleigh分布进行拟合，用平均绝对误差来选择最优的分布拟合，图4为对不同距离的检测窗进行拟合的情况。
由上述得出的分布函数和给定的虚警概率计算标称化因子t，标称化因子记为t，并将有序统计os恒虚警检测器的参考采样由小到大进行排序，并选取第k个值作为杂波功率水平估计，记为z，图5的(a)为不同距离单元的t值的大小。
得到阈值s＝t×z，并进行阈值判断，图5的(b)为距离-多普勒域上的阈值的大小。在整个距离-多普勒域上滑动cfar检测窗，得到cfar检测图，如图5的(c)所示。
步骤e：对保留下的位置进行聚类，即某几个位置点之间的距离小于某个值δd时，则将该若干点归为一类，
得到目标体的距离信息及呼吸频率的估计值，结果如图5的(d)所示。
至此，已经结合附图对本实施例进行了详细描述。依据以上描述，本领域技术人员应当对本发明基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法有了清楚的认识。
需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换，例如：
(1)杂波分布还可以采用其他分布来进行拟合；
(2)线性趋势去除法可以用其他杂波去除法来代替；
(3)采用二分法计算标称化因子可以用其他数值分析方法来代替；
还需要说明的是，本文可提供包含特定值的参数的示范，但这些参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应值。此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
综上所述，本发明提供一种基于恒虚警率检测的用于生命探测雷达的多目标体检测及定位方法，通过对背景噪声概率分布的分析，得到每个检测单元自适应的检测阈值，旨在保证较大的检测概率的前提下，保持恒定的虚警概率，即可减少虚假目标的出现，提高了目标检测的准确性和有效性。采用聚类算法对检测后得到的检测图进行修正，获取目标体的位置信息和呼吸频率。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。