一种非均匀环境下的多选择CFAR检测方法与流程

一种非均匀环境下的多选择cfar检测方法
技术领域
1.本发明属于雷达目标检测技术领域，具体地说，本发明涉及一种非均匀环境下的多选择cfar检测方法。


背景技术：

2.目前，市场上的均值类恒虚警检测器(constant false alarm rate，cfar)在非均匀环境下检测性能严重下降。有序统计类cfar检测器参数k选择较为困难。变异指数恒虚警检测器(variability index cfar，vi-cfar)和多选择恒虚警检测器(switching cfar，s-cfar)，通过计算待测单元两侧参考窗的变异指数vi和均值之比mr，识别参考窗的背景环境，然后根据识别结果选择不同的参考单元集合估计背景噪声功率，并计算出检测门限。但是，现有变异指数恒虚警检测器(variability index cfar，vi-cfar)和多选择恒虚警检测器(switching cfar，s-cfar)易于将含有杂波参考单元的子参考窗识别为多目标环境，导致杂波环境下虚警率过大。
3.同时，在多目标环境下，如果待测单元两侧的子参考窗中干扰目标数不同，变异指数恒虚警检测器(variability index cfar，vi-cfar)和多选择恒虚警检测器(switching cfar，s-cfar)将含较多干扰目标的子参考窗识别为均匀环境，将较少干扰目标的子参考窗识别为非均匀环境，从而选择较多干扰目标的子参考窗中的参考单元计算检测门限，导致多目标干扰环境下检测性能严重下降。


技术实现要素：

4.本发明提供一种非均匀环境下的多选择cfar检测方法，以解决上述背景技术中存在的问题。
5.为了实现上述目的，本发明采取的技术方案为：一种非均匀环境下的多选择cfar检测方法，具体包括以下步骤，
6.步骤s1：设计多选择cfar检测器(multiple switching cfar detector，ms-cfar)，简称ms-cfar检测器；
7.步骤s2：待检测单元x0乘以一个比例因子α得到阈值αx0，将子参考窗a中参考单元xi,i∈[1,n/2]小于阈值αx0的参考单元放入一个集合sa中，参考单元数记为na；将子参考窗b中参考单元xi,i∈[1,n/2]小于阈值αx0的参考单元放入一个集合sb中，参考单元数记为nb；
[0008]
步骤s3：根据参考单元数na和nb，初步确定参考窗所处的环境；
[0009]
步骤s4：计算参考窗中是否存在阶跃点，以及从阶跃点开始的参考单元的变异指数vi，进一步细分参考窗所处的环境；
[0010]
步骤s5：结合步骤s3和步骤s4的判断结果，以不同的方法选择参考单元，并乘以一个门限因子β生成检测门限td；
[0011]
步骤s6：将待测单元的振幅x0与检测门限td比较，判断待测单元是否为目标；如果
x0≥td，则待测单元为目标；如果x0《td，则待测单元不是目标。
[0012]
优选的，所述步骤s1中设计的多选择cfar检测器(multiple switching cfar detector，ms-cfar)，一个是待检测单元标记为x0,参考窗有n个参考单元标记为x
1-xn，分为子参考窗a和子参考窗b；子参考窗a和子参考窗b各有n/2个参考单元；假设参考窗中的参考单元服从指数分布的独立同分布过程，因此，每个参考单元的概率密度函数为：
[0013][0014]
其中：μ为参考单元x的背景噪声功率估计值，记为：μ＝μ
t
(1+σi+σc)；其中，μ
t
为热噪声功率估计值，σi为干扰噪声比(inr)，σc为杂波噪声比(cnr)。
[0015]
优选的，所述步骤s2中，具体公示表示如下：
[0016][0017]
其中：na初始值为0；sa初始为一个空集；
[0018][0019]
其中：nb初始值为0；sa初始为一个空集。
[0020]
优选的，所述步骤s3中，具体步骤如下：
[0021]
步骤s30：计算一个整数阈值ti,其值表示为：ti＝n/2-n
i-1，其中：ni为子参考窗a或子参考窗b可容纳的干扰目标数；
[0022]
步骤s31：当na≤ti且nb≤ti时，说明待检测参考单元与参考窗中参考单元相比，待测单元的振幅x0低，因此，参考窗为均匀噪声环境；
[0023]
当na》ti且nb》ti时，说明待测单元与参考窗中参考单元相比，待测单元的振幅x0高，因此，参考窗为多目标环境，且参考窗内干扰目标数不多；
[0024]
当na》ti且nb≤ti时，子参考窗b包含杂波的杂波边缘环境或是子参考窗b有多个干扰目标的多目标环境；
[0025]
当na≤ti且nb》ti时，子参考窗a包含杂波的杂波边缘环境或是子参考窗a有多个干扰目标的多目标环境。
[0026]
优选的，所述步骤s4中，具体步骤如下：
[0027]
步骤s40：先计算是否存在阶跃点p，计算公式如下，
[0028][0029]
其中：tj为ca-cfar的门限因子，其取值记为：其中，p
fa
为期望虚警率；
[0030]
步骤s41：如果p＝0，则不存在阶跃点；如果p≠0，则存在阶跃点；
[0031]
如果存在阶跃点p，则计算从阶跃点开始的参考单元的变异指数vi，vi初始为0；计算公式如下，
[0032][0033]
其中：为从阶跃点开始的参考单元的总体方差，为从阶跃点开始的参考单元幅值的期望值；为从阶跃点开始的参考单元幅值的总体均值；总体方差的计算公式为：
[0034][0035]
本技术减小计算需求，总体方差的计算公式采用：
[0036][0037]
步骤s41：如果vi≥t
vi
，说明从阶跃点开始的参考单元处于非均匀环境中；如果vi《t
vi
，说明从阶跃点开始的参考单元处于均匀环境中。
[0038]
优选的，所述步骤s5中，检测门限td的生成方法如下：
[0039][0040]
当na≤ti且nb≤ti时，待测单元比很多参考单元的振幅低，待测单元处于均匀噪声环境；为了降低虚警率，选择参考窗内全部参考单元的振幅，计算检测门限；
[0041]
当na》ti且nb》ti时，待测单元比很多参考单元的振幅高，待测单元处于多目标环境，且参考窗内干扰目标数不多；为了提高检测率，选择集合sa和sb中的参考单元，计算检测门限；
[0042]
当na》ti、nb≤ti且vi《t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅高，比子参考窗b中的很多参考单元的振幅低，且从阶跃点开始的参考单元处于均匀环境中；因此，所处环境是杂波边缘环境；为了降低虚警率，选择子参考窗b中的参考单元，计算检测门限；
[0043]
当na》ti、nb≤ti且vi≥t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅高，比子参考窗b中的很多参考单元的振幅低，且从阶跃点开始的参考单元处于非均匀环境中；因此，子参考窗b为多干扰目标环境；为了提高检测率，选择集合sa和sb中的参考单元，计算检测门限；
[0044]
当na≤ti、nb》ti且vi《t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅低，比子参考窗b中的很多参考单元的振幅高，且从阶跃点开始的参考单元处于均匀环境中；因此，待测单元所处环境是杂波边缘环境；为了降低虚警率，选择子参考窗a中的参考单元，计算检测门限；
[0045]
当na≤ti、nb》ti且vi≥t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅低，比子参考窗b中的很多参考单元的振幅高，且从阶跃点开始的参考单元处于非均匀环境中；因此，子参考窗a为多干扰目标环境；为了提高检测率，选择集合sa和sb中的参考单元，计算检测门限。
[0046]
采用以上技术方案的有益效果是：
[0047]
1、本发明的非均匀环境下的多选择cfar检测方法，先通过待测单元x0乘以一个比例因子α得到阈值αx0，然后根据子参考窗a中参考单元小于阈值αx0的参考单元数na和子参考窗b中参考单元小于阈值αx0的参考单元数nb，初步确定参考窗所处的环境。然后通过判断参考窗中是否存在阶跃点，以及从阶跃点开始的参考单元是否均匀，进一步确定参考窗所处的环境。最后，针对不同情况，选择不同的方法计算检测门限td。
[0048]
采用蒙特卡洛方法进行仿真，结果表明，在均匀环境和杂波边缘环境下，ms-cfar的性能和is-cfar基本相同。而在多目标环境下，ms-cfar的检测性能均优于is-cfar。
[0049]
2、本发明的非均匀环境下的多选择cfar检测方法，即ms-cfar方法与现有vi-cfar和s-cfar方法相比具有如下优点：
[0050]
①
ms-cfar方法引入了自动剔除方法，将左右子参考窗中极大值参考单元剔除，使得后续估计背景噪声功率时，避免了极大值参考单元导致背景噪声功率估计偏大，导致检测方法检测性能下降。
[0051]
②
ms-cfar方法根据子参考窗a中参考单元小于阈值αx0的参考单元数na和子参考窗b中参考单元小于阈值αx0的参考单元数nb，初步确定参考窗所处的环境。然后阶跃点的位置计算变异指数vi，并通过vi与t
vi
的比较，进一步准确识别参考窗的背景环境，克服了现有vi-cfar方法采用左右子参考窗均值比mr与t
mr
的比较，杂波环境和多目标环境下mr计算误差较大导致背景环境识别不准的问题。
[0052]
③
ms-cfar方法准确识别左右子参考窗噪声环境，并能够精确选择合适的参考单元集用于估计背景噪声功率，计算得到检测门限。
附图说明
[0053]
图1是ms-cfar检测器框图；
[0054]
图2是vi大于t
vi
的概率图；
[0055]
图3是不同nc时ms-cfar的虚警率图；
[0056]
图4是不同(α，β)参数组合时ms-cfar在三种环境下的检测性能图；
[0057]
图5是在均匀环境下cafr检测器的检测性能图；
[0058]
图6是在(1，1)个干扰目标情况下cafr检测器的检测性能图；
[0059]
图7是在(2，2)个干扰目标情况下cafr检测器的检测性能图；
[0060]
图8是在(3，3)个干扰目标情况下cafr检测器的检测性能图；
[0061]
图9是在(4，5)个干扰目标情况下cafr检测器的检测性能图；
[0062]
图10是不同干扰目标时ms-cfar与is-cfar的检测性能图；
[0063]
图11是在cnr＝5db杂波边缘环境下cafr检测器的虚警性能图；
具体实施方式
[0064]
下面对照附图，通过对实施例的描述，对本发明的具体实施方式作进一步详细的说明，目的是帮助本领域的技术人员对本发明的构思、技术方案有更完整、准确和深入的理解，并有助于其实施。
[0065]
如图1至图11所示，本发明是一种非均匀环境下的多选择cfar检测方法，先通过待测单元x0乘以一个比例因子α得到阈值αx0，然后根据子参考窗a中参考单元小于阈值αx0的参考单元数na和子参考窗b中参考单元小于阈值αx0的参考单元数nb，初步确定参考窗所处的环境。然后通过判断参考窗中是否存在阶跃点，以及从阶跃点开始的参考单元是否均匀，进一步确定参考窗所处的环境。最后，针对不同情况，选择不同的方法计算检测门限td。
[0066]
采用蒙特卡洛方法进行仿真，结果表明，在均匀环境和杂波边缘环境下，ms-cfar的性能和is-cfar基本相同。而在多目标环境下，ms-cfar的检测性能均优于is-cfar。
[0067]
以下用具体实施例对具体工作方式进行阐述：
[0068]
实施例1：
[0069]
根据步骤s30中的整数阈值ti,其值表示为：ti＝n/2-n
i-1，整数阈值ti由子参考窗a或子参考窗b的参考单元数n/2和可容纳的干扰目标数ni决定。当参考单元数n固定为24时，整数阈值ti仅由可容纳的干扰目标数ni决定。
[0070]
根据ms-cfar检测器的方法思想，如果ni太小，会使na≤ti和nb≤ti的发生概率很高。ms-cfar检测器的性能趋近于ca-cfar检测器，因此，在多目标环境下ms-cfar检测器的检测性能会大幅降低。如果ni太大，会使na》ti和nb》ti的发生概率很高。ms-cfar检测器会将杂波边缘环境判断成多目标环境可能性大幅提高，因此，在杂波边缘环境下的虚警率会大幅提高。
[0071]
为了使得ms-cfar检测器在各种环境下都有良好的检测性能，我们取ni＝4，即子参考窗a或子参考窗b最多能承受4个干扰目标。根据公式ti＝n/2-n
i-1计算得到ti为7。
[0072]
假设其它参数不变，如果t
vi
太大，非均匀环境的识别率会降低。反之，如果t
vi
太小，均匀环境的识别率会降低。
[0073]
实施例2：
[0074]
如图2展示了在均匀环境、两个干扰目标、四个干扰目标、六个干扰目标以及八个干扰目标的非均匀环境下，vi》t
vi
的概率(认为从阶跃点开始的参考单元处于非均匀环境中的概率)随t
vi
的变化情况。
[0075]
设定cnr＝inr＝20db。当tvi＝4.8时，均匀环境下vi》t
vi
的概率约为0.01％，说明均匀环境识别率约为99.99％。八个干扰目标下vi》t
vi
的概率为50.58％，六个干扰目标下vi》t
vi
的概率为87.16％，两个干扰目标下vi》t
vi
的概率都超过97.03％，四个干扰目标下vi》
t
vi
的概率都超过99.33％，说明非均匀环境的识别率很高，尤其是干扰目标为四个的情况下，识别率大于99.00％。因此，本文取值t
vi
＝4.8。
[0076]
根据ms-cfar检测器的方法思想，比例因子α的值越大，na和nb的值就越小，会提高na≤ti和nb≤ti的发生概率，使得ms-cfar检测器的性能趋近于ca-cfar检测器，在多目标环境下检测性能会大幅降低。反之，α的值越小，na和nb的值就越大，会提高na》ti且nb》ti的发生概率，在杂波边缘环境下的虚警率会大幅提高。
[0077]
根据ms-cfar检测器的方法思想，门限因子β的值越大，检测门限td的值就越大。反之，β的值越小，检测门限td的值就越小。
[0078]
为了使ms-cfar检测器达到最好的检测性能，(α,β)参数组合的值需要在较大范围内选择。在寻找最合适的(α,β)参数前，ti和t
vi
的值已经确定。本发明确定α的取值范围为：
[0079]
[0.01,0.02,0.03,0.04,0.05,0.06,0.07,0.08,0.09,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1,10]，共20个值；β的取值范围为：
[0080]
[10,10.1,10.2,...,44.8,44.9,45]，共351个值。因此，(α,β)共有7020种参数组合。先测试(α,β)的7020种可能取值的虚警率，找到关于每个α值的最满足p
fa
＝10-4条件的参数组合(α,β)，如下：
[0081]
在p
fa
＝10-4，n＝24，ti＝7、t
vi
＝4.8时(α，β)集
[0082][0083]
然后，将参数组合(α,β)放入均匀环境、多目标环境和杂波边缘环境下仿真，选择检测性能最好的一组(α,β)。多目标环境中含有两个干扰目标。假设nc表示杂波单元数，杂波边缘环境指的是子参考窗a处在噪声环境中，待测单元和子参考窗b处于的杂波环境中，即含杂波的参考单元数nc＝12。
[0084]
当参考窗从噪声区域(nc＝0)移动到杂波区域(nc＝24)时，随着参考窗中含杂波的参考单元逐渐增多，使得检测门限不断提高，虚警率逐渐降低。当待测单元从噪声区域(nc＝11)移动到杂波区域(nc＝12)时，待测单元振幅突然提高致使虚警率大幅提升，nc＝12时的虚警率被称为虚警峰值。
[0085]
实施例3：
[0086]
如图3显示了不同(α,β)参数组合时nc＝1、nc＝2、nc＝12、nc＝13、nc＝14的ms-cfar检测器的虚警率。在nc＝1时ms-cfar检测器的虚警率高于在nc＝2时ms-cfar检测器的虚警率，在nc＝13时ms-cfar检测器的虚警率高于在nc＝14时ms-cfar检测器的虚警率。图3中虚警率的对比证实了参考窗从噪声区域(nc＝0)移动到杂波区域(nc＝24)时的虚警率的变化,在nc＝12时ms-cfar检测器的虚警率最高。因此，本发明选择合适的(α,β)参数组合时，如图4所示，给出的是nc＝12时ms-cfar检测器的虚警率，即子参考窗a处于噪声环境中，待测单元和子参考窗b处于杂波环境中。
[0087]
snr＝inr＝cnr＝20db，参数组合(α,β)的仿真结果如图4所示，均匀环境和两个干扰目标环境下验证ms-cfar检测器的检测率pd，杂波边缘环境下验证ms-cfar检测器的虚警率p
fa
。
[0088]
为了保障ms-cfar检测器在杂波边缘环境下有较低的虚警率的同时，在均匀环境和多目标环境下拥有更高的检测率。最终我们选择(0.09，11.5)的参数组合，如图4。当snr＝inr＝cnr＝20db且α＝0.09时，对应的β＝11.5，均匀环境下检测率为0.8853，多目标环境下检测率为0.8940，杂波边缘环境最差情况下(子参考窗a处在噪声环境中，待测单元和子参考窗b处于的杂波环境中)虚警率为0.0013。
[0089]
在均匀环境下、多目标环境和杂波边缘环境下将ms-cfar检测器与os-cfar检测器、ca-cfar检测器、go-cfar检测器、so-cfar检测器和is-cfar检测器的检测性能进行对比。假设参考窗中的单元数n＝24，p
fa
设置为10-4。我们把ms-cfar检测器的参数值设为ti＝7、α＝0.09、β＝11.5、t
vi
＝4.8。为了进行性能对比，is-cfar检测器的参数值设为ti＝7、α＝0.09、β＝11.5。
[0090]
均匀环境下各cfar检测器的检测性能如图5所示。ms-cfar检测器的检测性能优于is-cfar检测器、os-cfar检测器和so-cfar检测器，但低于ca-cfar检测器和go-cfar检测器。在ca-cfar检测器方面，其他cfar检测器的性能根据其在pd＝50％时的cfar检测器损耗从高到低排列为：go-cfar检测器:0.14db；ms-cfar检测器:0.34db；is-cfar检测器:0.35db；os-cfar检测器:0.39db；so-cfar检测器:0.55db。
[0091]
实施例4：
[0092]
如图6-8显示了干扰目标数没有超过可容纳的干扰目标数时，各cfar检测器的检测性能。(nleading，nlagging)表示子参考窗a有nleading个干扰目标，子参考窗b有nlagging个干扰目标。设定inr＝snr。干扰目标在参考窗内的位置随机。
[0093]
由图6可得，在子参考窗a和子参考窗b各有一个干扰目标时，ms-cfar检测器的检测性能是最好的。在snr＝inr＝20db时，ms-cfar检测器的检测性能比is-cfar检测器和os-cfar检测器分别高出3.41％和2.78％。
[0094]
由图7可得，在子参考窗a和子参考窗b各有两个干扰目标时，ms-cfar检测器的检测性能仍是最好的。在snr＝inr＝20db时，ms-cfar检测器的检测性能比is-cfar检测器和os-cfar检测器分别高出3.56％和3.73％。
[0095]
由图8可得，在子参考窗a和b各有三个干扰目标时，ms-cfar检测器的检测性能仍是最好的。在snr＝inr＝20db时，ms-cfar检测器的检测性能比is-cfar检测器和os-cfar检测器分别高出2.29％和6.94％。
[0096]
由图6-8可得，在干扰目标不多的情况下，ms-cfar检测器的检测性能优于is-cfar检测器。随着干扰目标数逐渐增加，ms-cfar检测器与os-cfar检测器的检测性能差异越来越明显。这说明了ms-cfar检测器比os-cfar检测器的性能更稳定，不易受干扰目标数的影响。随着干扰目标数逐渐增加，ms-cfar检测器与is-cfar检测器的检测性能差异越来越小。这说明了随着干扰目标数的增加，ms-cfar检测器与is-cfar检测器的相对优势在不断减小。原因如图2所示，随着干扰目标数的增加，非均匀环境的识别率降低，ms-cfar检测器把更多的多目标环境判断为杂波边缘环境，造成了检测率的降低。
[0097]
实施例5：
[0098]
图9显示了干扰目标数超过可容纳的干扰目标数时，各cfar检测器的检测性能。
[0099]
由图9可得，当子参考窗a有四个干扰目标且子参考窗b有五个干扰目标时，ms-cfar检测器的检测性能是最好的。当inr＝35db时，ms-cfar检测器的检测率比is-cfar检测
器高出7.58％。
[0100]
实施例6：
[0101]
图10显示了各cfar检测器在不同干扰目标数时的检查性能的对比。设定inr＝snr＝20db，且干扰目标的位置随机。
[0102]
由图10可得，当参考窗内有六个干扰目标时，ms-cfar检测器的检测性能略低于os-cfar检测器。在其他情况下，ms-cfar检测器的检测性能始终优于其它cfar检测器。
[0103]
实施例7：
[0104]
图11显示了在cnr＝5db杂波边缘环境下各cafr检测器的虚警率。当参考窗从噪声区域移动到杂波区域时，使得待测单元从噪声区域移动到杂波区域，p
fa
表现出明显的不连续性。当待测单元位于噪声区域时，ms-cfar检测器的虚警率与is-cfar检测器的虚警率基本一致，高于go-cfar检测器和ca-cfar检测器，低于os-cfar检测器和so-cfar检测器。当待测单元位于杂波区间时，ms-cfar检测器的虚警率与is-cfar检测器的虚警率基本一致，且低于so-cfar检测器、is-cfar检测器和ca-cfar检测器，仅仅高于go-cfar检测器。
[0105]
以上结合附图对本发明进行了示例性描述，显然，本发明具体实现并不受上述方式的限制，只要是采用了本发明的方法构思和技术方案进行的各种非实质性的改进；或未经改进，将本发明的上述构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。

技术特征：
1.一种非均匀环境下的多选择cfar检测方法，其特征在于：具体包括以下步骤，步骤s1：设计多选择cfar检测器(multiple switching cfar detector，ms-cfar)，简称ms-cfar检测器；步骤s2：待检测单元x0乘以一个比例因子α得到阈值αx0，将子参考窗a中参考单元x
i
,i∈[1,n/2]小于阈值αx0的参考单元放入一个集合s
a
中，参考单元数记为n
a
；将子参考窗b中参考单元x
i
,i∈[1,n/2]小于阈值αx0的参考单元放入一个集合s
b
中，参考单元数记为n
b
；步骤s3：根据参考单元数n
a
和n
b
，初步确定参考窗所处的环境；步骤s4：计算参考窗中是否存在阶跃点，以及从阶跃点开始的参考单元的变异指数vi，进一步细分参考窗所处的环境；步骤s5：结合步骤s3和步骤s4的判断结果，以不同的方法选择参考单元，并乘以一个门限因子β生成检测门限t
d
；步骤s6：将待测单元的振幅x0与检测门限t
d
比较，判断待测单元是否为目标；如果x0≥t
d
，则待测单元为目标；如果x0<t
d
，则待测单元不是目标。2.根据权利要求1所述的一种非均匀环境下的多选择cfar检测方法，其特征在于：所述步骤s1中设计的多选择cfar检测器(multiple switching cfar detector，ms-cfar)，一个是待检测单元标记为x0,参考窗有n个参考单元标记为x
1-x
n
，分为子参考窗a和子参考窗b；子参考窗a和子参考窗b各有n/2个参考单元；假设参考窗中的参考单元服从指数分布的独立同分布过程，因此，每个参考单元的概率密度函数为：其中：μ为参考单元x的背景噪声功率估计值，记为：μ＝μ
t
(1+σ
i
+σ
c
)；其中，μ
t
为热噪声功率估计值，σ
i
为干扰噪声比(inr)，σ
c
为杂波噪声比(cnr)。3.根据权利要求1所述的一种非均匀环境下的多选择cfar检测方法，其特征在于：所述步骤s2中，具体公示表示如下：其中：n
a
初始值为0；s
a
初始为一个空集；其中：n
b
初始值为0；s
a
初始为一个空集。4.根据权利要求1所述的一种非均匀环境下的多选择cfar检测方法，其特征在于：所述步骤s3中，具体步骤如下：步骤s30：计算一个整数阈值t
i
,其值表示为：t
i
＝n/2-n
i-1，其中：n
i
为子参考窗a或子参考窗b可容纳的干扰目标数；步骤s31：当n
a
≤t
i
且n
b
≤t
i
时，说明待检测参考单元与参考窗中参考单元相比，待测单元的振幅x0低，因此，参考窗为均匀噪声环境；当n
a
>t
i
且n
b
>t
i
时，说明待测单元与参考窗中参考单元相比，待测单元的振幅x0高，因此，参考窗为多目标环境，且参考窗内干扰目标数不多；当n
a
>t
i
且n
b
≤t
i
时，子参考窗b包含杂波的杂波边缘环境或是子参考窗b有多个干扰目
标的多目标环境；当n
a
≤t
i
且n
b
>t
i
时，子参考窗a包含杂波的杂波边缘环境或是子参考窗a有多个干扰目标的多目标环境。5.根据权利要求1所述的一种非均匀环境下的多选择cfar检测方法，其特征在于：所述步骤s4中，具体步骤如下：步骤s40：先计算是否存在阶跃点p，计算公式如下，其中：t
j
为ca-cfar的门限因子，其取值记为：其中，p
fa
为期望虚警率；步骤s41：如果p＝0，则不存在阶跃点；如果p≠0，则存在阶跃点；如果存在阶跃点p，则计算从阶跃点开始的参考单元的变异指数vi，vi初始为0；计算公式如下，其中：为从阶跃点开始的参考单元的总体方差，为从阶跃点开始的参考单元幅值的期望值；为从阶跃点开始的参考单元幅值的总体均值；总体方差的计算公式为：本申请减小计算需求，总体方差的计算公式采用：步骤s41：如果vi≥t
vi
，说明从阶跃点开始的参考单元处于非均匀环境中；如果vi<t
vi
，说明从阶跃点开始的参考单元处于均匀环境中。6.根据权利要求1所述的一种非均匀环境下的多选择cfar检测方法，其特征在于：所述步骤s5中，检测门限t
d
的生成方法如下：
当n
a
≤t
i
且n
b
≤t
i
时，待测单元比很多参考单元的振幅低，待测单元处于均匀噪声环境；为了降低虚警率，选择参考窗内全部参考单元的振幅，计算检测门限；当n
a
>t
i
且n
b
>t
i
时，待测单元比很多参考单元的振幅高，待测单元处于多目标环境，且参考窗内干扰目标数不多；为了提高检测率，选择集合s
a
和s
b
中的参考单元，计算检测门限；当n
a
>t
i
、n
b
≤t
i
且vi<t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅高，比子参考窗b中的很多参考单元的振幅低，且从阶跃点开始的参考单元处于均匀环境中；因此，所处环境是杂波边缘环境；为了降低虚警率，选择子参考窗b中的参考单元，计算检测门限；当n
a
>t
i
、n
b
≤t
i
且vi≥t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅高，比子参考窗b中的很多参考单元的振幅低，且从阶跃点开始的参考单元处于非均匀环境中；因此，子参考窗b为多干扰目标环境；为了提高检测率，选择集合s
a
和s
b
中的参考单元，计算检测门限；当n
a
≤t
i
、n
b
>t
i
且vi<t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅低，比子参考窗b中的很多参考单元的振幅高，且从阶跃点开始的参考单元处于均匀环境中；因此，待测单元所处环境是杂波边缘环境；为了降低虚警率，选择子参考窗a中的参考单元，计算检测门限；当n
a
≤t
i
、n
b
>t
i
且vi≥t
vi
时，待测单元比子参考窗a中的很多参考单元的振幅低，比子参考窗b中的很多参考单元的振幅高，且从阶跃点开始的参考单元处于非均匀环境中；因此，子参考窗a多干扰目标环境；为了提高检测率，选择集合s
a
和s
b
中的参考单元，计算检测门限。

技术总结
本发明公开了一种非均匀环境下的多选择CFAR检测方法，具体包括以下步骤，步骤S1：设计MS-CFAR检测器；步骤S2：待检测单元乘以一个比例因子得到阈值，将子参考窗A中参考单元小于阈值的参考单元放入一个集合S


技术研发人员：王陆林 刘贵如 茆星宇 李胜杰 李铮 孙健 邹姗 胡昊东 陈为松 曹雏清 罗海南
受保护的技术使用者：芜湖易来达雷达科技有限公司
技术研发日：2023.06.29
技术公布日：2023/9/25