调频连续波雷达的二维截断统计量恒虚警检测方法
王元恺;肖泽龙;吴礼;许建中
【摘 要】针对调频连续波(FMCW)雷达在密集多目标环境中检测能力降低的问题,提出了采用右截断瑞利分布模型的二维截断统计量恒虚警(TS-CFAR)检测方法.首先对目标回波信号进行二维快速傅里叶变换(FFT)得到二维幅度谱,接着采用二维参考窗在幅度谱上滑动以剔除二维滑窗内幅度过高的参考单元,进而采用右截断瑞利分布模型描述剩余参考单元,最后采用基于最大似然估计的查表法估计门限参量并进行目标检测.与FMCW雷达常用的有序统计量恒虚警(OS-CFAR)和单元平均恒虚警(CA-CFAR)方法相比,TS-CFAR方法在密集多目标环境中检测能力更强.仿真分析表明,当参考窗内有6个干扰目标且检测概率为0.9时,TS-CFAR方法的CFAR损失比CA-CFAR方法小3 dB,比OS-CFAR方法小0.8 dB,而且由于在运算过程中采用了查表法,TS-CFAR方法的计算量远小于OS-CFAR方法.实验结果验证了TS-CFAR方法对FMCW雷达的目标检测的有效性.%A new type of detection method using the truncated statistic (TS) constant false alarm rate (CFAR) technique is proposed based on the singly right truncated Rayleigh distribution model and to solve the problem that the target detection performance of the frequ
ency-modulated continuous-wave (FMCW) radar degrades in high-target-density situations.The first step of the method applies the two-dimensional (2D) fast Fourier transform (FFT) to transform the radar beat signal into a 2D FFT magnitude spectrum.Then a 2D window is used to slide on the 2D magnitude spectrum,and outliers in the 2D sliding window are eliminated.The singly right truncated Rayleigh distribution model is used to model the remaining background samples.Finally,the look-up table method based on the maximum-likelihood (ML) estimation is adopted to estimate the required threshold parameter,and the target detection is realized.The TS-CFAR detection method has more superior anti-interference performance than the ordered statistic (OS) CFAR and cell averaging (CA) CFAR methods,which are commonly applied in automotive FMCW radars.Simulation results show that the CFAR loss of the TS-CFAR is 3 dB and 0.8 dB lower than the CA-CFAR method and the OS-CFAR method,respectively,when there are six interfering targets in the reference window and the target detection probability is 0.9.Moreover,the proposed method has much lower computational complexity compared with the OS-CFAR method since the look-up table approach is applied.
【期刊名称】《西安交通大学学报》
【年(卷),期】truncated模型用什么软件2017(051)010
【总页数】7页(P113-119)
【关键词】调频连续波雷达;目标检测;恒虚警;截断统计量
【作 者】王元恺;肖泽龙;吴礼;许建中
【作者单位】南京理工大学电子工程与光电技术学院,210094,南京;南京理工大学电子工程与光电技术学院,210094,南京;南京理工大学电子工程与光电技术学院,210094,南京;南京理工大学电子工程与光电技术学院,210094,南京
【正文语种】中 文
【中图分类】FN958.94
Abstract: A new type of detection method using the truncated statistic (TS) constant false al
arm rate (CFAR) technique is proposed based on the singly right truncated Rayleigh distribution model and to solve the problem that the target detection performance of the frequency-modulated continuous-wave (FMCW) radar degrades in high-target-density situations. The first step of the method applies the two-dimensional (2D) fast Fourier transform (FFT) to transform the radar beat signal into a 2D FFT magnitude spectrum. Then a 2D window is used to slide on the 2D magnitude spectrum, and outliers in the 2D sliding window are eliminated. The singly right truncated Rayleigh distribution model is used to model the remaining background samples. Finally, the look-up table method based on the maximum-likelihood (ML) estimation is adopted to estimate the required threshold parameter, and the target detection is realized. The TS-CFAR detection method has more superior anti-interference performance than the ordered statistic (OS) CFAR and cell averaging (CA) CFAR methods, which are commonly applied in automotive FMCW radars. Simulation results show that the CFAR loss of the TS-CFAR is 3 dB and 0.8 dB lower than the CA-CFAR method and the OS-CFAR method, respectively, when there are six interfering targets in the reference window and the target detection probability is 0.9. Moreo
ver, the proposed method has much lower computational complexity compared with the OS-CFAR method since the look-up table approach is applied.
Keywords: frequency-modulated continuous-wave radar; target detection; constant false alarm rate; truncated statistics
调频连续波(FMCW)雷达结构简单、可集成度高,具有体积小、成本低等优点,在军用及民用领域都得到了广泛应用[1]。然而,近年来在汽车辅助驾驶[2]等应用领域中,调频连续波雷达技术遇到了一些新的挑战,这其中就包括如何在密集多目标环境中有效检测目标。目前,调频连续波雷达常用的一维单元平均恒虚警(CA-CFAR)[3]和一维有序统计量恒虚警(OS-CFAR)[4-5]检测方法在密集多目标环境中容易受到多目标干扰的影响,导致雷达的目标检测能力降低。特别是在辅助驾驶领域中,作为汽车辅助驾驶系统核心探测器的调频连续波雷达在市区道路环境中的目标检测效果不佳,主要原因就是市区道路为密集多目标环境,该环境中有汽车、行人、自行车等多种目标,目标密集度很大,此时传统目标检测方法已经无法满足要求。
为提高调频连续波雷达的检测性能,文献[6]采用了二维检测方法。二维检测方法是在二维快速傅里叶变换(FFT)处理[7-10]的基础上,采用二维滑窗在二维能量谱或幅度谱上进行恒虚警检测。
与传统的一维检测方法相比,二维检测方法不仅能利用目标与噪声、干扰在两个维度上的特性差别,而且能增加有效参考单元数量,因此可以提升雷达在多目标环境中的检测效果[11-12]。虽然文献[6]采用了二维检测方式,但其在恒虚警检测时仍然沿用了传统的CA-CFAR和OS-CFAR方法,因此在密集多目标环境中的检测能力依然有限。
为此,本文引入新型截断统计量恒虚警检测(TS-CFAR)[13-14]思想,结合调频连续波雷达的信号模型特点,提出了基于右截断瑞利分布模型的二维TS-CFAR检测方法。该方法在密集多目标环境中的目标检测性能优于有序统计量恒虚警方法和单元平均恒虚警方法,而且由于在运算过程中采用了查表法,因此计算量适中,很适合调频连续波雷达在各种复杂场景中的应用。
采用二维FFT信号处理方法时,FMCW雷达需发射线性调频序列波形。线性调频序列波形由L个线性调频信号组成,线性调频信号的扫频起始频率为f0,扫频带宽为B,扫频时长为Tc,重复周期为Tr。
FMCW雷达接收到目标反射的回波信号后,将回波信号与发射信号直接混频得到差频信号。对每个线性调频信号对应的差频信号进行采样,则第l+1个线性调频信号对应的差频信号可表示为
式中:A为信号幅度;R0为第一个线性调频信号的扫频起始时刻对应的目标距离;N为一个线性调频信号周期内的采样点数;c为光速;z(n,l)为噪声采样;fB为差频频率,fD为多普勒频率,分别表示为
fD=-
其中v为目标速度。
采用二维FFT对差频信号进行处理的过程如图1所示。
二维FFT处理后,可得到差频信号的二维幅度谱,如下所示
αsinc(k-fBTc)sinc(d+fDTrL)+|Z(k,d)|
式中:α=ANL;|Z(k,d)|表示噪声采样z(n,l)经过二维FFT处理后得到的幅度谱噪声。可见,二维幅度谱在k=fBTc、d=-fDTrL位置上会出现与目标对应的峰值,因此在二维幅度谱上可实现FMCW雷达的恒虚警目标检测。
2.1 模型分析
在二维幅度谱上进行参量恒虚警检测,首要条件是确知二维幅度谱上噪声单元的概率分布模型。用zI(n,l)、zQ(n,l)分别表示FMCW雷达的I路和Q路输出噪声的采样,则z(n,l)可表示为
由于接收机热噪声、均匀地杂波引起的输出噪声服从高斯分布,所以zI(n,l)与zQ(n,l)都是服从的随机变量。分别用zQ、zI表示随机变量zQ(n,l)、zI(n,l)构成的矩阵,则zQ中的随机变量与zI中的随机变量相互独立,zQ内部不同随机变量之间相互独立,zI内部不同随机变量之间也相互独立。
时域噪声采样z(n,l)经过二维FFT处理后得到Z(k,d),如下所示
Zr(k,d)+jZi(k,d)
易证,Zr(k,d)与Zi(k,d)都是服从高斯分布的随机变量。分别用Zr、Zi表示随机变量Zr(k,d)、Zi(k,d)构成的矩阵,则Zr中的随机变量与Zi中的随机变量相互独立,Zr内部不同随机变量之间相互独立,Zi内部不同随机变量之间也相互独立。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。