Clean方法逐次CFAR检测*

刘梦祥，饶彬，代大海

(国防科技大学 电子科学与工程学院, 湖南 长沙 410073)

Clean方法逐次CFAR检测*

刘梦祥，饶彬，代大海

(国防科技大学 电子科学与工程学院, 湖南 长沙 410073)

为解决传统CFAR检测算法中大目标遮掩小目标的难题，提出了一种基于Clean思想的逐次CFAR检测新方法。该方法包括3个步骤：用传统任何一种CFAR方法检测出大目标；反演目标回波并在原始回波中清除(Clean)；对剩余回波进行逐次检测直到目标检测完毕。从理论上分析了目标遮掩效应的影响机理，推导了传统方法及应用新方法(Clean方法)后目标检测概率的解析表达式，分析了相关参数对检测性能的影响。理论和仿真均验证了该方法的有效性，该方法为解决邻近目标遮掩情况下小目标难以检测和分辨的难题提供了一定的参考依据。

CFAR检测；线性调频信号；邻近目标；遮掩效应；Clean思想；检测概率

0 引言

CFAR方法是雷达、通信、导航等领域最常用的数据处理方法，对于抑制非平稳的噪声、杂波和干扰有显著效果。目前CFAR方法通过几十年的发展已经根深叶茂，各种方法被提出，例如CA-CFAR，GO-CFAR，SO-CFAR，OS-CFAR等[1]，门类繁多，可适用不同的应用场景。

现代战争中，密集目标突防是一种主要的进攻样式。例如，反导系统中的多弹头、密集诱饵、碎片在中段的伴飞飞行，以及飞机类目标的编队飞行等[2-3]。能否及时准确地判断袭击目标的数量，并对其进行可靠的检测、维持稳定跟踪就显得十分重要。

传统的CFAR方法是基于邻近单元的比较，得出噪声相对电平，从而检测出目标[4]，这在单目标情况下或者稀疏目标(目标间隔超过CFAR的参考单元)情况下工作良好；但是如果目标间隔较近，同时雷达带宽受限(例如老式雷达的分辨率有限)，邻近目标的主瓣或旁瓣必然会进入关注目标的参考单元[5]，造成噪声电平被抬高，这会降低受关注目标的检测概率。极端情况下，如果邻近目标的RCS较大，其旁瓣电平会持续多个检测单元，造成周边感兴趣的微弱目标都漏检。这就是大目标遮掩小目标的影响机理，与诸多因素有关，例如目标的相对距离、相对RCS、雷达带宽以及雷达的检测算法等都有关系。目前，对于这类问题尚无较好的解决方法，学者们提出了OS-CFAR，TM-CFAR等有序检测方法或多或少能改善其在邻近目标影响下的检测性能，但改善性能有限，其根本原因在于传统CFAR方法仅利用脉压后的包络信息(幅度)进行检测，而没有利用到先验的波形信息(调制方式、幅度、相位、频率等)，而这些信息对雷达来说是已知的。

能否先利用传统CFAR方法检测出一个或几个RCS较大的目标？再反演回波并将其在原始回波中进行清除(Clean)，再做一次脉压进行CFAR检测，如此逐次检测直到检测不出目标。该方法的思想非常类似于雷达成像领域的Clean方法[6]，虽然在检测过程中可能要进行多次脉压操作，这会适当增加计算量，但该方法的优点是：不会损失任何有用的目标信息，先前被检测到的目标在原始回波中被完整“挖除”(包括调制方式、幅度和相位等信息)，仅剩下剩余目标的回波信息便于二次检测。这就回避了传统CFAR检测不可避免的导致邻近目标进入参考单元的难题。基于这一朴素思想，本文提出了一种基于Clean思想的CFAR检测新方法，将实现在空间邻近多目标情况下的检测和分辨。

1 邻近目标遮掩效应分析

1.1 单目标脉冲压缩回波模型

考虑到线性调频(LFM)信号在现代雷达中广泛使用，本文以LFM信号为例，来系统分析传统CFAR方法的局限以及本文所提方法的优点。值得说明的是，本文所提方法当然适用于其他雷达信号。

LFM信号在宽脉冲内附加载波线性调频，以在大时宽的前提下扩展信号带宽。为了保证线性调频所获得的大宽带所对应的距离高分辨力，必须对接收的宽脉冲LFM回波进行匹配滤波处理，使其变成窄脉冲。LFM信号的表达式可以写为[7]

s(t)=u(t)exp(j2πfct)=

(1)

式中：fc为载波频率；rect(t/T)为矩形信号，T为脉冲宽度；B为带宽；K=B/T为调频斜率；u(t)为信号的归一化复包络[8]，即

(2)

大时宽带宽积情况下匹配滤波器的频率特性[9]：

(3)

信号s(t)经过匹配滤波器的输出信号的频谱为

Y(f)=U(f)*H(f)=exp(jπf2/K)·

(4)

匹配滤波器输出信号为

Kτ2/2]dτ}exp(j2πfτ)df.

(5)

通过整理和化简，最终可得

exp(j2π(-Kt2/2))exp(jπ/4).

(6)

可见LFM信号的脉压回波是sinc包络型，多目标情况下，邻近目标的旁瓣极有可能掩盖微弱目标的主瓣。

1.2 两个目标回波的迭加

当空间存在2个目标时，假设目标1到雷达的距离为R1，目标2到雷达的距离为R2，发射脉冲到达目标的时刻分别为t1和t2，且t1=t-2R1/c，t2=t-2R2/c，c为光速。再假设目标的幅度分别为A1，A2，则此时两目标的回波脉压处理得到[10]

(7)

1.3 传统CFAR方法检测概率分析

以单元平均CFAR(CA-CFAR)为例，其算法流程如图1所示，其基本思想是被检测单元与周边参考单元的平均值进行比较而得到检测结果。

图1 CA-CFAR检测原理图Fig.1 Schematic diagram of CA-CFAR detection

由此可以得到单个目标CA-CFAR检测概率为

(8)

式中：χ为目标信噪比。化简可得

(9)

此即是单目标情况下检测概率的表达式，一般来说，目标信噪比越高，检测概率也越高。

当空间存在2个目标，且一个是大目标，一个是小目标，下面分析大目标与小目标距离和信噪比对小目标检测概率的影响。CA-CFAR检测参考窗包括待检单元、保护单元和数据参考单元[12]。这里假设以小目标为中心，大目标看作是一个干扰，两目标间距ΔR，且目标1的信噪比为χ1，目标2的信噪比为χ2，根据CA-CFAR检测的原理，当一个小目标位于待检单元，而另一个大目标不在其参考窗之内时，可以认为大目标对小目标不会有影响；而当小目标位于待检单元，大目标位于参考单元内时，此时大目标功率一般超过了背景噪声的功率，它的存在会提高CFAR检测门限，导致只能检测到一个目标[13]。

假设大目标仅存在于n个CFAR参考单元中的一个，并假设其干扰功率为β2，则把大目标看作干扰得到新的门限期望值为

(10)

可以根据检测门限求出新的检测概率为

(11)

由式(11)可以看出，邻近目标存在情况下，检测概率与目标自身信噪比和邻近目标的信噪比都有关系，本质上是相对信噪比的博弈。在实际中，邻近目标的主瓣或多个旁瓣都可能落入待检目标的参考单元中，导致检测概率公式更为复杂，需要通过仿真的方法进行验证。

2 基于Clean方法的CFAR检测

2.1 算法流程

图2是本文所提方法的流程图，本质上包含3个步骤：用传统CFAR方法检测出大目标；反演目标回波并在原始回波中清除(Clean)；对剩余回波进行逐次检测直到目标检测完毕。其核心步骤是对回波进行Clean处理[14-15]。

图2 Clean算法流程图Fig.2 Flow chart of Clean algorithm

2.2 Clean后目标的回波分析

下面从理论上分析新方法的检测性能。

当2个目标距离接近时，即一个目标位于待检单元，而另一个目标落在参考单元时，CFAR检测会存在目标遮掩现象。往往是大目标掩盖小目标，而小目标难以遮掩大目标，通常大目标的检测结果较为稳定，测距值也较为准确。

(12)

{sinc(πBt1)-sinc[πB(t1+tδ)]}.

(13)

图3 一个目标的脉压回波Fig.3 Pulse pressure echo of a target

2.3 Clean后微弱目标检测概率分析

(14)

3 计算机仿真及效果分析

下面通过仿真的方法详细分析新方法的检测性能。

3.1 仿真场景

仿真参数如下：雷达发射峰值功率Pt=1×106W，脉宽T=100μs，发射频率f0=10GHz，带宽B=2MHz，接收机噪声系数F=6dB，标准室温T0=290。CA-CFAR检测单元数N=16，虚警概率Pfa=1e-6。设置2个目标，目标距离为R={350,350.2}km，散射面积RCS={1,5}m2，通过计算得到目标信噪比为SNR={9.48,47.29}。仿真中模拟真实雷达工作过程，脉压时添加海明窗以减小旁瓣的影响。上述仿真中，两目标间距200m，而雷达分辨单元约为75m，两目标相互位于邻近目标的参考单元内。3.2 仿真结果与分析

图4为传统方法的检测性能。a)为未经脉压处理的回波信号，两目标回波信号叠加在一起；b)中粗线为脉压回波信号(dB显示)，细线为CFAR检测门限；c)为CFAR检测结果。图4中传统CFAR方法只检测出了一个目标，即RCS为5m2的大目标。图5为经过Clean处理后新方法的检测性能。a)为未经脉压处理的剩余回波信号；b)为剩余回波脉压处理后的信号和CFAR检测门限；c)为CFAR检测结果。

对比图4，5中的a)可以看出经过Clean处理消除大目标后回波幅度明显变小；再比较b)图可以看出在350.2km处大目标峰值很小了，不再超过CFAR检测门限；然后结合c)图就可以逐次检测出2个目标。

图4 传统方法检测性能Fig.4 Detection performance of traditional method

图5 新方法检测性能Fig.5 Detection performance of new method

下面通过大量蒙特卡罗仿真来验证新方法的有效性，重点分析相对间距和相对RCS(信噪比)对检测结果的影响。100次蒙特卡罗仿真中新方法与传统CA-CFAR算法的比较结果如图6，7所示。为了验证算法对相邻目标的发现能力，图6将在两目标幅度固定的情况下使目标2逐渐远离目标1。图7固定两目标的位置，逐渐增大目标2的RCS。

图6 目标距离变化对检测性能的影响Fig.6 Effect of target distance on detection performance

图7 目标RCS变化对检测性能的影响Fig.7 Effect of target RCS on detection performance

仿真结果表明，在目标信噪比固定的情况下，邻近目标距离间隔越大，检测概率越高，并且本文所用方法检测效果优于传统的CFAR检测，且时延估计越准确，越有利于目标分辨和检测；在目标距离固定的情况下，两目标的信噪比相差越大，检测概率越小，并且本文所用方法检测效果优于传统的CFAR检测，且时延估计越准确，越有利于目标分辨和检测。

4 结束语

本文提出了一种基于Clean方法的逐次CFAR检测技术，较好地提高雷达对多目标分辨能力。以往的CFAR方法，N个目标只需要做一次脉压和一次检测，检测出M个目标。在目标距离接近的情况下M可能小于N。本文所采用的基于Clean方法的逐次CFAR检测方法，一次估计出多个目标的时延，在原始回波中减去估计出的目标回波信息，再做脉压和检测，直至检测不出目标。N个目标相互重叠情况下才需要做N-1次脉压和检测，但理论上能检测出N个目标。大大提高了多目标特别是存在目标遮掩现象下的目标的检测概率。并且本文方法可以兼容传统的CFAR方法。本文所提方法对于改善我国现有大量低分辨雷达的检测、跟踪、分辨和目标架次识别能力有积极的应用价值。

[1] 何友,关键,孟祥伟,等.雷达自动检测和CFAR处理方法综述[J].系统工程与电子技术,2001,23(1);9-14.HEYou,GUANJian,MENGXiang-wei,etal.SurveyofAutomaticRadarDetectionandCFARProcessing[J].SystemsEngineeringandElectronics2001,23(1):9-14.

[2] 饶彬, 王雪松, 丹梅，等. 基于动力学守恒定律的弹道有源假目标鉴别方法[J]. 宇航学报, 2009, 30 (3): 908-913. RAO Bin, WANG Xue-song, DAN Mei, et al. Discrimination Method for Exo-Atmospheric Active Decoys Based on Dynamics Conversation Law[J]. Journal of Astronautics, 2009, 30(3): 908-913.

[3] 葛青林, 王莹莹, 李静. 一种产生雷达多假目标的卷积调制法[J].现代防御技术,2012,40(1):137-139. GE Qing-lin, WANG Ying-ying, LI Jing. A Kind of Convolution Modulation Method that Generate Radar Multi-False Taget [J].Modern Defense Technology, 2012,40(1):137-139.

[4] 邢孟道.雷达信号处理基础[M].北京：电子工业出版社,2007. XING Meng-dao. Fundamentals of Radar Signal Processing[M]. Beijing: Publishing House of Electronics Industry,2007.

[5] HOGBOM J A. Aperture Synthesis with a Non-Regular Distribution of Interferometer Baselines [J]. Astron Astrophys Suppl, 1974,15:417-426.

[6] HAI D. Effective Clean Algorithms for Performance-Enhanced Detection of Binary Coding Radar Signals[J]. IEEE Trans.on Signal Processing, 2004, 52(1): 72-78.

[7] 林茂庸.雷达信号理论[M].北京：国防工业出版社, 1984. LIN Mao-yong. Radar Signal Theory[M]. Beijing: National Defense Industry Press,1984.

[8] INGWERSEN P A, LEMNIOS W Z. Radars for Ballistic Missile Defense Research[J]. Lincoln Laboratory Journal, 2000, 12(2): 245-266.

[9] TSAO J, STEINBERG B D. Reduction of Sidelobe and Speckle Artifacts in Microwave Imaging: The CLEAN Technique[J]. IEEE Trans. on Antennas and Propagation, 1988, 36(4): 543-556.

[10] 赵强,林强, 王红,等.限幅失真对线性调频脉冲压缩的影响[J].雷达科学与技术,2014,12(2);176-180. ZHAO Qiang, LIN Qiang, WANG Hong, et al. Effect of Amplitude Limit Distortion on Pulse Compression of LFM Signals[J]. Radar Science and Technology,2014,12(2):176-180.

[11] 张黎明，张毅，赵欣，等.基于TDC的激光测距传感器飞行时间测量研究[J].传感器与微系统，2011，30(12):71-74. ZHANG Li-ming, ZHANG Yi, ZHAO Xin, et al. Study on Flight Time Measurement Laser Ranging Sensor Based on TDC[J]. Transducer and Microsystem Technologies,2011,30(12):71-74.

[12] BLAIR W D，BRANDT-PEARCE M. Statistical Description of Monopulse Parameters for Tracking Rayleigh Targets[J]. IEEE Trans. Aerosp. Electron. Syst., 1998,33: 597-611.

[13] WILLETT P, BAR-SHALOM Y. Detection and Localization of Multiple Unresloved Targets Via Joint Multiple-Bin Processing[C]∥In Proceedings of IEEE Radar Conference, HuntsvilleAL, May 2003.

[14] INGWERSEN P A, LEMNIOS W Z. Radars for Ballistic Missile Defense Research[J]. Lincoln Laboratory Journal, 2000, 12(2): 245-266.

[15] SESSLER A M, CORNWALL J M, BDIETZ B, et al. Countermeasures: A Technical Evaluation of the Operational Effectiveness of the Planned US National Missile Defense System[M]. Cambridge, MA: Union of Concerned Scientists MIT Security Studies Program, 2000.

Successive CFAR Detection by Clean Method

LIU Meng-xiang, RAO Bin, DAI Da-hai

(National University of Defense Technology, College of Electronic Science and Engineering, Hunan Changsha 410073, China)

Aiming to solve the masking problem of large target against weak target in the traditional CFAR detection algorithms, a successive detection method based on Clean theory is proposed.This method has three steps. First, the large target can be detected by employing any traditional CFAR method; second, the large target can be cleaned from the raw echoes by using the inversed waveform information; finally, the following targets can also be successively detected analogously. In this paper, the influencing factor of masking is analyzed, the analytic expression of target detection probability is deduced, and the related parameters performance is also illustrated. The validity is verified both by theory and simulation. The proposed method may bring forth some feasible suggestions in the field of detecting and resolving weak targets in the presence of closed spaced targets.

CFAR detection; linear frequency modulation signal; adjacent target; masking effect; Clean theory; detection probability

2016-05-09；

2016-07-10 基金项目：国家自然科学基金项目(61201335,61302143) 作者简介：刘梦祥(1988-)，男，江西瑞金人。硕士生，研究方向为空间信息获取与处理技术。

10.3969/j.issn.1009-086x.2017.02.023

TN958.92；TN957.51

A

1009-086X(2017)-02-0149-07

通信地址：410073 国防科技大学一所感知室 E-mail：18374866770@163.com