一种基于改进卷积核的快速二维CFAR算法

发布时间：2021-07-27 16:42

　　传统恒虚警（CFAR）检测算法采用滑窗结构进行动目标检测,但在实际应用中,该结构的冗余操作会占据大量有限的雷达硬件资源。为解决上述问题,文中提出一种新的改进二维CFAR检测算法。该算法使用快速卷积结构取代传统CFAR算法的滑窗结构,从而可利用频域特性对其进行快速求解;同时,考虑常规CFAR在面对邻近多目标情况时检测性能急剧下降的问题,在卷积结构的基础上设计新的卷积核用于改善判决能力。实验结果表明:文中快速二维CFAR算法相比传统CFAR算法在运算量上有了极大的降低,还可以有效检测邻近目标,算法也易于在工程中实现。 

【文章来源】：现代雷达. 2020,42(08)北大核心CSCD

【文章页数】：6 页

【部分图文】：

滑窗处理过程示意图

典型的二维CA-CFAR工作流程如图2所示。在计算过程中给定一滑窗模板,然后该模板在原始数据平面由左到右、由上至下(顺序颠倒并不影响结果)依次滑动,并估计检测阈值,最后生成阈值检测模板,将阈值检测模板与原始数据相对应的测试单元进行判决,若对应数据值大于判决阈值,则视该点为运动目标,否则认为是背景噪声,重复此操作直至所有数据点检测完毕。由以上基本的CA-CFAR处理流程可以知道,由于使用滑窗操作,且是逐点移动,根据上一小节分析结果可知,相同的数据点参与大量重复计算,因此在数据利用上是极为低效的。

一个基本的二维快速卷积CFAR结构可以描述成如图3所示流程,首先需要分别对卷积模板和原始数据进行补零操作,目的是为保证数据具有相同大小,可以方便后续处理;然后,对二者各自独立进行傅里叶变换,之后由原始数据域处理转为频域处理,数据域的卷积操作对应频域就变成了点乘操作,即频域卷积模板和频域原始数据二者点乘,所得结果为阈值模板的频域形式,将该模板做逆傅里叶变换可得到阈值模板数据域形式,但注意由于补零操作会导致边界延伸,所以还需要对阈值模板去框处理;最后,将原始数据与阈值模板进行比较判决。虽然该操作较滑窗结构要复杂,但实际计算过程中由于将卷积操作转换为点乘操作,所需运算量会大幅降低。1.4 两种结构对比分析

【参考文献】：
期刊论文
[1]基于卷积构型的单元平均CFAR目标检测算法[J]. 李健,孙光才,邢孟道,章林.  电波科学学报. 2018(01)
[2]雷达低慢小目标检测技术综述[J]. 许道明,张宏伟.  现代防御技术. 2018(01)
[3]SAR图像CFAR检测的快速算法综述[J]. 赵明波,何峻,付强.  自动化学报. 2012(12)
[4]有序统计恒虚警定点数排序的硬件实现[J]. 郭二辉,张杰,王启智,洪一.  雷达科学与技术. 2010(06)
[5]海杂波中非参量恒虚警检测器性能分析[J]. 赵志坚,关键.  雷达科学与技术. 2010(01)
[6]基于DSP的二维CFAR检测快速实现[J]. 任磊,陈辉,陈建文,王永良.  系统工程与电子技术. 2009(07)
[7]基于参量检测的CFAR处理分析与实现[J]. 胡文华,尚朝轩,王志云.  现代雷达. 2006(12)
[8]七种恒虚警率处理方案及性能分析[J]. 都基焱,胡军,张百顺.  现代雷达. 2004(04)
[9]雷达自动检测和CFAR处理方法综述[J]. 何友,关键,孟祥伟,陆大,彭应宁.  系统工程与电子技术. 2001(01)



本文编号：3306156