《经典雷达资料-第8章 自动检测、自动跟踪和多传感器融合-3》由会员分享，可在线阅读，更多相关《经典雷达资料-第8章 自动检测、自动跟踪和多传感器融合-3（5页珍藏版）》请在金锄头文库上搜索。
1、目标抑制目标抑制即检测目标能力下降，它是由于参考单元中存在其他目标或杂波剩余所引起 的。解决这个问题有两种基本方法：（1）在计算门限时去掉大的回波2628， （2）通过限 幅或用对数视频来减小大回波的影响。所用的技术应是针对特定的雷达系统和所处的环境 而言的。 Rickard 和 Dillard27提出了一类 DK检波器，K 是从参考单元中消去的最大样本个数。 单一平方律检测脉冲对 Swerling型目标的 D0（无消去）与 D1, D2进行的比较如图 8.18 所 示，图中 N 是参考单元的数目，是在测试单元中干扰目标和目标的功率比，(m, n)中的 m, n 分别表示的是 m 型 Swer
2、ling 目标和 n 型 Swerling 干扰目标。图 8.18 表明，有一个干扰目 标时，PD不随 S/N 增加而达到 1。如何从参考单元中消去超出一定门限的目标的方法将在 “非参量型检测器” 小节中进行详细讨论26。图 8.18 Swerling型目标的信噪比与检测概率的关系曲线（引自参考资料 27）Finn28研究了参考单元跨越两个连续不同的“噪声场景”的问题（例如，热噪声、海 杂波和地杂波等） 。基于样本，他估计了两类噪声场景的统计参数及它们之间的分离点。然 后，只有那些与测试单元处在同一噪声场景的参考单元，才被用于计算自适应门限值。 抑制干扰的另一种等效方法是用对数视频。通过取对数
3、，使参考单元中的大样本对门 限产生的影响变小。用对数视频信号，10 个脉冲积累只产生 0.5 dB 的损耗，100 个脉冲积 累产生 1.0 dB 的损耗29。对数恒虚警 CFAR 的实现框图如图 8.19 所示30。在许多系统中， 没有用到图 8.19 中的反对数这部分。为了保持和线性视频同样的 CFAR 损耗，对数 CFAR 的参考单元数 Mlog应为（8.21） 65. 065. 1linlogMM式中，Mlin是线性视频的参考单元数。对数视频对目标抑制的影响将在本章的后面进行讨论 （见表 8.2） 。第 8 章 自动检测、自动跟踪和多传感器融合314图 8.19 单元平均对数 CFAR
4、 接收机的框图（引自参考资料 30）非参量型检测器通常用参考单元对测试样本进行排序，可以得到非参量型检测器的 CFAR3132。所谓 排序即将样本从小到大排列，把最小的用序列值 0 代替，次小的用序列值 1 代替，最 大的用序列值 n-1 代替。假设所有样本都服从独立同分布，且分布类型是未知的，测试样 本取这几个值的概率相等。例如，如图 8.20 所示的序列检测器，测试单元与其相邻的 15 个 单元进行比较。在这组的 16 个单元中，因为测试样本与最小的样本（或其他的样本）有同 样的概率，即测试样本取任何序列值 0,1,2,15 中之一的概率为 1/16。一个简单的序列检 测器是通过将序列值与
5、门限 K 进行比较，若序列值较大就产生 1，否则产生 0。然后，将这 些 0 和 1 进行滑窗求和。这种检测器产生约 2 dB 的 CFAR 损耗，但只要时间样本是独立的， 这种检测器对任何未知的噪声密度都能够获得固定的 Pfa。这种检测器被引入 ARTS3A 型 后续处理器中，以与联邦航空管理局的机场监视雷达（ASR）相连接。这种检测器的主要缺 点是，它很容易受到目标抑制的影响（如，若一个大目标在参考单元内，那么测试单元就 不能接收到最高的序列值） 。 若各个时间样本是相关的，序列检测器就不能得到 CFAR。图 8.21 示出一种修正（改 进）型序列检测器，它在时间样本相关时仍可以保持低的
6、Pfa，被称为修正广义符号检验 （MGST）处理器26。这种检测器可分为三个部分：排序部分、积累部分（图中为一个双极 点滤波器）及门限部分（判决处理） 。如果输出积累值超过了两个门限，就表明存在目标。 第一个门限是固定的（在图8.21 中等于+T1/K） ，并且在各参考单元是独立同分布的情况下， 产生 Pfa106。第二个门限是自适应的，并且在各参考单元是相关的情况下仍保持低的 Pfa。这种检测器用平均偏差来估计相关样本的标准偏差，参考单元中外来的目标用预置门 限 T2从估值中除去。 序列检测器和 MGST 检测器本质上是双样本检测器。如果测试单元的排序值远大于参 考单元的排序值，检测器就可以
7、判定目标存在。在不满足同分布的地方（例如，陆地、海 洋）就会出现目标抑制的现象。然而，存在一些仅仅与测试单元有关的方法，如 Spearman Rho 法和 Kendail Tau 法33。这些方法基于这样的一个事实：当天线波束扫过点目标时，回 波信号先增加，然后降低。这样，对于测试单元中的序列值来说，也应遵从先增加后降低 的模式。虽然这些检测器不需要参考单元，因而具有不需要同分布假设的有用特性，但是第 8 章 自动检测、自动跟踪和多传感器融合315由于对中等数量样本会引起大的 CFAR 损耗，所以一般不用这样的方法。例如，当目标有 16 个回波脉冲时，CFAR 的损耗大约为 10 dB，目标有
8、 32 个脉冲回波时，CFAR 的损耗大 约为 6 dB33。图 8.20 序列检测器比较器 C 的输出为 0 或 1。 （引自参考资料 7）图 8.21 修正广义符号检验处理器（引自参考资料 26）非参量型检测器的主要缺点：（1）它们有相对较大的 CFAR 损耗；（2）在处理相关 样本时存在困难；（3）会损失幅度信息，而幅度信息对目标和杂波来说是非常重要的判别 指标34。例如，在杂波区内一个大的回波（ 为 1000m2）可能仅是杂波渗漏。参见 8.3 节第 8 章 自动检测、自动跟踪和多传感器融合316的“检测准入逻辑” 。杂波图杂波图用于自适应门限，所设置门限值从雷达测试单元前几次扫描的回
9、波得到，而不 是从雷达当前扫描的周围参考单元的回波得到。这种技术对于相对静止的环境（例如，反 地杂波的陆基雷达）特别有用，因为雷达具有杂波中可见度雷达能从强杂波中探测目 标。林肯（Lincoln）实验室35在它的 MTD 中有效地使用了零多普勒滤波器杂波图。第 i 个 单元的判决门限 T 为（8.22） 1iAST其中 （8.23） 1iiiXKSS 式中，Si是平均背景电平；Xi是在第 i 个单元中的回波；K 是确定杂波图时间常数的反馈系 数；A 是决定虚警率的常数。在 ASR 中应用 MTD 的 K 值为 7/8，因为这个值可以有效地对 最后的 8 个扫描进行平均。杂波图主要用在具有固定频
10、率的陆基雷达上。然而，对于具有 频率捷变的雷达和运动平台，杂波图在那些环境中几乎是无效的。目标分辨力在自动检测系统中，单个大目标有可能被检测许多次，例如，在邻近距离单元、方位 波束和仰角波束都有可能对这个目标进行检测。所以，自动检测系统有这样的算法：将各 个单个的检测融合为一个质心检测。大多数设计算法几乎不会把一个单个的目标错分为两 个目标。这种处理导致了较差的距离分辨力。常用的融合算法36是邻近检测处理融合算法， 这种邻近检测融合算法判决一次新的检测是否与以前确定了的一组邻近检测信号相关。如 果一次新的检测与以前的邻近检测信号中任一检测相关，就可以把这个新的检测加到已检 测序列中去。如果两个
11、检测的三个参数（距离、方位、仰角）中有两个一样，而另外一个 参数只相差一个分辨单元（如距离单元、方位波束宽度 或仰角波束宽度） ，那么这两R 个检测就是相邻的。 对下述三种一般检测程序的分辨力进行仿真比较36，它们是具有的线性检AT测器，具有的线性检测器和具有的对数检测器。常数 A, B, C 是为了使所BT CT有的检测器都有相同的 Pfa。和的估计值和可由以下方法获得：（1）选所有参考单元；（2）选超前参考单元中的一半或滞后参考单元中的一半，选其平均值较低的那一半。 该仿真中包含间距为 1.5,2.0,2.5 或 3.0 个距离单元的两个目标，第三个目标与第一个目标有 7.0 个距离单元的
12、间距。仿真结果表明，在间距 2.5 或 3.0 个距离单元时对空间两个目标可 分辨得很好，这时具有特性的线性检测器的同时将两个目标检测出来的检测概AT率（PD2）小于 0.05；具有特性的线性检测器的检测概率为 0.150.9。第二个仿真仅包含了两个目标，是为了试验在对数视频下对 目标抑制的影响，结果见表 8.2。从表中可知，当仅用具有较小平均值的半数参考单元计算 门限时，对小信噪比目标（1013 dB） ，性能有明显提高。图 8.22 示出用具有较小平均值 的半数参考单元的对数检测器的分辨力。只有当两个等幅目标相距 2.5 个脉宽以上时，它们第 8 章 自动检测、自动跟踪和多传感器融合317
13、的分辨概率才能达到 0.9 以上。 假设对于脉冲宽度而言，目标是小的，并且脉冲波形已知，那么，就可以通过已知的 脉冲波形与接收数据的拟合，并将剩余方差与门限进行比较的方法来提高分辨力37。若只 有一个目标时，那么剩余方差应当只有噪声且很小。若有两个或多个目标时，剩余方差将 包含剩下目标的信号并且很大。在 S/N=20 dB 的情况下，两个目标分辨的结果如图 8.23 所 示。目标的间距在 1/43/4 脉冲宽度变化时，目标分辨概率可达到 0.9，但这要依赖于两个 目标的相对相位差。另外，也可通过多脉冲处理来进一步改善处理的结果。表 8.2 两个相距 1.5, 2.0, 2.5 或 3.0 个距
14、离单元的目标的对数视频信号的检测概率*2 号目标的 S/N 值 门限技术目标间距 10132030401.50.00.040.00.000.002.00.00.220.540.140.102.50.040.240.940.620.32所有的参考单元3.00.00.240.880.920.761.50.00.00.000.00.022.00.100.320.440.120.042.50.180.580.980.460.28具有最小平均值的参考单元3.00.220.660.980.820.74*1 号目标的 S/N 值为 20 dB，2 号目标的 S/N 值为 10,13,20,30,40 dB。 （引自参考资料 36）图 8.22 采用具有较小平均值的半数参考单元的对数检测器的分辨能力（引自参考资料 36）
