空域CFAR处理方法综述

空域CFAR处理综述 20l1,# 第26卷第4期 海军航空工程学院 JournalofNavalAeronauticalandAstronauticalUniversity 20ll V_0I.26NO.4 文章编号:1673—1522(2011)04.0414-05 空域CFAR处理方法综述 徐从安b,何友,筒涛,孙伟超. (海军航空jI二程学院a.电子信息工程系;b.研究生管理大队,…东烟台264001) 摘要:综述了空域恒虚警(ConstanlFaAlarmRate,CFAR)处理研究的发展,现状和最新进展.首先,讨 论了空域CFAR处理的概念及其在整个CFAR处理『fI所处的位置;然后,将空域CFAR处理算法分为ML类, OS类和"适应算法,介绍了每类CFAR算法的研究现状;最后,展望了空域CFAR处理算法的发展,指出了空 域(;FAR处理算法未来的几个发展方向. 关键词:雷达;日标检测;空域;恒虚警率 中图分类号:TN957?51文献标志码:A 雷达是军事和民用领域主要的目标探测T具, 它的主要目的是在各种干扰存在的杂波背景下检测 有用目标.这些干扰包括接收机内部噪声,地物, 雨雪,海浪等杂波干扰和电子对抗措施(ECM),人 T有源和无源干扰以及与有用目标混杂在一起的干 扰目标等….一般说来,这些=F扰不是单一存在的, 实际的雷达T作背景都是多种f:扰的混合,如何在 极为复杂的杂波背景下准确区分有用目标回波,并 得到目标的一些参数,这是雷达目标信号检测的重 点和难点所在. 雷达目标自动检测中若采用固定阈值检测,杂 波功率的微小增加将会使得虚警率剧烈变化,从而 导致雷达数据处理设备过载,雷达无法T作,这时 即使信噪比很大也无法做正确判断.故在对回波 信号进行提取时,需要检测器具有恒虚警性能. 现代雷达通常采用CFAR技术以保持在变化的 杂波环境中获得可预测的检测性能和恒定虚警率, CFAR的目的就是提供相对来说可以避免背景 噪声,杂波和.1=扰变化影响的检测阈值,并且使自 动检测在均匀背景巾具有恒定的虚警概率[. 从2O世纪70年代开始,雷达CFAR处理技术 逐渐发展成为雷达信号处理领域的热门和关键性课 题,相继tt{现了很多CFAR处理算法.其中,空域 CFAR处理方法的研究是CFAR技术研究的重要内 容 1空域CFAR处理 1.1空域CFAR处理 CFAR处理方法从总体上可以分为参量和非参 量的方法【2l.参量CFAR方法适用于杂波分布类型 已知的情况,其通过估计某些参数来使得检测器具 有CFAR性能按照不同的参数估计方法,参量 CFAR方法又可分为空域CFAR处理和时域CFAR 处理.非参量CFAR方法适用于杂波分布未知的情 况,无须关于背景噪声或杂波分布的先验信息.当 假设的分布与实际背景相符时,参量CFAR处理相 比非参量CFAR处理具有较好的CFAR性能,但非 参量CFAR则对杂波环境具有更强的鲁棒性. 空域CFAR处理通过对检测单元附近的参考单 元采样,然后按照一定的准则合理利用采样值,估 计所需参数,从而使检测器具有CFAR性能.为了 简化对CFAR检测的性能分析,RohlingI3J将均匀和 非均匀杂波背景简化为3种典型情况,即均匀背景, 多目标和杂波边缘环境,对空域CFAR处理的分析 正是在这3种典型背景中进行的.一般来说,如何 准确判断目标所处的杂波背景,确立一定的规则(加 权,排序,求和,删减等)合理利用参考样值,从而 准确估计目标的杂波功率水平;同时,如何通过严 格的理论分析和实验验证检测器的性能,这些都是 收稿日期:2011—01-06;修回日期:20l1.0325 基金项目:倒家自然科学荩金资助项}j(60672140);海军航空程学院青年科研基金 资助项L|(HYQN201013) 作者简介:徐从安(1987一),,硕j:生;何友(1956一),男,教授,博导,博 第4期徐从安等:空域CFAR处理方法综述4l5 空域CFAR处理研究所要解决的问题.其中,杂波 功率水平的估计是空域CFAR处理的核心问题. 1-2ML类CFAR算法 对雷达CFAR处理的研究最早可追溯到l968 年,HMFinn等提H{CA(CellAveraging)算法,这 也是最经典的空域CFAR处理算法,该算法以检测 单元两侧参考单元的采样的均值作为背景杂波功率 估计,它在均匀背景下是准最优的【2?.随后,为 r提高和改善CA检测器在多目标环境和杂波边缘 中的性能,相继出现丫GO[l(Greatestof),SO[1 fSmallestof)和WCA【(WeightedCellAveraging)检 测,WCA将检测单元两边的参考单元样本分为前 沿和后沿滑窗,再对两个子滑窗的局部估计进行加 权获得检测器对杂波强度的全局估计,GO和SO可 以看作是WCA加权系数取特定值时的特例.以上 的CFAR算法有一个共同点,它们均利用前沿和后 沿参考单元中的参考采样的均值形成局部或全局估 计,然后确定检测单元的背景杂波平均功率水平估 计,因而被称为均值(MeanLevel,ML)类CFAR检 测.为j,进一步提高ML类CFAR在非均匀背景中 的性能,义献[8.10]基于最佳线性兀偏估计提出J, 最佳线性无偏(BestLinearUnbiased,BLU)最大选择 (BLUGO)恒虚警检测器和修正的最佳线性无偏 fModifiedBestLinearUnbiased,MBLU)检测器. 1.3OS类CFAR算法 有序统计量(OrderStatistics,Os)【】方法是为了 提高ML类CFAR方法在多目标环境中的性能提f}I 的.OS方法将参考采样南小到大进行排序,并选 取第k个值作为杂波功率水平估计,此后随着研究 的进一步深入,相继}1j现了大量基于有序统计量的 方法,称之为OS类方法.由于OS处理只保留』, 一 个有序参考采样,其他采样并未充分利用,这一 定程度上使得OS类方法过于依赖k值,从而CFAR 损失较高.CMLD[l(CensoredMeanLevelDetector) 算法为』,克服OS过于依赖k值的缺点,先将参考 滑窗中的参考样本按幅值大小进行排序,筛除掉, 个较大的参考单元样本,取剩余样本的线性组合作 为检测单元对杂波功率水平的估计.TM[1Ol(Trimmed) 先对参考滑窗内的样本进行排序,再剔除最小的 个样本和最大的:个样本,对余下的样本取平均作 为检测器对杂波强度的估计CMLD和TM通过预 选删除点保留r较多的有序参考采样,这使得更多 的参考样本得到厂利用,从而可以减小CFAR损失, 而且义不欠OS在多目标环境中的优势. 为J,克服OS算法排序时问长的问题,并进一 等人对广义有序统 步提高OS检测器的性能,何友 计(GeneralisedOrderStatistics,GOS)类CFAR方法 进行J,深入的研究f'"",并建立j,OS.OS类, OS.CA类,TM.TM类等检测器模型.GOS类CFAR 将检测单元两侧的滑窗分为前沿滑窗和后沿滑窗, 对前,后沿滑窗的采样值采取不同的处理(排序,删 减,平均等),再将两个滑窗的局部估计按照一定的 准则处理彤成全局估计.GOS类CFAR合理利用了, 不同算法的优点,同时采用丫停止移位控制器,实 现丫对目标的自动筛选,明降低J,干扰目标的影 响,并且这种自动筛选技术无须附加处理时间. 1.4自适应CFAR算法 自适应CFAR检测器适用于对杂波背景的先验 信息J,解不多,比如干扰目标的个数和分布未知, 可变,杂波边缘位置变化等,这类CFAR检测器能 自适应于杂波背景变化,并根据杂波背景的变化自 适应地确定选择逻辑,算法和参数. 从上世纪80年代开始,自适应CFAR检测逐 __r很多针对某 步成为CFAR检测的研究热点.出现 一 背景(多目标背景或杂波边缘背景)的CFAR检测 器.Barboy提出rCCA[22](CensoredCellAveraging) 检测器,它是一种多步删除,干扰目标逐一被 删除,剩下的杂波和噪声样本就是与检测单元杂波 和噪声特性相近的样本,以此来形成检测门限.义 献【231提fI{rHcE(HeterogeneousClutterEstimate) 算法,其基本原理是先确定杂波边缘位置,判决检 测单元所处的杂波区域;然后再进行杂波功率水平 估计E(Excision)针对多目标情况,将超过删除阈 值的强十扰采样从采样集合中删除,然后做平均处 理,再南此彤成检测阈值,删除J,强十扰采样后的 采样集合能够代杂波功率水平【引.文献[25]提m J,AC(ApproachCel1)方法,它从两个南均值法产生 的局部估计中选f"一个与被检测单元采样更相近的 估计作为总的杂波功率水平估计,由此形成CFAR 处理的检测阈值.义献『26]中提可变削减平均 (VariablyTrimmedMean,VTM)检洲器,它是TM 的一种修正型,使用依赖数据的一套规则自适应地 整,一:,然后仍然用削减后剩余的有序采样值的线 416海军航空工程学院第26卷 性组合形成检测门限.为抗边缘杂波和干扰目标, 文献[27】中提出J,自适应长度CFAR检测器,即 AL(AdaptiveLength)检测器,它能分辨出杂波边缘 并且自适应地修正它的滑窗长度,且能删除掉不只 一 个干扰目标.Himonas等人提jfJ一系列基于OS 的自适应确定删除点的方法GCMLD【2l(Genealised CensoredMeanLevelDetector),ACMLDt】 (AutomaticCensoredMeanLevelDetector),GO/SO, GTL[.l(GeneralisedTwoLeve11.CMLD,ACGO[.】 (AdaptiveCensoredGreatesof).Fa~ouki等人于 2005年针对非均匀背景环境,文献『311提;_}jr基于 有序数据可变性ODV(OrderedDataVariability)的自 动删除平均ACCA(AutomaticCensoredCellAveraging) 的CFAR检测器,其原理是通过一系列假设检验, 在排列好的单元中动态的选择合适的集合来估计杂 波背景功率水平,通过变化指数统计量作为形状参 数来判决序列单元的取舍.MAlamdari等人针对非 均匀环境,先用小波检查非均匀位置,并应用小波 进行去噪,再结合CA,于2007年提出rWT-CA【32J 检测器,这种检测器对于均匀环境和CA具有相似 的性能,而对存在干扰的环境具有鲁棒性.A Zaimbashi在文献[331提ff;J,一种基于加权有序统 计和模糊规则的CFAR处理器,该处理器能利用基 于模糊逻辑的软规则来克服杂波边缘和干扰目标的 问题. 最近,Srinivasan等人提出E[34](Ensemble)检测 器,它将CA,GO,SO,TM,GM(GeometricMean) 方法组合起来形成检测统计量.2000年Varshney提 出一种基于数据变化性的VII35J检测器(Variability Index),它利用两个统计量检验杂波背景的均匀性, 自动在CA,GO和SO之间进行切换.胡文琳等在文 献【36]提fII基于OS的vI检测器,克服了vI在干扰 目标同时存在于前后滑窗时检测性能下降的问题. 2008年Cao提出基于检测单元统计量对检测方法进 行切换的s【.](Switching)检测器.SErfanian等人【 针对非均匀背景,提f?r一种基于切换算法和OS的 SOS.I[38](SwitchingOrderedStatisticTypeI)检测器. 2空域CFAR处理的研究趋势 2.1基于ML类和OS类算法的融合,改进和创新 采用一定的方法将ML类和0S类算法进行融 合,改进和创新,能够提高雷达在复杂背景下的 CFAR性能….例如可设计参考滑窗个数自动变化 的检测器,在保证检测概率的前提下提高CFAR检 测器的处理效率;可以在大样本的删除方法上借鉴 VTM,设计新的算法;也可以根据样本的前后分布 情况,采取新的准则对前后滑窗进行加权,在这方 面可以借鉴WCA.文献[39—40]对此作r探索 2.2检测器参数选择的评价 CFAR研究中存在这样一个问题,即在选择一 种新的CFAR检测器的某些参数时,很难权衡检测 性能和抗杂波边缘性能【21.一般来说,具有较好检 测性能参数的检测器在杂波边缘环境中的性能不太 理想,或者有良好抗边缘杂波性能的参数却对检测 性能极为不利.而到目前为止,还没有这样的一个 衡量标准,困此如何寻找一个评价标准,使得检测 器具有选择最佳性能参数的能力,这也是空域 CFAR处理的一个研究方向. 2.3新的自适应CFAR算法的研究 在空域CFAR方法中,自适应CFAR算法无须 干扰分布及杂波边缘位置等先验知识,这是最接近 实际雷达工作背景的,因而自适应CFAR的研究将 是今后空域CFAR方法研究的一个最重要的方向. 目前的自适应算法研究已经指明_r这样一个研 究趋势,即通过一定的准则,自适应地确定目标所 处的杂波背景,然后再根据杂波背景的变化进行选 择逻辑的切换,达到将已有算法结合的目的,从而 更好的完成对目标的检测【34-38].从这一趋势可以看 【qJ,应该从两个方面来考虑自适应CFAR算法的研 究:一是新的杂波背景确定(干扰目标数和杂波边缘 位置的确定)方法的建立;二是杂波背景确定后 CFAR算法的选择. 2.4新的分析工具的应用和完善 在CFAR处理的研究中,采用新的分析T具与 现有方法结合往往能收到很好的效果.例如文献 『32,41-421将小波理论应用于CFAR处理中,提高 了复杂背景下CFAR检测器的鲁棒性;文献[33】则 运用模糊规则来提高非均匀背景下的检测器性能. 可以预见,新的分析工具对CFAR处理的应用和完 善,也是今后CFAR研究的一个热点方向. 2.5已有空域CFAR处理方法的工程实现 在实际的_T程实践中,国内一些专家虽然做J, 第4期徐从安等:空域CFAR处理方法综述417 一 些lT作[43-45】,但很多问题仍无法解决.冈此,如 何尽快将最有效的CFAR处理技术在丁程上予以实 现,并应用到军事和民用领域,这对改善我国现有 雷达性能,增强我国的军事实力以及赶超世界科技 先进水平均具有极其深远的历史意义和现实意义. 3结论 对空域CFAR处理方法进行厂综述,明确厂空 域CFAR处理的概念和其在众多CFAR处理方法中 的地位,并着重讨论了空域CFAR处理研究中ML 类,OS类和自适应CFAR算法,提出_r空域CFAR 方法的几个研究方向.随着空域CFAR处理研究的 进一步深入,很多新的热点也会随之出现. 参考文献: 【l】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):9一 l4. 【2】何友,关键,彭应宁,等.雷达自动检测与恒虚警处 理【M】.北京:清华大学出版社,1999. [3】ROHLINGH.RadarCFARThresholdinginClutterand MultipleTargetSituations[J].IEEETrans.onAES, 1983,19(3):608-621. [4】FINNHM,JOHNSONRS.Adaptivedetectionmode withthresholdcontrolasafunctionofspatially sampledclutter-levelestimates[J].RCAReview,l968. 464. 29:414— [5】HANSENVGConstantfalsealarmrateprocessingin searchradars【C】//IEEEInternationalRadarConference. London,1973:325-332. 【6】TRUNKGVRangeresolutionoftargetsusing automaticdetectors[J].IEEETrans.onAES,1978,l4 (5):750-755. [7】BARKATMVARSHNEYPK.Aweighted cell-averagingCFARdetectorformultipletarget situation[C]//Proc.ofthe21stAnnualConferenceon InformationSciencesandSystems.Baltimore, Maryland.1987:l18-123. [8】孟徉伟,关键,何友.基丁最佳线性无偏检测算法的 最大选择恒虚警检测器【Jj.系统I程与电子技术, 2003,25(5):564—580. 【9】HEYOU,MENGXIANGWEI.Amodifiedbestlinear unbiasedCFARalgorithm[C]//Proc.of1998 InternationalRadarSymposium.Germanl998:583— 586. 【l0】MENGXIANGWEI,HEYOU.Thebestlinear unbiasedwithgreatestofselection(BLUGO)CFAR algorithm[C]//Proc.ofIEEEAerospaceConference. BigSky,USA:2004:l980一l985. 【ll】何友.ROHLINGH.两种具有自动筛选技术的广义 有序统计恒虚警检测器及其在多目标情况下的性能 [J】.电子科学学刊,l994,16(6):582-590. [12】何友,孟祥伟.一种采用自动筛选技术的鲁棒恒虚 警检测器[J].宇航.1998,l9(2):19—23. [13】孟祥伟,何友.一种新的基于有序统计和筛选平均 的最大选择恒虚警检测器[J】.信号处理,l996,12 (4):3l6-321. [14】何友,孟祥伟.一种基于有序统计和剔除平均的最 大选择恒虚警检测器【J】.电子,1998,26(3):75- 79. [151盂祥伟,何友,关键.采用子滑窗技术的修正剔除 平均恒虚警检测算法[J].仪器与仪表,2001.22 (3):231—239. 【l6】孟祥伟.何友.最小选择恒虚警检测器的统一模型 一 TMsO[J].仪器仪表,1997,18(5):48l-485. [17】MENGXIANGWEI,HEYOU.AnewCFARdetector withautomaticcensoringfC】,/Proc.ofl996Third InternationalConferenceonSignalProcessing.Beijing, l996:l632.1635. 【18】关键,何友.两种恒虚警检测器在干扰边缘中的性 能分析[J].电子科学学刊,1996,18(3):243—248. (19】关键,何友.MOSCA-CFAR检测器在干扰边缘中的 性能分析[J].信号处理,l995,l1(4):237-244. 【20】关键,何友.OSCAGO-CFAR检测器在十扰边缘中 的性能分析[J】.电子,1996.24(3):56-60. 【21】MENGXIANGWEI,GUANJIAN,HEYOU.A generalizedsmallestofselectionCFARalgorithm[C]// 2003InternationalConferenceonRadar.Australia, 2003. [22】BARBOYB,LOMESA.PERKALSKIE.Cell— averagingCFARformultipletargetsituations[J].IEEE ProceedingF1986,l33(2):176-l86. 【23】FINNHM.ACFARdesignforawindowspanningtwo clutterfields[J].IEEETransactionsonAerospaceand ElectronicSystems,1986,22(1):l55—169. [24】GOLDMANH,BAR?DAVIDDI.Analysisand 418海军航空工程学院第26卷 applicationoftheexcisionCFARdetector[J].IEEE ProceedingF.1988.135(6):563-575. 【25】吉书龙.莆堪,良柱,等.一种新的雷达恒虚警 处理器【J】.闱防科技大学,1990.12(4)116-l21. [26】OZGUNESI,GANDHIPP,KASSAMSA.Avariably trimmedmeanCFARradardetector[J].IEEE TransactionsonAerospaceandElectronicSystems, 199228(1):1002-1014. 【27]BASILEM,DI—VITOA,FALESSIC,eta1.An adaptive—lengthCA—CFARdeviceforanATCradar【C】// ProceedingsofCIEInternationalConferenceonRadar. Peking.1991:419-422. 【28】BARKATM,HIMONASSD,VARSHNEYPCFAR detectionformultipletargetsituations[J].IEEE ProceedingF,1989,136(5):193-209. 【29】H1MONASSD,BARKATM.Automaticcensored CFARdetectionfornonhomogeneousenvironments[J]. IEEETransactionsonAerospaceandElectronic Systems,1992,28(1):286-304. 【30】HIMONASSD.Adaptivecensoredgreatest—ofCFAR detection[J].IEEEProceedingF,1992,139(3):247-255. [31JFARRROUK1A,BARKATM.Automaticcensoring CFARdetectorbasedonordereddatavariabilityfor nonhomogeneousenvironments[J].IEEEProc.Radar SonarNavig.,2005,152(1):43-51. 】ALAMDARIM,HASHEMIMM.AnimprovedCFAR 【32 detectorusingwavelethrinkageinmultipletarget environments[C]//9thInternationalSymposiumSignal ProcessinganditsApplications.2007. [33】ZAIMBASHIA,TABANMR.NAYEBIMM,eta1. WeightedorderstatisticandfuzzyrulesCFARdetector forWeibullclutter[J].SignalProcessing,2008,88(3): 558.570 [34】SRINIVASANR.Robustradardetectionusing ensembleCFARprocessing[J].IEEEProceeding-Radar, SonarandNavigation,2000,147(6):291-297. [35】SMITHME,VARSHNEYPK.IntelligentCFAR processorbasedondatavariabilityfJ].IEEE TransactionsonAerospaceandElectronicSystems, 2000,36(3):837-847. [36】胡文琳,王永良,王首勇.一种基于有序统计的鲁 棒CFAR检测器fJ1.电子,2007,35(3):530.533. 【37】CAOTV.Constantfalsealarmratealgorithmbasedon testcellinformation[J].IETRadarSonarNavig.,2008 2(3):200—213. 【38】ERFANIANS,VAKILIVIntroducingswitching orderedstatisticCFARtypeIindifferentradar environments[J].EURASIPJournalonAdvancesin SignalProcessing,2009. 【39】张维.复杂杂波背景恒虚警检测技术研究【D】.南京: 南京航空航天大学.2009. 【40】郝程鹏,李军.侯朝焕.加权平均模糊恒虚警检测 方法研究[J】.现代雷达.2009,31(9):44.46. 【4l】简涛何友,苏峰,等.一种基于小波变换的信号恒 虚警率检测方法[J].信号处理,2006,22(3):430-433. 【42】JIANTAO,HEYOU,SUFENG'eta1.ANovel DWT-CFARlineardetector[C]//International ConferenceonSensingComputingandAutomation. 2006:3440—3444. 【43】陈远知,毛i艺.CFAR的一种全硬件实现方法【J】. 信号处理,1996.12(4):306.3l0. 【44】朱江,张军,赵永波.恒虚警检测在DSP片的 实现[J].现代雷达,2005,27(4):35?38. 【45】程晓莉.基于ADSP—TS201的雷达恒虚警实现【J】. 罔外电子元器件,2008(1):61.64. SurveyofSpaceCFARProcessing xuCongan..,HEYou,JIANTao,SUNWei.chao (NavalAeronauticalandAstronauticalUniversitya.DepartmentofElectronicandInformationEngineering; b.GraduateStudents'Brigade,YantaiShandong264001,China) Abstract:Inthispaper,thehistory.currentstatusandrecentprogressofthespaceCFAR(const antfalse alarmrate)processingweresummarizes.FirstlythestatusofthespaceCFARprocessinginCFARtechniques wasdiscussed.ThenthespaceCFARprocessingmethodswereclassifiedintothreetypes,includingmeanlevel type.orderstatisticstypeandadaptivemethods.Atlast.inviewofcurrentresearchsituation.s omeprospective fieldsinthefuturewereintroduced. Keywords:radar;targetdetection;space;constantfalsealarmrate