申请/专利权人：北京理工大学

申请日：2022-07-07

公开（公告）日：2024-01-19

公开（公告）号：CN117420521A

主分类号：G01S7/41

分类号：G01S7/41;G06F18/24

优先权：

专利状态码：在审-公开

法律状态：2024.01.19#公开

摘要：本发明涉及一种基于局部离群因子的自适应多目标CFAR检测方法，属于雷达信号处理技术领域。针对实际雷达系统在复杂多目标环境下的CFAR检测，该方法首先利用局部离群因子算法对前沿滑窗和后沿滑窗内的回波信号进行聚类处理，剔除潜在的干扰目标等异常点；然后，根据剔除异常点之后的参考单元信号对待测单元的背景功率值进行估计；最后，利用比较器对待测单元的真实功率值与检测门限阈值进行判决，得到最终的CFAR检测结果。本发明能够将参考滑窗内的数据点聚类为一个或多个任意形状的簇，无需目标分布情况的先验信息和目标个数的阈值参数，也无需事先声明簇的个数；能够有效抑制“目标遮蔽”效应，实现对多目标的自适应CFAR检测。

主权项：1.一种基于局部离群因子的自适应多目标CFAR检测方法即LOF-CFAR，其特征在于，该方法具体包括以下步骤：S1：接收雷达回波信号，并进行匹配滤波处理；S2：设置待测单元的参考滑窗大小为N＝2n即前沿滑窗和后沿滑窗的大小均为n，并设置保护单元的数量为M＝2m即位于待测单元左侧和右侧的保护单元数量均为m；S3：将匹配滤波后的回波信号x＝[x1I+jx1Q,x2I+jx2Q,…,xNI+jxNQ]载入参考滑窗，并提取各个参考单元对应信号的同相分量和正交分量，构成二维数据点集合D＝{x1I,x1Q,x2I,x2Q,…,xNI,xNQ}；S4：利用局部离群因子算法对集合D中的二维数据点做聚类处理，形成一个或多个任意形状的簇，并根据聚类结果分离出正常点和异常点，其中异常点所对应的参考单元为s，且s∈[1,N]；S5：利用平方率检波的方式对匹配滤波后的回波信号进行处理，得到各个参考单元的对应信号为其中i＝1,2,…,N；S6：根据步骤S4中得到的异常点所对应的参考单元s，剔除步骤S5中得到的对应异常信号xs；S7：对剔除异常点之后参考滑窗内剩余参考单元的对应信号{xi\xs}做平均处理，估计得到待测单元的背景功率值Z；S8：根据估计得到的背景功率值Z和门限因子，计算得出检测门限阈值T；S9：利用比较器对待测单元的真实功率值x0与检测门限阈值T进行判决，得到最终的CFAR检测结果H1或H0。

全文数据：

权利要求：

百度查询： 北京理工大学 一种基于局部离群因子的自适应多目标CFAR检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD