一种Mean-Shift回波聚类后的单元平均恒虚警检测方法与流程

一种mean
‑
shift回波聚类后的单元平均恒虚警检测方法
技术领域
1.本发明涉及雷达目标检测技术领域，尤其涉及一种mean
‑
shift回波聚类后的单元平均恒虚警检测方法。


背景技术：

2.恒虚警检测技术(constant false alarm rate，cfar)随本地噪声能量信息设置自适应检测门限，是提高雷达目标信号检测能力的有效方法。研究的最早的、最为常见的恒虚警检测器是单元平均恒虚警检测(cell averaging
‑
constant false alarm rate，ca
‑
cfar)。单元平均恒虚警检测法在均匀的杂波背景下有最高的检测概率，但在非均匀的杂波背景下性能较低。当杂波变化剧烈时，如果还是采用传统的恒虚警处理方法，那么将导致有用的参考单元减少，因此造成巨大的恒虚警损失。而本发明提出了一种mean
‑
shift(均值漂移)回波聚类后的单元平均恒虚警检测方法，本发明通过对均值漂移的方法对回波进行聚类处理，消除回波中的噪声阶跃，进而改善单元平均恒虚警检测性能。
3.通过专利检索，检索出相关专利3项，其中《一种基于杂波强度分区的恒虚警检测方法》(专利申请号：cn201510121795.6专利公开号：cn104714215a)公开了一种基于杂波强度分区的恒虚警检测方法，该方法主要根据探测区域杂波散射强度对探测区域按照杂波强度分区，选择和待检测单元同区的参考单元，估计检测门限，实现恒虚警检测。《一种基于杂波强度分区的恒虚警检测方法》是通过后向散射系数得到杂波强度对杂波进行分区；《非均匀背景下基于聚类处理的恒虚警检测方法》(专利申请号：cn201410337898.1专利公开号：cn104198998a)公开了一种非均匀背景下基于聚类处理的恒虚警检测方法，该方法利用改进的k
‑
means算法实现恒虚警检测。《适用于分簇结构的rsn的多跳恒虚警信息融合判决方法》(专利申请号：cn201610739729.x专利公开号：cn106093909a)公开了多传感器网络在考虑噪声和信道衰减下的复合多跳信息融合结构以及通过中继节点自适应恒虚警判决门限、簇头检测概率估计值的计算，确保网络中中继节点、簇头以及基站都具有恒定的虚警概率,从而提高了网络的目标检测性能。三种专利都不同于本发明，本发明通过均值漂移的方法对杂波进行分类，并对杂波进行零均值处理使得杂波不在有阶跃性变化，再进行单元平均恒虚警检测处理。
4.通过论文检索，检索到两篇相关论文《基于杂波背景分割二维恒虚警检测算法研究》是通过对杂波背景进行分割的方法进行二维恒虚警检测。《基于有序统计和自动删除平均的最大选择恒虚警检测器》通过取最大背景功率进行估计，设置自适应检测门限。本发明通过均值漂移的方法对回波进行聚类，再进行单元平均恒虚警检测处理，与其均不相同。


技术实现要素：

5.本发明的目的在于消除回波中的噪声阶跃，进而改善单元平均恒虚警检测性能，为达到上述目的，本发明提供了一种mean
‑
shift回波聚类后的单元平均恒虚警检测方法，该方法包含以下步骤：
6.s1：雷达接收目标回波，并对回波依次进行下变频、脉压处理和相参积累；
7.s2：对下变频、脉压处理和相参积累后的回波进行mean
‑
shift聚类处理；
8.s3：对mean
‑
shift聚类处理后的回波进行噪声阶跃界查询；
9.s4：根据噪声阶跃界对回波进行零均值处理，用以消除回波中的噪声阶跃；
10.s5：对均值处理后的回波进行单元平均恒虚警检测处理。
11.优选地，所述s2步骤中对回波进行mean
‑
shift聚类处理的步骤包含以下内容：
12.s21：根据回波的数据样本s，初始化聚类中心c、聚类半径r、聚类中心门限t
c
；
13.s22：计算数据样本s中各个数据点到聚类中心c的距离向量r
cs
(i)，其中，r
cs
(i)＝(c
‑
s(i))2；
14.s23：对数据样本s进行mean
‑
shift聚类处理，并对每次迭代时的每个聚类域中的各个数据点标记编号，并记录各个数据点的标记次数，当数据样本s中的数据点s(i)满足其距离当前聚类中心c距离在r之内的所有点，即r
cs
(i)<r2，则该些数据点属于该聚类域，即s(i)∈f(n)，f(n)表示第n次迭代时的聚类域，第n次迭代时的聚类中心为c(n)；
15.s24：聚类中心漂移，对数据样本s进行迭代聚类处理；
16.s25：若迭代后的聚类中心满足收敛要求，则聚类完毕；否则返回步骤s22步骤，进行下一步迭代，直至满足聚类中心收敛要求；
17.s26：对上述各个迭代中的各个聚类域进行合并；
18.s27：根据回波的各个数据点在每个聚类域类中的标记次数，选取标记次数最大的作为当前回波数据点的所属聚类域。
19.优选地，所述s3步骤对聚类处理后的回波进行噪声阶跃界寻找包含以下内容：聚类后的回波根据当前聚类域中数据的标记编号进行噪声阶跃界查询，所述噪声阶跃界满足以下两个条件：
20.噪声阶跃界前k个回波数据点中至少有k
‑
1个数据点属于同一聚类域；
21.噪声阶跃界后k个回波数据点中至少有k
‑
1个数据点属于另一聚类域，其中k≥2且为整数，满足上述两个条件的聚类域分界处为噪声阶跃界。
22.优选地，对回波数据进行聚类后，所述s4步骤进行零均值处理，具体内容为用聚类后的回波数据分别减去平均值，公式如下所示：
[0023][0024]
其中，为零均值处理后的各个数据点到均值点的向量，m为聚类域内回波数据点个数，l为正整数，f(l)表示聚类域合并处理后的第l个聚类域。
[0025]
优选地，所述s24步骤聚类中心漂移公式为：
[0026][0027]
其中，i为正整数，表示数据样本s中数据点的序号，n表示第n次迭
代，m为聚类域内回波数据点的个数，f(n)表示第n次迭代时的聚类域，c(n 1)表示第n 1次迭代时的聚类中心。
[0028]
优选地，所述s25步骤中聚类中心满足收敛要求的具体内容是：c(n 1)
‑
c(n)<t
c
，其中c(n)、c(n 1)分别表示第n、n 1次迭代时的聚类中心。
[0029]
优选地，所述s26步骤具体包含以下内容：对上述各个迭代中各个聚类域进行两两比较，若两个聚类域的聚类中心之间小于阀值，即c(n)
‑
c(m)<r/2，则聚类域进行合并；其中，m,n∈n ，表示聚类中心的序号，m,n为聚类域数量。
[0030]
优选地，所述s5步骤的单元平均恒虚警检测处理具体包含以下步骤：
[0031]
s51：对零均值处理后的回波设置回波数据中的最大值为检测单元s0；
[0032]
s52：设置检测单元s0两端各q/2单元长度的q个数据点为保护单元；
[0033]
s53：设置保护单元两端各p/2单元长度的p个数据点为参考单元；
[0034]
s54：计算参考单元杂波的算术平均值作为杂波功率水平z，公式如下：
[0035][0036]
其中j为正整数，g(j)表示参考单元内第j个数据点；
[0037]
s55：设置标称化门限因子t，t＝p
fa
‑
1/q
‑
1，其中p
fa
为虚警概率；
[0038]
s56：计算门限值d，d＝t
·
z；
[0039]
s57：比较器的自适应判决准则，如下式：
[0040][0041]
该式子中，s0表示检测单元，h0表示只有杂波和噪声，h1表示有杂波、噪声和目标；当检测单元值大于门限值时s0>d，此时回波数据中存在目标，即h1成立；反之，若检测单元的值小于门限值时s0<d，此时认为回波数据中不存在目标，即h0成立。
[0042]
优选地，所述s1步骤中具体包含以下内容：雷达对目标发射信号并接收目标反射回来的信号，形成雷达回波，雷达接收目标回波并进行下变频得到基带信号，再对基带信号进行脉压处理，最后对脉压处理后的回波进行相参积累。
[0043]
本发明具有以下有益效果：
[0044]
1.本发明利用mean
‑
shift聚类的方法对阶跃噪声进行聚类，通过均值漂移聚类处理能够对杂波背景进行分类；
[0045]
2.本发明利用mean
‑
shift聚类的方法对阶跃噪声进行聚类，通过去均值化从而消除噪声阶跃；
[0046]
3.本发明通过mean
‑
shift的方法消除阶跃噪声，可以有效避免单元平均检测在杂波边缘的强杂波区域引起的虚警，从而降低虚警率；
[0047]
4.本发明通过mean
‑
shift的方法消除阶跃噪声，可以有效避免单元平均检测在杂波边缘目标处于弱杂波区域引起的漏警。
附图说明
[0048]
图1为本发明mean
‑
shift回波聚类后的单元平均恒虚警检测方法流程图；
[0049]
图2为本发明mean
‑
shift回波聚类流程；
[0050]
图3为本发明噪声阶跃界查询示意图；
[0051]
图4为本发明单元平均检测框图；
[0052]
图5(a)～图5(c)为本发明方法处理回波数据的真实结果；
[0053]
图5(a)为直接对阶跃噪声进行单元平均恒虚警检测的结果，星线为回波数据，虚线为检测门限；
[0054]
图5(b)为对回波数据进行mean
‑
shift聚类后的结果，方形数据为一类，圆形为另一类；
[0055]
图5(c)为聚类后再对回波进行零均值处理后的单元平均恒虚警检测结果，三角形曲线为聚类后的回波，虚线为检测门限；
[0056]
图6(a)～图6(c)为仿真结果；
[0057]
图6(a)为目标在阶跃噪声中的仿真结果，星线为回波数据，虚线为检测门限；
[0058]
图6(b)为对回波数据进行mean
‑
shift聚类后的结果，方形数据为一类，圆形为另一类；
[0059]
图6(c)为通过对回波聚类后再对回波进行零均值处理后的单元平均恒虚警检测结果，三角形曲线为聚类后的回波，虚线为检测门限。
具体实施方式
[0060]
以下结合附图和具体实施方式对本发明提出的一种mean
‑
shift回波聚类后的单元平均恒虚警检测方法作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。
[0061]
如图1所示，为本发明提供的一种mean
‑
shift回波聚类后的单元平均恒虚警检测方法的处理流程图，该方法具体包含以下步骤：
[0062]
s1：雷达对目标发射信号并接收目标反射的回波，雷达对接收到的回波依次进行下变频处理、脉压处理和相参积累；
[0063]
s2：对下变频处理、脉压处理和相参积累后的回波进行mean
‑
shift聚类处理；
[0064]
s3：对mean
‑
shift聚类处理后的回波进行噪声阶跃界查询；
[0065]
s4：根据噪声阶跃界对回波进行零均值处理，用以消除回波中的噪声阶跃；
[0066]
s5：对零均值处理后的回波进行单元平均恒虚警检测处理。
[0067]
如图2所示，所述s2步骤的mean
‑
shift聚类处理具体包含如下步骤：
[0068]
s21：根据回波的数据样本s，初始化聚类中心c、聚类半径r、聚类中心门限t
c
，其中，在回波的数据样本s中随机选择一个点作为聚类中心c；
[0069]
s22：计算回波的数据样本s中各个数据点s(i)到聚类中心c的距离向量r
cs
(i)，计算公式为r
cs
(i)＝(c
‑
s(i))2；
[0070]
s23：对数据样本s进行mean
‑
shift聚类处理，并对每次迭代时的每个聚类域中的各个数据点标记编号，并记录各个数据点的标记次数；其中，当数据样本s中的数据点s(i)满足其距离聚类中心c的距离在r之内的条件，即r
cs
(i)<r2，则s(i)∈f(n)，c(n)为第n次迭代时的聚类中心，f(n)表示第n次迭代时的聚类域；
[0071]
s24：聚类中心漂移，对数据样本s进行迭代聚类处理；聚类中心漂移公式为：
[0072][0073]
其中，i为正整数，表示数据样本s中数据点序号，n表示第n次迭代，m为第n次迭代时的聚类域内回波数据点的个数；c(n 1)表示第n 1次迭代时的聚类中心；
[0074]
s25：比较上一个聚类中心与更新后的聚类中心，若更新后的聚类中心满足收敛要求，即c(n 1)
‑
c(n)<t
c
，则聚类完毕；否则返回步骤s22，利用更新后的聚类中心，进行下一步迭代，直至满足聚类中心收敛要求；
[0075]
s26：对上述各个迭代中的各个聚类域进行合并；各个聚类域进行两两比较，若两个聚类域的聚类中心之间小于阀值，即c(n)
‑
c(m)<r/2，则聚类域进行合并；其中，m,n∈n ，m，n为聚类域数量；
[0076]
s27：根据回波的各个数据点在合并后的每个聚类域中的标记次数，选取标记次数最大的作为当前数据点的所属聚类域。
[0077]
所述s3步骤中，对聚类后的回波的各个数据点，根据其在当前所述聚类域中的标记编号进行阶跃界查询，如图3虚线所示为噪声阶跃界，噪声阶跃界需满足以下两个条件：
[0078]
噪声阶跃界前k个回波数据点中至少有k
‑
1个数据点属于一聚类域；
[0079]
噪声阶跃界后k个回波数据点中至少有k
‑
1个数据点属于另一聚类域，其中k≥2且为整数，满足上述两个条件的聚类域分界处即为噪声阶跃界。
[0080]
对回波进行聚类后，所述s4步骤进行零均值处理，具体包含用聚类后的回波数据分别减去平均值，公式如下：
[0081][0082]
其中，为零均值处理后的各个数据点到到均值点的向量，m为聚类域内回波数据点个数，通过零均值处理后可以有效消除噪声阶跃；l为正整数，f(l)表示聚类域合并处理后的第l个聚类域。
[0083]
如图4所示，对阶跃数据聚类去均值后再进行单元平均恒虚警检测处理，具体步骤如下：
[0084]
s51：对零均值处理后的回波设置回波数据中的最大值为检测单元s0；
[0085]
s52：设置检测单元s0两端各q/2单元长度的q个数据点为保护单元，如图4中阴影区域；
[0086]
s53：设置保护单元两端各p/2单元长度的p个数据点为参考单元，如图4中g1～g
p
；
[0087]
s54：计算参考单元杂波的算术平均值作为杂波功率水平z，公式如下：
[0088]
[0089]
其中j为正整数，g(j)表示参考单元内第j个数据点；
[0090]
s55：设置标称化门限因子t，t＝p
fa
‑
1/q
‑
1，其中p
fa
为虚警概率；
[0091]
s56：计算门限值d，d＝t
·
z；
[0092]
s57：比较器的自适应判决准则，如下式：
[0093][0094]
该式子中，s0表示检测单元，h0表示只有杂波和噪声，h1表示有杂波、噪声和目标；当检测单元值大于门限值时s0>d，此时回波数据中存在目标，即h1成立；反之，若检测单元的值小于门限值时s0<d，此时认为回波数据中不存在目标，即h0成立。
[0095]
假设存在阶跃噪声，噪声从高到低阶跃变化，在弱杂波区域加入一个目标如图4所示；若直接对阶跃噪声进行单元平均检测，所有点都没有超过门限值，则出现漏警现象，如图5(a)所示，星线为回波，虚线为检测门限，并没有回波过检测门限。通过本方法对噪声进行聚类如图5(b)所示，方形和圆形数据点分别为两种不同的聚类域；然后对噪声进行零均值处理从而消除噪声阶跃，再进一步进行单元平均恒虚警检测，则会检测出目标，如图5(c)所示，三角形曲线为聚类后的回波，虚线为检测门限，从图中可以看出有一个目标超过检测门限。假设存在阶跃噪声，噪声从高到低阶跃变化，在阶跃噪声中加入一个目标如图6所示；若直接对阶跃噪声进行单元平均恒虚警检测，有两点超过检测门限值，一个是阶跃处的强杂波，另一个是目标值，因此出现虚警现象，如图6(a)所示。通过本专利方法对噪声进行聚类如图6(b)所示，方形和圆形数据点分别为两种不同的聚类域；然后对噪声进行零均值处理从而消除噪声阶跃，再进一步进行单元平均恒虚警检测，则会检测出一个目标，如图6(c)所示，三角形曲线为聚类后的回波，虚线为检测门限，从图中可以看出只有一个目标超过检测门限。通过仿真结果可以看出，若不对回波中的阶跃噪声进行处理，则单元平均恒虚警检测会出现漏警和虚警现象；而通过本发明的方法能够很好的消除回波中的噪声阶跃，从而提高检测概率，抑制漏警和虚警现象。
[0096]
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。