[发明专利]一种目标检测方法

说明书

技术领域

本发明属于雷达目标检测技术领域，具体涉及一种目标检测方法。

背景技术

以下对本发明的相关技术背景进行说明，但这些说明并不一定构成本发明的现有技术。

随着车辆主动安全技术和智能车技术的白热化，环境感知所需要的目标检测技术广泛应用与行人、车辆、路标、路牌等能够反射微波信号的目标的静态和动态检测。主流的检测技术包括基于微波雷达技术、激光雷达技术和视觉技术。

微波雷达技术以其全天候和低成本的优势，得到了广泛的应用。目前的目标检测方法大部分通过参考窗中的参考单元估计背景噪声功率，再乘以比例系数得到功率，然后将检测单元功率值和功率检测门限进行比较确定检测单元是否为有效目标的回波信号单元即是否有目标。

各检测算法之前的主要差别在于背景噪声功率的估计方法不同。单元平均恒虚警(Cell Averaging-Constant False Alarm Rate,CA-CFAR)目标检测方法通过将参考窗口中所有参考单元的功率值取均值作为背景噪声功率估计值，估计功率检测门限。在均匀噪声环境下具有最优的检测性能，但是在非均匀噪声环境下检测性能严重下降。

最大选择恒虚警(Greatest Of-Constant False Alarm Rate,GO-CFAR)目标检测方法和最小选择恒虚警(Smallest Of-Constant False Alarm Rate,SO-CFAR)目标检测方法是在单元平均恒虚警目标检测方法的基础上进行了改进，最大选择恒虚警目标检测方法针对杂波干扰和多干扰目标检测率过小，漏检率过高。而最小选择恒虚警目标检测方法检测率高，但是在杂波干扰和多干扰目标环境下，虚警率过高。

自动删除单元平均恒虚警(Automatic Censored Cell Averaging-Constant False Alarm Rate,ACCA-CFAR)目标检测方法和自动双剔除单元平均恒虚警(Automatic Dual Censored Cell Averaging-Constant False Alarm Rate,ADCCA-CFAR)目标检测方法通过剔除参考窗口中极大和极小值参考单元，然后取平均值的方法得到功率检测门限，相比较单元平均恒虚警检测方法，具有较佳的检测性能，但是极大和极小值功率剔除门限的确定要依赖于先验知识，具有局限性。

发明内容

为解决现有检测方法存在检测性能低，漏检率和虚警率过高，以及在确定极大和极小值功率剔除门限时要依赖于先验知识的技术问题，本发明提供一种目标检测方法。

本发明提供的方法如下：一种目标检测方法，包括以下步骤：

步骤1，对极大值参考单元进行剔除；

步骤2，对背景噪声功率进行估算；

步骤3，计算功率检测门限；

步骤4，对检测目标进行判别。

优选地，所述步骤1中通过双重剔除，剔除极大值参考单元，具体剔除极大值参考单元的方法如下：

步骤1，设定第一重剔除门限为T_c1，由参考单元样本期望值λ乘以系数α得到剔除门限T_c1，计算公式可以表示为：T_c1＝λ·α；

参考窗中，除了x₀外，其余参考单元x_i分别与T_c1进行比较，小于等于T_c1的参考单元序列记为S₀，其余参考单元被认为是极大值参考单元，从参考窗中剔除，可表示为：

其中，i∈[1,N]；

步骤2，设定T_c2表示第二重剔除门限，由x₀测试单元乘以系数α得到剔除门限T_c2，计算公式可以表示为：T_c2＝x₀·α；S₀中全部参考单元{x_j}₁均与T_c2进行比较，小于等于T_c2的参考单元序列记为S₁，其余参考单元被认为是极大值参考单元，从S₀中剔除，可表示为：

其中x_j∈S₀,j∈[1,n₀]。

优选地，上述背景噪声功率估算的方法如下：

步骤1，假设Z表示背景噪声功率估计值，则Z的计算公式表示为：