分布式OSCA-CFAR檢測系統(tǒng)的檢測性能

摘 要:分布式檢測系統(tǒng)可以提供更高的信噪比，提高系統(tǒng)在復(fù)雜電磁環(huán)境下的生存能力，抗干擾能力。由于OSCA-CFAR檢測器具有較好的抗干擾性能，因此，在此研究了分布式OSCA-CFAR檢測系統(tǒng)采用“AND”，“OR”融合準(zhǔn)則時在非均勻背景下的檢測性能。分析表明，分布式OSCA-CFAR檢測系統(tǒng)采用“OR”融合準(zhǔn)則時在非均勻背景下具有更好的抗干擾性能。

關(guān)鍵詞: 分布式檢測; 恒虛警; 有序統(tǒng)計平均; 融合準(zhǔn)則

中圖分類號:TN911; TP206 文獻標(biāo)識碼:A

文章編號:1004-373X(2010)14-0131-03

Detecting Performance of Distributed OSCA-CFAR Detection System

SONG Yu-zhen1， 2， LIU Lian1， QU Fu-yong2

(1. Unit 91550 of PLA， Dalian 116023， China; 2. Postgraduate Brigade 1 of Navy Aeronautical Engineering Institute， Yantai 264001， China)

Abstract: The distributed detection system can provide higher signal to noise rate (SNR)， and improve the viability and anti-jamming ability in complicated magnetoelectric environment. OSCA-CFAR detector has better anti-jamming performance. The detecting performance of distributed OSCA-CFAR detection systems as adopting \"AND\" and \"OR\" fuse rule in the non-uniform background is researchd. The analysis indicates that the distributed OSCA-CFAR detection systemhas better anti-jamming performance when it adopts \"OR\" fuse rule in the non-uniform background.

Keywords: distributed detection; CFAR; OSCA-CFAR; fuse rule

0 引 言

雷達(dá)信號的恒虛警率檢測是一種能夠提供自適應(yīng)閾值的信號處理算法，其基本原理就是根據(jù)檢測單元附近的參考單元估計背景雜波的平均功率，以此調(diào)整門限，從而達(dá)到恒虛警處理的目的。雷達(dá)自動檢測跟蹤中的恒虛警問題是每個雷達(dá)系統(tǒng)研究和設(shè)計人員必須重視的重要問題之一。

在空間上分布的多個傳感器構(gòu)成的多傳感器系統(tǒng)可以提高系統(tǒng)的生存能力，抗干擾能力，增加覆蓋區(qū)域和監(jiān)視目標(biāo)數(shù)，提供更高的總的信噪比，并且可以提高系統(tǒng)的反應(yīng)速度以及在單個傳感器故障情況下的可靠性[1]。因此，近年來關(guān)于多傳感器的分布式信號處理的研究得到了極大的重視[2-8]。Barkat研究了局部檢測器采用單元平均恒虛警檢測器(CA-CFAR)的分布式CA-CFAR檢測系統(tǒng)的性能[9]，Blum研究了局部檢測器采用有序統(tǒng)計恒虛警檢測器(OS-CFAR)的分布式OS-CFAR檢測系統(tǒng)的性能[10]。由于OSCA-CFAR檢測器在均勻背景和非均勻背景下的良好性能，文中研究了分布式OSCA-CFAR檢測系統(tǒng)的性能。

1 分布式OSCA-CFAR檢測系統(tǒng)

OSCA-CFAR檢測器的檢測原理是將檢測單元兩側(cè)的參考單元劃分為長度相等的前沿滑窗和后沿滑窗，雜波功率水平估計即為:

Y=Q1(k)+Q2(k) (1)

式中:Q1(k)，Q2(k)分別為參考滑窗前后沿中第k個參考單元采樣值。

圖1為分布式OSCA-CFAR檢測系統(tǒng)得原理框圖，圖1中傳感器即為OSCA-CFAR檢測器。各個OSCA-CFAR檢測器中，參考滑窗長度為Mj=M，左右子滑窗中選取第kj個參考單元作為背景雜波估計，假設(shè)背景雜波服從瑞利分布，目標(biāo)為Swerling Ⅱ型，則各個局部檢測器的虛警概率Pfj和檢測概率Pdj可表示為:

Pfj=∏kj-1i=0Mj/2-iMj/2-i+Tj2 (2)

Pdj=∏kj-1i=0Mj/2-iMj/2-i+Tj/(1+SNR)2 (3)

融合中心采用“AND”融合規(guī)則(即K=N)時，系統(tǒng)總的虛警概率和檢測概率可表示為:



PF=∏jPfj=∏Nj=1∏ki-1i=0Mj/2-iMj/2-i+Tj2 (4)

PD =∏jPdj=

∏Nj=1∏ki-1i=0Mj/2-iMj/2-i+Tj/(1+SNR)2 (5)

圖1 分布式OSCA-CFAR檢測系統(tǒng)原理框圖

融合中心采用“OR”融合規(guī)則(即K=1)時，系統(tǒng)總的虛警概率和檢測概率可表示為:



PF =1-∏j(1-Pfj)=

1-∏Nj=11-∏ki-1i=0Mj/2-iMj/2-i+Tj2 (6)

PD= 1-∏j(1-Pdj)=

1-∏Nj=11-∏ki-1i=0Mj/2-iMj/2-i+Tj/(1+SNR)2 (7)



2 性能分析

通常情況下，分布式檢測系統(tǒng)的優(yōu)化是將系統(tǒng)總的虛警概率固定，使得總的檢測概率最大化，通常使用拉格朗日乘子轉(zhuǎn)化為無約束的函數(shù)優(yōu)化問題，由于方程中有未知參數(shù)ki，Ti，即在每組ki下，優(yōu)待化函數(shù)對每個INR=SNR求偏導(dǎo)，求解方程組，得到一組Ti值，最后取使得檢測概率最大的一組ki，Ti值作為問題的解。當(dāng)傳感器數(shù)目增多時，這使得使用常規(guī)方法實現(xiàn)極其困難，因此出現(xiàn)了很多的優(yōu)化算法[8]。

這里，做了簡化處理，假設(shè)各個局部傳感器及所處檢測環(huán)境完全一致，則其參數(shù)ki，Ti可認(rèn)為都是相等的，因此，ki=k，Ti=T。表1給出了當(dāng)M=24和36時，局部傳感器數(shù)為3個，融合中心采用“AND”，“OR”融合規(guī)則時最佳參數(shù)的取值。設(shè)定系統(tǒng)總的虛警概率為1.0×10-6。

表1 不同融合規(guī)則下，局部傳感器最佳參數(shù)的選擇

融合規(guī)則M=24M=36

kTkT

AND101.652 0151.523 5

OR115.537 4165.068 4

表2給出了分布式OSCA-CFAR檢測器在均勻背景下的檢測概率。顯然，當(dāng)局部傳感器所處檢測環(huán)境完全一致時，使用OR融合規(guī)則要好于AND融合規(guī)則。

表2 選擇最佳參數(shù)后，分布式OSCA-CFAR檢測系統(tǒng)在均勻背景下的檢測概率

SNR /dB510152025303540

AND融合M=240.025 30.240 80.615 90.854 60.951 20.984 30.995 00.998 4

M=360.028 40.254 60.628 70.860 50.953 30.984 90.995 20.998 5

OR融合

M=240.006 70.303 50.864 80.991 20.999 6~1~1~1

M=360.010 20.371 90.897 50.993 90.999 8~1~1~1

由于很難得到分布式OSCA-CFAR檢測器在多目標(biāo)情形下的檢測概率表達(dá)式，因此采用monte-carlo仿真得到其在不同多目標(biāo)情況下的檢測性能。假設(shè)INR=SNR，選擇參數(shù)M=24，相應(yīng)的k，T的選擇可參見表1。圖2和3表示當(dāng)只有一個傳感器包含干擾目標(biāo)為r1=1，2，3，6時，“AND”和“OR”融合規(guī)則下，系統(tǒng)的檢測性能與信噪比關(guān)系。由圖可知，隨著干擾目標(biāo)數(shù)的增加，“AND”融合下降較快，而“OR”下降較緩。這也說明了當(dāng)只有部分傳感器受到干擾時，“OR”融合規(guī)則對系統(tǒng)地檢測性能影響要小于“AND”融合。圖4和圖5表示當(dāng)所有傳感器都受到干擾目標(biāo)影響時，2種融合方法都使得系統(tǒng)的性能下降較快，相比之下，還是“OR”融合規(guī)則要好于“AND”融合。

圖2 多目標(biāo)環(huán)境下，只有1個傳感器包含

干擾目標(biāo)時，AND融合檢測性能

圖3 多目標(biāo)環(huán)境下，只有1個傳感器包含

干擾目標(biāo)時，OR融合檢測性能

圖4 多目標(biāo)環(huán)境下，所有傳感器都包含

干擾目標(biāo)時，AND融合檢測性能

圖5 多目標(biāo)環(huán)境下，所有傳感器都包含

干擾目標(biāo)時，OR融合檢測性能

3 結(jié) 語

在此研究了局部檢測器采用OSCA-CFAR檢測器 的分布式OSCA-CFAR檢測系統(tǒng)融合中心采用“AND”，“OR”融合準(zhǔn)則時在均勻背景和非均勻背景下的檢測性能。分析表明，分布式OSCA-CFAR檢測系統(tǒng)采用“OR”融合準(zhǔn)則時在均勻背景下檢測性能更好，且在非均勻背景中相比“AND”融合準(zhǔn)則具有更好的抗干擾性能。

參考文獻

[1]VARSHNEY P K. Distributed dtection and data fusion[M]. New York: Springer Verlag， 1996: 12-56.

[2]VISWANTHAN R， VARSHNEY P K. Distributed detection with multiple sensors: part I-fundamentals[J]， Proceedings of the IEEE， 1997: 85(1): 54-63.

[3]BLUM R， KASSAM S， POOR H V. Distributed detection with multiple sensors: part II-advanced topics[J]. Proceedings of the IEEE， 1997: 85(1): 64-79.

[4]BAKRY Mohamed， MASHADE E. Performance comparison of a linearly combined ordered statistic detectors under poostdetection integration and nonhomogeneous situations[J]. Journal of Electronics， 2006: 23(5): 698-707.

[5]HAMMOUDI Z， SOLTANI F. Distributed CA-CFAR and OS-CFAR detection using fuzzy spaces and fuzzy fusion rules[J]. IEE Proceedings Radar Sonar and Navigation， 2004: 151(3): 135-142.

[6]TAN Tri， GAO Van. A CFAR thresholding approach based on test cell statistics[ C] //Proceedings of the IEEE Radar Conference. [ S.l.] : IEEE， 2004: 349-354.

[7]CONTE E， MAIO A D， RICCI G. CFAR detection of distributed targets in non-gaussian disturbance[ J] . IEEE Trans.AES， 2002， 38(2): 612-620.

[8]SHNIDMAN D A， Radar detection in clutter[ J] . IEEE Transactions on Aerospace and Electronic Systems， 2005， 41(3): 1056-1067.

[9]BLUM R S， QIAO J F. Threshold optimization for distributed order-statistic CFAR signal detection[J]. IEEE Trans. on AES (S0018-9251)， 1996， 32(1): 368-377.

[10]LIU Wei-xian， LU Yi-long， JEFFREY S F U. Data fusion of multiradar system by using genetic algorithm[ J] . IEEE Trans. on AES[J]. 2002， 38(2): 601-612.