（中國西南電子技術(shù)研究所 成都 610036）

1 引言

隨著雷達(dá)技術(shù)不斷革新，彈載雷達(dá)提供高分辨距離-多普勒?qǐng)D像，更明顯體現(xiàn)出目標(biāo)特性，便于目標(biāo)檢測(cè)，同時(shí)高分辨圖像也給數(shù)據(jù)處理帶來挑戰(zhàn)，更高的分辨率也意味著更大的數(shù)據(jù)量。由于彈載雷達(dá)高速運(yùn)動(dòng)，對(duì)數(shù)據(jù)更新率高要求，快速準(zhǔn)確實(shí)現(xiàn)目標(biāo)檢測(cè)尤為關(guān)鍵。彈載雷達(dá)導(dǎo)引頭在距離-多普勒?qǐng)D像中一般采用CFAR檢測(cè)算法，CFAR檢測(cè)技術(shù)能夠在時(shí)變的背景雜波噪聲環(huán)境下保持一定的虛警率［1～3］。傳統(tǒng)CFAR檢測(cè)方法針對(duì)高分辨一維距離像數(shù)據(jù)采用左右線性滑窗檢測(cè)，針對(duì)距離-多普勒二維圖像數(shù)據(jù)采用矩形滑窗檢測(cè)［4］。

目標(biāo)檢測(cè)是雷達(dá)技術(shù)的重點(diǎn)，一直以來都被廣泛研究。張倩［5］等研究了對(duì)SAR圖像的自適應(yīng)窗口快速CFAR檢測(cè)器。艾加秋［6］等研究了對(duì)SAR圖像的雙參數(shù)CFAR艦船檢測(cè)算法。Smith M E和Varshney P K提出可變性指示CFAR（VI-CFAR）智能處理框架［7］。文獻(xiàn)［8］提出的一種基于改進(jìn)CFAR的檢測(cè)算法對(duì)SAR圖像進(jìn)行海面溢油快速檢測(cè)。文獻(xiàn)［9］和文獻(xiàn)［10］提出一種復(fù)合高斯分布下適用于高分辨SAR圖像的快速CFAR算法。徐晶［11］提出一種用于SAR圖像目標(biāo)檢測(cè)的模糊CAFR算法。這些方法主要針對(duì)目標(biāo)測(cè)量參數(shù)更新率要求不高的機(jī)載或地面雷達(dá)目標(biāo)檢測(cè)。實(shí)現(xiàn)方面，趙冰等［12］在FPGA上實(shí)現(xiàn)GO-CFAR檢測(cè)器，F(xiàn)PGA雖能減小處理時(shí)間，但不夠靈活，不易調(diào)試修改。雷達(dá)信號(hào)處理一般采用通用DSP處理器，通用DSP芯片具有開發(fā)簡(jiǎn)便、使用靈活的優(yōu)點(diǎn)，但處理速度相對(duì)較低，很難保證信號(hào)處理的實(shí)時(shí)性。

本文從提高處理效率角度出發(fā)，提出了一種距離、多普勒兩個(gè)維度聯(lián)合目標(biāo)檢測(cè)的雙門限CFAR檢測(cè)方法。該方法具有傳統(tǒng)二維CFAR檢測(cè)的優(yōu)點(diǎn)，同時(shí)降低了運(yùn)算復(fù)雜度，提升了DSP處理效率。

2 改進(jìn)的CFAR檢測(cè)方法

恒虛警檢測(cè)是雷達(dá)目標(biāo)檢測(cè)的基本方法，彈載雷達(dá)導(dǎo)引頭末段跟蹤時(shí)接收數(shù)據(jù)多為距離-多普勒?qǐng)D像，典型單脈沖跟蹤末段距離-多普勒?qǐng)D像如圖1所示。

圖1中，橫向表示散射點(diǎn)所在距離單元，縱向表示散射點(diǎn)所在多普勒單元。雷達(dá)目標(biāo)檢測(cè)，即對(duì)圖1中散射點(diǎn)進(jìn)行逐一判斷，通過統(tǒng)計(jì)待檢測(cè)點(diǎn)周邊信號(hào)能量，計(jì)算檢測(cè)閾值K，待檢測(cè)點(diǎn)能量與閾值K進(jìn)行比較，大于K時(shí)判為亮像素點(diǎn)，反之為噪聲或雜波，典型距離-多普勒?qǐng)D像CFAR檢測(cè)方法示意圖如圖2所示。

圖2 典型二維CFAR檢測(cè)

圖2中，圓點(diǎn)為待檢測(cè)點(diǎn)，待檢測(cè)點(diǎn)周圍為保護(hù)單元，保護(hù)單元外側(cè)為參考單元。

CFAR檢測(cè)門限計(jì)算公式如下：

式（1）中，K為檢測(cè)門限，T為標(biāo)稱化因子，Ai為參考單元內(nèi)信號(hào)能量，P為虛警概率，N為參考單元點(diǎn)數(shù)。式（1）和式（2）中的主要運(yùn)算量集中在式（1）中的∑Ai計(jì)算。

通過分析回波特性，待檢測(cè)點(diǎn)周邊雜波能量主要分布于所在距離單元兩側(cè)及所在多普勒單元兩側(cè)，為降低運(yùn)算量，設(shè)計(jì)改進(jìn)的二維CFAR檢測(cè)方法，示意圖如圖3所示。

圖3 改進(jìn)的二維CFAR檢測(cè)

改進(jìn)二維CFAR檢測(cè)門限計(jì)算同式（1）和式（2），保護(hù)窗和參考窗參數(shù)與改進(jìn)前相同，參考單元選取圖3中灰色部分。

距離向參考單元寬度為W，多普勒向參考單元寬度為H，距離向保護(hù)單元寬度為WP，多普勒向保護(hù)單元為HP，與傳統(tǒng)方法相比，改進(jìn)的CFAR檢測(cè)算法單點(diǎn)檢測(cè)時(shí)，減少的運(yùn)算量為(2W+1)×(2H+1)-(2WP+1)×(2HP+1)-(2W+2H)個(gè)復(fù)數(shù)計(jì)算功率累加求和。對(duì)距離-多普勒?qǐng)D像逐像素點(diǎn)檢測(cè)時(shí)，運(yùn)算量減少非?？捎^。

3 算法仿真與實(shí)現(xiàn)分析

3.1 算法仿真

為了驗(yàn)證算法性能，采用相同的數(shù)據(jù)對(duì)傳統(tǒng)和改進(jìn)的CFAR檢測(cè)方法進(jìn)行了仿真，典型距離-多普勒?qǐng)D像檢測(cè)效果如圖4所示。

圖4 檢測(cè)效果對(duì)比

圖4給出了典型距離-多普勒?qǐng)D像傳統(tǒng)和改進(jìn)二維CFAR算法檢測(cè)效果圖，圖中中心位置亮像素點(diǎn)為地面停放的車輛目標(biāo)，兩種方法檢測(cè)效果相同。

為了驗(yàn)證算法魯棒性，對(duì)掛飛數(shù)據(jù)進(jìn)行處理，檢測(cè)結(jié)果如表1所示。

表1 掛飛數(shù)據(jù)處理結(jié)果統(tǒng)計(jì)

由表1統(tǒng)計(jì)試驗(yàn)數(shù)據(jù)中目標(biāo)散射點(diǎn)檢測(cè)結(jié)果可得，改進(jìn)的CFAR檢測(cè)方法目標(biāo)散射點(diǎn)漏檢概率為0，虛警概率約為2.19%。通過對(duì)數(shù)據(jù)進(jìn)行分析，改進(jìn)的CFAR檢測(cè)性能與傳統(tǒng)方法基本一致，雖產(chǎn)生了一定的虛警，但對(duì)目標(biāo)跟蹤結(jié)果并無影響，圖5、圖6、圖7給出了目標(biāo)參數(shù)（距離、方位角、俯仰角）測(cè)量結(jié)果對(duì)比。

圖5 距離測(cè)量及誤差

圖7 俯仰角測(cè)量及誤差

經(jīng)統(tǒng)計(jì)，與傳統(tǒng)二維CFAR檢測(cè)相比，改進(jìn)的CFAR檢測(cè)方法引入測(cè)量誤差相比指標(biāo)要求：距離測(cè)量誤差為4.74%，方位角測(cè)量誤差為0.13%，俯仰角測(cè)量誤差為0.6%。改進(jìn)的CFAR檢測(cè)方法帶來的測(cè)量誤差遠(yuǎn)低于指標(biāo)要求，可以忽略。

3.2 實(shí)時(shí)性分析

為了驗(yàn)證改進(jìn)CFAR算法的實(shí)時(shí)性，在TMS320C6678DSP平臺(tái)設(shè)計(jì)并實(shí)現(xiàn)了兩種CFAR檢測(cè)方法。硬件板卡由一片K7 FPGA、一片TMS320C6678DSP、2片 S29GL512P13FFIV10 FLASH、4片IS43TR16256A X4 DDR3、接口電路、時(shí)鐘電路、遙測(cè)圖像LVDS電路和電源管理模塊構(gòu)成。平臺(tái)硬件電路結(jié)構(gòu)框圖如圖8所示。

圖8 硬件電路結(jié)構(gòu)框圖

TMS320C6678是業(yè)界目前最高性能的定、浮點(diǎn)DSP，它采用KeyStone多核體系結(jié)構(gòu)，內(nèi)部集成8個(gè)最新的C66×DSP內(nèi)核。設(shè)計(jì)中充分利用其8個(gè)內(nèi)核，通過配置IPC中斷實(shí)現(xiàn)多核同步控制。系統(tǒng)設(shè)計(jì)采用Core0作為輸入輸出核，接收距離-多普勒?qǐng)D像數(shù)據(jù)，Core1作為流程控制并完成運(yùn)算量較小主核任務(wù)處理，Core2-Core7接收任務(wù)分配，完成多核并行的CFAR檢測(cè)處理。各核間功能劃分明確，核間耦合較小，便于程序移植和調(diào)試，圖9給出了多核并行實(shí)現(xiàn)CFAR檢測(cè)算法。

圖9 多核并行實(shí)現(xiàn)CFAR檢測(cè)算法

為了驗(yàn)證算法時(shí)效性，對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行處理，平均處理時(shí)間如表2所示。

表2 算法實(shí)效性對(duì)比

由表2可知，與傳統(tǒng)CFAR檢測(cè)方法相比，改進(jìn)后CFAR檢測(cè)算法處理時(shí)間由43.27ms縮短為13.76ms，處理效率提升約68.19%。

4 結(jié)語

本文針對(duì)彈載導(dǎo)引頭距離-多普勒?qǐng)D像CFAR檢測(cè)時(shí)效性問題，提出改進(jìn)的二維CFAR檢測(cè)方法，該方法在保證檢測(cè)性能前提下，有效降低了運(yùn)算量。仿真結(jié)果表明，與傳統(tǒng)二維CFAR檢測(cè)方法相比，目標(biāo)檢測(cè)性能基本一致，散射點(diǎn)檢測(cè)虛警率約為2.19%；大幅降低了目標(biāo)檢測(cè)處理時(shí)間，目標(biāo)檢測(cè)時(shí)間由43.27ms縮短為13.76ms，處理效率提升約68.19%。該方法已通過某項(xiàng)目試驗(yàn)驗(yàn)證，滿足彈載雷達(dá)目標(biāo)檢測(cè)性能和處理時(shí)間指標(biāo)要求，可推廣應(yīng)用于處理效率要求較高的實(shí)際彈載雷達(dá)系統(tǒng)中。