南開大學(xué)濱海學(xué)院 張 喆

為解決毫米波雷達(dá)對(duì)某個(gè)環(huán)境下探測(cè)的反射回波信號(hào)，并利用多普勒頻率進(jìn)行雷達(dá)對(duì)目標(biāo)徑向運(yùn)動(dòng)時(shí)的檢測(cè)和速度產(chǎn)生的估計(jì)問題，本文提出了基于線性調(diào)頻連續(xù)波（Linear Frequency Modulated Continuous Wave,LFMCW）毫米波雷達(dá)，采用利用多周期雙通道得到的相位變化信息結(jié)合多維頻譜分析（1D-FFT和2D-FFT）以及恒虛警檢測(cè)（constant false alarm rate,CFAR）實(shí)現(xiàn)了對(duì)徑向運(yùn)動(dòng)目標(biāo)的檢測(cè)以及較為精準(zhǔn)的速度估計(jì)，并分析了對(duì)多目標(biāo)，多環(huán)境下的處理特征和檢測(cè)，最后通過仿真實(shí)驗(yàn)和實(shí)際測(cè)試對(duì)算法檢測(cè)效果和準(zhǔn)確度進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該算法在多環(huán)境多目標(biāo)下檢測(cè)和速度的估計(jì)方面準(zhǔn)確性較高。

在復(fù)雜環(huán)境下的目標(biāo)檢測(cè)中，毫米波雷達(dá)對(duì)回波信號(hào)實(shí)現(xiàn)恒虛警檢測(cè)將具有一定的困難且難以取得良好的效果。對(duì)于隨機(jī)雜波干擾信號(hào)，采用功率檢測(cè)門限會(huì)產(chǎn)生大量的虛警和檢測(cè)率的下降，在實(shí)際操作中無法應(yīng)用。然而，CFAR檢測(cè)算法可以對(duì)雜波情況下進(jìn)行目標(biāo)檢測(cè)。它采用與待檢參考單元相鄰的參考單元進(jìn)行檢測(cè)，得到背景噪聲功率估計(jì)值，再與門限因子相乘得到功率檢測(cè)門限，從而避免大量虛警的產(chǎn)生。常見的CFAR檢測(cè)算法有單元平均恒虛警檢測(cè)(cell averaging constant false alarm rate,CA-CFAR)、最大恒虛警檢測(cè)(greatest test of constant false alarm rate,GO-CFAR)和最小選擇恒虛警檢測(cè)(smallest test of constant false alarm rate,SO-CFAR)。

針對(duì)以上問題，本文對(duì)兩種環(huán)境下測(cè)量的回波數(shù)據(jù)做了CFAR檢測(cè)，通過仿真實(shí)驗(yàn)和實(shí)測(cè)數(shù)據(jù)處理，直觀地表明CFAR常見算法在兩種環(huán)境下對(duì)目標(biāo)的檢測(cè)優(yōu)略。

1 毫米波雷達(dá)

毫米波雷達(dá)是工作頻率在30-300GHz探測(cè)雷達(dá)，毫米波雷達(dá)具有體積小、質(zhì)量輕和空間分辨率高的特點(diǎn)。與傳統(tǒng)的雷達(dá)相比，毫米波雷達(dá)穿透能力強(qiáng)，具有全天候、高分辨率、可測(cè)速以及可測(cè)距等功能的檢測(cè)傳感器，毫米波雷達(dá)能分辨識(shí)別很小的目標(biāo)，而且能同時(shí)識(shí)別多個(gè)目標(biāo)，常用與軍事和民用兩大領(lǐng)域。與此同時(shí)，毫米波雷達(dá)常常用于交通、安防、生命體征檢測(cè)等多方位領(lǐng)域。

2 CFAR算法

利用77G毫米波雷達(dá)測(cè)量的回波中含有豐富的目標(biāo)信息，但是由于噪聲的干擾且噪聲具有不可預(yù)測(cè)性，需要過濾噪聲干擾獲取所需目標(biāo)信息，處理得到頻譜信息后，依然存在較多的干擾信息導(dǎo)致無法檢測(cè)到目標(biāo)。基于上述問題，CFAR算法在處理過程中具有很好的優(yōu)勢(shì)，其原理是根據(jù)檢測(cè)在實(shí)際場(chǎng)景中干擾的波動(dòng)，從而選擇與之對(duì)應(yīng)的檢測(cè)門限值來完成對(duì)多環(huán)境條件下目標(biāo)的檢測(cè)。CFAR具有較強(qiáng)的穩(wěn)定性，在保持較理想的虛警概率和漏檢概率的情況下，還能保持接收機(jī)穩(wěn)定狀態(tài)，CA-CFAR是其最基本的算法。

假設(shè)雜波幅度為x，雜波標(biāo)準(zhǔn)差為δ，噪聲概率密度函數(shù)f0(x)服從瑞利分布，則：

假設(shè)檢測(cè)門限為x0，被判斷為目標(biāo)信號(hào)的條件是大于x0。則誤判雜波為目標(biāo)信號(hào)的概率為：

從算法實(shí)現(xiàn)不同CFAR可分為三種：?jiǎn)卧骄闾摼⒆畲筮x擇恒虛警和最小選擇恒虛警。

單元平均恒虛警檢測(cè)的原理是首先對(duì)參考單元的功率求取平均值，然后估計(jì)干擾功率，進(jìn)而算出檢測(cè)門限值，原理圖如1所示：

由圖1可知一維CA-CFAR窗有M個(gè)參考單元、2個(gè)保護(hù)單元和待檢單元xi。

圖1 1-D CA-CFAR窗

如果噪聲干擾為獨(dú)立同分布時(shí)，噪聲功率為β2/2，則待檢測(cè)單元概率函數(shù)為：

當(dāng)把這M個(gè)獨(dú)立同分布的參考單元結(jié)合時(shí)，則xn的聯(lián)合概率函數(shù)為：

又知檢測(cè)門限的概率密度函數(shù)為：

計(jì)算這個(gè)積分得到最終結(jié)果為：

根據(jù)上式推導(dǎo)結(jié)果可得虛警概率PFA只由門限因子k與M個(gè)參考單元決定，跟具體環(huán)境中的噪聲干擾無關(guān)。

門限因子為：

圖2為二維CA-CFAR目標(biāo)檢測(cè)原理圖。

圖2 二維CA-CFAR檢測(cè)原理圖

3 仿真分析

數(shù)據(jù)模型為模擬均勻情況下，平面上距離雷達(dá)處分別存在靜止的多目標(biāo)，距離分別為100m、150m、520m、600m、800m和900m，設(shè)置高斯隨機(jī)噪聲，處理數(shù)據(jù)結(jié)果如圖3、圖4所示。

圖3 均勻情況下多目標(biāo)示意圖

圖4 均勻情況下CFAR處理后示意圖

數(shù)據(jù)模型為模擬雜波情況下，雜波平面上距離雷達(dá)50m處存在靜止目標(biāo)，雷達(dá)參數(shù)設(shè)置為：最大檢測(cè)距離為Rmax= 100m，最大檢測(cè)速度為Vmax= 100m/s，速度分辨率為Vdr= 3m/s，經(jīng)過處理結(jié)果如圖5、圖6和圖7所示。

圖5 一維FFT的距離和速度

圖6 二維FFT的距離和速度

圖7 CFAR處理結(jié)果示意圖

4 實(shí)測(cè)數(shù)據(jù)驗(yàn)證

使用77G毫米波雷達(dá)在室外均勻環(huán)境下和雜波環(huán)境下所測(cè)得實(shí)驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證分析，均勻環(huán)境情況下處理結(jié)果如圖8和圖9所示。雜波環(huán)境下處理結(jié)果如圖10所示。

圖8 一維FFT的距離和速度

圖9 二維CFAR結(jié)果示意圖

圖10 二維CA-CFAR結(jié)果示意圖

本文提出了基于多周期雙通道得到的相位變化信息，結(jié)合多維頻譜分析和恒虛警檢測(cè)算法在多環(huán)境下使用毫米波雷達(dá)對(duì)徑向運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)以及較為準(zhǔn)確的速度估計(jì)，同時(shí)通過仿真實(shí)驗(yàn)和實(shí)際測(cè)量數(shù)據(jù)驗(yàn)證了本文算法的有效性、可靠性以及準(zhǔn)確性。該目標(biāo)檢測(cè)和速度估計(jì)的算法可為安防交通體系的毫米波雷達(dá)信號(hào)處理算法提供有價(jià)值的參考。