组网雷达自适应模糊CFAR检测融合算法

doi:10.12305/j.issn.1001-506X.2022.01.14

系统工程与电子技术 ›› 2022, Vol. 44 ›› Issue (1): 100-107.doi: 10.12305/j.issn.1001-506X.2022.01.14

组网雷达自适应模糊CFAR检测融合算法

龚树凤¹, 龙伟军^2,^3,*, 贲德^2,³, 潘明海³

1. 浙江工业大学信息工程学院, 浙江杭州 310012
2. 南京电子技术研究所, 江苏南京 210038
3. 南京航空航天大学电子信息工程学院, 江苏南京 210016

收稿日期:2020-11-12 出版日期:2022-01-01 发布日期:2022-01-19
通讯作者: 龙伟军
作者简介:龚树凤(1985—), 女, 讲师, 博士, 主要研究方向为组网雷达、阵列信号处理、目标检测与跟踪|龙伟军 (1978—), 男, 高级工程师, 博士, 主要研究方向为新体制雷达、阵列波束综合、雷达信息处理和信号传输|贲德(1938—), 男, 中国工程院院士, 博士研究生导师, 博士, 主要研究方向为新体制雷达、雷达信号处理|潘明海(1962—), 男, 教授, 博士研究生导师, 博士, 主要研究方向为新体制雷达、射频仿真以及雷达信号处理
基金资助:
浙江省教育厅科研项目(Y201839636);国家自然科学基金(61671241);国家自然科学基金(62071440)

Adaptive fuzzy CFAR detection fusion algorithm for netted radar

Shufeng GONG¹, Weijun LONG^2,^3,*, De BEN^2,³, Minghai PAN³

1. College of Information Engineering, Zhejiang University of Technology, Hangzhou 310012, China
2. Nanjing Research Institute of Electronics Technology, Nanjing 210038, China
3. College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Received:2020-11-12 Online:2022-01-01 Published:2022-01-19
Contact: Weijun LONG

摘要/Abstract

摘要：

为提高组网雷达的分布式恒虚警(constant false alarm rate, CFAR)检测性能, 基于模糊逻辑和最大选择筛选平均检测器(maximum-censored mean level detector, MX-CMLD)提出一种自适应多传感器分布式模糊CFAR检测算法。该方法是一种基于无信噪比信息的检测融合算法, 通过传输单部雷达站接收信号的检验统计量、检测可信度来完成全局的CFAR检测。该方法通过表决模块和反馈模块, 控制传输到融合中心的数据量, 并自适应选取相关的雷达数据进行融合, 在一定程度上可以实现雷达资源的管理。仿真结果表明, 在均匀背景、多目标干扰背景的目标检测中, 自适应分布式模糊MX-CMLD均有较好的检测性能。

关键词: 目标检测, 组网雷达, 模糊逻辑, 自适应融合

Abstract:

In order to improve the performance of constant false alarm rate (CFAR) detection of netted radar, based on fuzzy logic and maximum-censored mean level detector (MX-CMLD), an adaptive multi-sensor distributed fuzzy CFAR detection algorithm is proposed, which is a detection fusion algorithm based on no signal to noise ratio information. The CFAR detection is completed by transmitting the test statistics and detection reliability of the received signal of a single radar station. This method controls the amount of data transmitted to the fusion center through the voting module and feedback module, and adaptively selects the relevant radar data for fusion, which can achieve the management of radar resources to a certain extent. Simulation results show that the adaptive distributed fuzzy MX-CMLD has better detection performance in the background of uniform and multi-target interference.

Key words: target detection, netted radar, fuzzy logic, adaptive fusion

中图分类号:

TN957.51

龚树凤, 龙伟军, 贲德, 潘明海. 组网雷达自适应模糊CFAR检测融合算法[J]. 系统工程与电子技术, 2022, 44(1): 100-107.

Shufeng GONG, Weijun LONG, De BEN, Minghai PAN. Adaptive fuzzy CFAR detection fusion algorithm for netted radar[J]. Systems Engineering and Electronics, 2022, 44(1): 100-107.

图/表 16

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

表1

图15

参考文献 20

1	RAMANARAYANAN V , VARSHNEY P K . Distributed detection with multiple sensors: Part I-fundamentals[J]. Proc.of the IEEE, 1997, 85 (1): 54- 63. doi: 10.1109/5.554208
2	NI J, MEI J. A fusion algorithm for target detection in distributed sensor networks[C]//Proc. of the IEEE 6th International Conference on Computational Intelligence and Communication Networks, 2014: 349-353
3	LIU B , ALEKSANDAR J , KON M W . Optimal distributed detection of multiple hypotheses using blind algorithm[J]. IEEE Trans.on Aerospace and Electronic Systems, 2011, 47 (1): 317- 331. doi: 10.1109/TAES.2011.5705678
4	RAO H, SHEN X J, ZHU Y M, et al. Distributed detection fusion via monte carlo importance sampling[C]//Proc. of the IEEE 35th Chinese Control Conference, 2016: 4830-4835.
5	陶然, 王甜, 赵娟. 分布式无源检测系统中自适应检测融合[J]. 北京理工大学学报, 2005, 25 (3): 265- 267. doi: 10.3969/j.issn.1001-0645.2005.03.018
	TAO R , WANG T , ZHAO J . Adaptive decision fusion for distributed passive detection system[J]. Transactions of Beijing Institute of Technology, 2005, 25 (3): 265- 267. doi: 10.3969/j.issn.1001-0645.2005.03.018
6	BANAVAR M K , SMITH A D , TEPEDELENLIOGLU C , et al. On the effectiveness of multiple antennas in distributed detection over fading MACs[J]. IEEE Trans.on Wireless Communications, 2012, 11 (5): 1744- 1752. doi: 10.1109/TWC.2012.031212.110814
7	胡勤振, 苏洪涛, 周生华, 等. 多基地雷达中双门限CFAR检测算法[J]. 电子与信息学报, 2016, 38 (10): 2430- 2436.
	HU Q Z , SU H T , ZHOU S H , et al. Double threshold CFAR detection for multisite radar[J]. Journal of Electronics & Information Technology, 2016, 38 (10): 2430- 2436.
8	CIUONZO D , ROSSI P S , WILLETT P . Generalized Rao test for decentralized detection of an uncooperative target[J]. IEEE Signal Processing Letters, 2017, 24 (5): 678- 682. doi: 10.1109/LSP.2017.2686377
9	CIUONZO D , PAPA G , ROMANO G , et al. One-bit decentra-lized detection with a Rao test for multisensor fusion[J]. IEEE Signal Processing Letters, 2013, 20 (9): 861- 864. doi: 10.1109/LSP.2013.2271847
10	郭黎利, 高飞, 孙志国. 基于局部量化观测的微弱信号分布式Rao检测[J]. 哈尔滨工程大学学报, 2016, 37 (10): 1438- 1442, 1452.
	GUO L L , GAO F , SUN Z G . Distributed Rao detection of weak signal based on local quantized measurements[J]. Journal of Harbin Engineering University, 2016, 37 (10): 1438- 1442, 1452.
11	LEUNG S W , MINETT J W . The use of fuzzy spaces in signal detection[J]. Fuzzy Sets System, 2000, 114 (2): 175- 184. doi: 10.1016/S0165-0114(98)00268-1
12	LEUNG S W , MINETT J W , SIU Y M , et al. A fuzzy approach to signal integration[J]. IEEE Trans.on Aerospace and Electronic System, 2002, 38 (1): 346- 351. doi: 10.1109/7.993258
13	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): 368- 377.
14	郝程鹏, 刘斌, 理华. 基于UMVE算法的分布式模糊恒虚警系统[J]. 系统仿真学报, 2009, 21 (13): 3993- 3996.
	HAO C P , LIU B , LI H . Disteibuted fuzzy CFAR system based on unbiased minimum-variance estimation algorithm[J]. Journal of System Simulation, 2009, 21 (13): 3993- 3996.
15	郝程鹏, 张立军, 蔡龙, 等. 分布式模糊自动删除单元平均恒虚警检测[J]. 兵工学报, 2010, 31 (9): 1274- 1278.
	HAO C P , ZHANG L J , CAI L , et al. Distributed fuzzy automatic censoring cell averaging constant false alarm rate detection[J]. Acta Armamentarii, 2010, 31 (9): 1274- 1278.
16	孙梦茹, 郝程鹏, 刘明刚. 具有提升抗干扰能力的距离扩展目标模糊CFAR检测方法[J]. 信号处理, 2019, 35 (9): 158.
	SUN M R , HAO C P , LIU M G . A fuzzy cfar detection method for range-extended targets with enhanced anti-jamming capability[J]. Journal of Signal Processing, 2019, 35 (9): 1580- 1589.
17	王陆林, 刘贵如, 邹姗. 基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法[J]. 重庆邮电大学学报(自然科学版), 2019, 31 (2): 245- 252.
	WANG L L , LIU G R , ZOU S . Weighted ordered statistical fuzzy CFAR detection algorithm based on Weibull distribution clutter model[J]. Journal of Chongqing University of Posts and Telecommunications (Natural Science Edition), 2019, 31 (2): 245- 252.
18	GONG S F , PAN M H , LONG W J , et al. Distributed fuzzy MX-CMLD-CFAR detector based on voting fuzzy fu sion rule[J]. IET Radar, Sonar & Navigation, 2015, 9 (8): 1055- 1062.
19	龚树凤. 不确定条件下的机会阵雷达信号处理技术研究[D]. 南京: 南京航空航天大学, 2015.
	GONG S F. Research on signal processing technology of opportuni-stic array radar under the uncertain conditions[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2015.
20	何友, 关键, 孟祥伟. 雷达目标检测与恒虚警处理[M]. 北京: 清华大学出版社, 2011.
	H E Y , GUAN J , MENG X W . Radar target detection and CFAR processing[M]. Beijing: Tsinghua University Press, 2011.

项目	时刻1	时刻2	时刻3	时刻4	时刻5	时刻6	时刻7	时刻8
雷达1	1.000 0	1.400 0	1.960 0	2.646 1	3.434 7	3.510 3	3.510 3	3.601 5
雷达2	1.258 9	1.757 5	2.404 2	2.837 0	3.540 5	3.540 5	3.540 5	3.540 5
雷达3	7.943 3	3.610 6	3.610 6	3.521 8	3.521 8	3.550 0	3.550 0	3.516 3
雷达4	10.000 0	4.545 5	3.647 8	3.324 1	3.560 1	3.560 1	3.560 1	3.560 1
总能量	20.202 2	11.313 5	11.122 6	12.325 0	14.057 2	14.132 7	14.160 9	14.218 4
全局检测概率	1.000 0	0.995 0	0.987 0	0.996 0	1.000 0	1.000 0	1.000 0	1.000 0

[1]	宋爽, 张悦, 张琳娜, 岑翼刚, 李浥东. 基于深度学习的轻量化目标检测算法[J]. 系统工程与电子技术, 2022, 44(9): 2716-2725.
[2]	肖宇, 邓正宏, 张展. 基于双阶段互信息准则的多目标检测波形设计[J]. 系统工程与电子技术, 2022, 44(9): 2736-2742.
[3]	刘祥, 黄天耀, 刘一民. 频率捷变雷达的扩展目标检测[J]. 系统工程与电子技术, 2022, 44(6): 1833-1838.
[4]	赵晓枫, 徐叶斌, 吴飞, 牛家辉, 蔡伟, 张志利. 基于全局感知机制的地面红外目标检测方法[J]. 系统工程与电子技术, 2022, 44(5): 1461-1467.
[5]	魏文晓, 刘洁瑜, 沈强, 李成. 基于人眼视点图的特征融合小目标检测算法[J]. 系统工程与电子技术, 2022, 44(4): 1120-1127.
[6]	李洪瑶, 李小强, 韩心中, 谢学立, 席建祥. 基于决策融合的多无人机协同目标检测识别算法[J]. 系统工程与电子技术, 2022, 44(3): 746-754.
[7]	潘超凡, 李润生, 许岩, 胡庆, 牛朝阳, 刘伟. 基于感知向量的光学遥感图像舰船检测[J]. 系统工程与电子技术, 2022, 44(12): 3631-3640.
[8]	贾晓雅, 汪洪桥, 杨亚聃, 崔忠马, 熊斌. 基于YOLO框架的无锚框SAR图像舰船目标检测[J]. 系统工程与电子技术, 2022, 44(12): 3703-3709.
[9]	薛春岭, 曹菲, 孙庆, 秦建强, 冯晓伟. 基于多特征信息融合的海面微弱目标检测[J]. 系统工程与电子技术, 2022, 44(11): 3338-3345.
[10]	李永刚, 朱卫纲, 黄琼男, 李云涛, 何永华. 复杂背景下SAR图像近岸舰船目标检测[J]. 系统工程与电子技术, 2022, 44(10): 3096-3103.
[11]	范加利, 田少兵, 黄葵, 朱兴动. 基于Faster R-CNN的航母舰面多尺度目标检测算法[J]. 系统工程与电子技术, 2022, 44(1): 40-46.
[12]	杨威, 刘永祥, 付耀文, 黎湘. 基于连续信任函数理论的鲁棒雷达目标检测方法[J]. 系统工程与电子技术, 2021, 43(9): 2463-2469.
[13]	吕跃, 杨爱武, 李战武, 奚之飞. 空战决策知识构建方法研究[J]. 系统工程与电子技术, 2021, 43(7): 1866-1874.
[14]	张佳琦, 陶海红, 张修社. 量测点迹空间聚类的多传感器多帧检测算法[J]. 系统工程与电子技术, 2021, 43(6): 1533-1540.
[15]	时艳玲, 刘子鹏, 张学良, 顾为亮. 基于EMD能量占比的海面漂浮小目标特征检测[J]. 系统工程与电子技术, 2021, 43(2): 300-310.

组网雷达自适应模糊CFAR检测融合算法

Adaptive fuzzy CFAR detection fusion algorithm for netted radar

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 20

相关文章 15

编辑推荐

Metrics

本文评价