买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军海军航空大学

摘要：本发明涉及一种基于CAGOOS三维联合的自适应CFAR检测方法。首先，利用参考单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成训练样本；然后，根据给定的虚警概率，利用训练样本，结合凸包算法，求解CAGOOS三维联合特征空间中的决策凸包；接着，利用待检测单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成待测样本；最后，基于该待测样本在特征空间中相对于决策凸包的位置，判断待检测单元中是否存在目标。与单一CFAR方法相比，本发明能够在均匀背景，杂波边缘环境以及多目标环境中都能获得优良的检测性能。

主权项：1.一种基于CAGOOS三维联合的自适应CFAR检测方法，其特征在于包括以下步骤：S1、利用参考单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成训练样本；S2、根据给定的虚警概率，利用训练样本，结合凸包算法，求解CAGOOS三维联合特征空间中的决策凸包；S3、利用待检测单元及其邻近单元中的观测数据计算得到CAGOOS三维特征向量，形成待测样本；S4、基于该待测样本在特征空间中相对于决策凸包的位置，判断待检测单元中是否存在目标；所述步骤S1，具体包括：针对第i个距离单元的观测数据xi，i＝n+1,…,106+n,j＝1,…,n，n表示CFAR处理器中单边参考单元的数量；那么，CA-CFAR检测统计量、GO-CFAR检测统计量、OS-CFAR检测统计量的计算式分别为： 其中，TCA,i表示第i个距离单元的CA-CFAR检测统计量，TGO,i表示第i个距离单元的GO-CFAR检测统计量，TOS,i表示第i个距离单元的OS-CFAR检测统计量，xi,k表示将集合{xi-n,…,xi-1,xi+1,…,xi+n}中的元素由大到小排序后，取出的第k个元素，表示向下取整；记为第i个距离单元对应的CAGOOS三维特征向量，i＝n+1,…,106+n，数量为106个，从而形成训练样本；所述步骤S2，具体包括：S21、建立一个x轴表示CA-CFAR检测统计量、y轴表示GO-CFAR检测统计量、z轴表示OS-CFAR检测统计量的三维特征空间；S22、将S1得到的训练样本映射为三维特征空间中的点，点的集合记为Π；S23、根据预设虚警概率Pfa，计算虚警点数N＝106·Pfa，预设Pfa＝10-4，并令m＝0；S24、计算数据点集合Π的凸包，记为Ω，该凸包的顶点集合记为{v1,…,vr}，并统计该凸包内的数据点的数量，记为nall；S25、做循环，循环变量q＝1,…,r，计算数据点集合Π-{vq}的凸包，记为Ωq，然后统计凸包Ωq内的数据点的数量，记为nq；循环结束，得到点数集合{n1,…,nr}和凸包集合{Ω1,…,Ωr}；S26、取出集合{n1,…,nr}中最小值对应的下标r'，进而得到它所对应的顶点vr'以及去掉该顶点后形成的凸包Ωr'，1≤r'≤r；S27、令m＝m+1；如果m＝N，那么凸包Ωr'就是所求的决策凸包；如果m＜N，那么，将数据点集合Π替换为新的数据点集合Π-{vr'}，返回步骤S24，继续执行步骤S24～S27，直至m＝N为止；步骤S3，具体包括：针对第M个距离单元的观测数据xM，其邻近的无目标距离单元观测数据记为集合{xM-n,…,xM-1,xM+1,…,xM+n},那么，CA-CFAR检测统计量、GO-CFAR检测统计量、OS-CFAR检测统计量的计算式分别为： 其中，TCA,M表示第M个距离单元的CA-CFAR检测统计量，TGO,M表示第M个距离单元的GO-CFAR检测统计量，TOS,M表示第M个距离单元的OS-CFAR检测统计量，xM,k表示将集合{xM-n,…,xM-1,xM+1,…,xM+n}中的元素由大到小排序后，取出的第k个元素，表示向下取整；记为待检测距离单元对应的CAGOOS三维特征向量，称为待测样本；所述步骤S4，具体包括：S41、将待测样本X1,M与输出决策凸包Ωr'的数据集混合在一起，映射为三维特征空间中的数据点集；S42、计算该数据点集的凸包，记为Ω'；S43、通过比较凸包Ωr'与Ω'的顶点是否相同，来判断该待测样本在特征空间中相对于决策凸包的位置，进而判断待检测单元中是否存在目标；具体是，如果两个凸包的顶点相同，那么表明，在特征空间中，该待测样本位于决策凸包的里面，进而表明，待检测单元中不存在目标；否则，如果两个凸包的顶点不同，那么表明，在特征空间中，该待测样本位于决策凸包的外面，进而表明，待检测单元中存在目标。

全文数据：

权利要求：

百度查询： 中国人民解放军海军航空大学 一种基于CA/GO/OS三维联合的自适应CFAR检测方法