對(duì)于一個(gè)純凈背景中的目標(biāo)檢測(cè)而言，通過(guò)與固定的權(quán)值進(jìn)行對(duì)比，回波信號(hào)中的目標(biāo)很容易被檢測(cè)到。然而實(shí)際場(chǎng)景中卻不是如此理想，其背景中充斥著各種雜波以及干擾，通常背景中的雜波或干擾甚至?xí)S時(shí)間和位置的改變而發(fā)生變化。因此，根據(jù)雜波環(huán)境的不同，實(shí)際檢測(cè)中需要一種自適應(yīng)的目標(biāo)檢測(cè)處理，即恒虛警概率（Constant False Alarm Rate,CFAR）。
關(guān)于雜波環(huán)境的獲取，需要對(duì)檢測(cè)單元周圍的其他單元，即位于一定窗范圍內(nèi)的單元進(jìn)行分析，以便得到當(dāng)前的雜波環(huán)境。
實(shí)際中，雜波環(huán)境中可能具有多個(gè)來(lái)源。從當(dāng)前狀態(tài)中提升目標(biāo)檢測(cè)以及雜波抑制的性能需要一點(diǎn)一點(diǎn)的將影響的因素剝離開來(lái)，羅馬不是一天建成的，從雜波環(huán)境中檢測(cè)到目標(biāo)也不是一下就可以達(dá)到最佳效果的。最終可能會(huì)是對(duì)不同雜波區(qū)域內(nèi)的雜波種類性質(zhì)的討論，以及大小，邊界，功率和頻譜特征等。而不是在信號(hào)處理的早期階段就嘗試對(duì)其進(jìn)行忽略。因此，為了將目標(biāo)從雜波中提取出，非常有用的一點(diǎn)是在整個(gè)觀測(cè)平面上對(duì)雜波場(chǎng)景進(jìn)行觀測(cè)。
如何進(jìn)行觀測(cè)，常用的方法有單元平均CFAR，有序統(tǒng)計(jì)CFAR，以及其他改進(jìn)方法等。這里主要對(duì)這兩種方法進(jìn)行介紹。
- 單元平均 CFAR
如下所示，對(duì)于圖中的待檢測(cè)單元的單元平均CFAR，利用待檢測(cè)單元周圍的臨近參考單元的功率平均估計(jì)出待檢測(cè)單元周圍的雜波環(huán)境的功率情況。
設(shè)這個(gè)待檢測(cè)單元周圍參考單元的平均功率為β2,可以表示為
則要求的門限就為估計(jì)得到的雜波功率乘以一個(gè)系數(shù)α,即
其中，對(duì)于給定的虛警概率，所需的系數(shù)因子α為
因此，單元平均的方法就是通過(guò)對(duì)待測(cè)單元周圍的參考單元的雜波功率水平進(jìn)行估計(jì)，然后計(jì)算出門限值進(jìn)行檢測(cè)。之所以要在待測(cè)單元的兩側(cè)定義一定長(zhǎng)度的保護(hù)單元，是為了防止目標(biāo)過(guò)大導(dǎo)致數(shù)據(jù)泄露，影響到門限值的計(jì)算。
對(duì)于單元平均CFAR，當(dāng)存在兩個(gè)或者多個(gè)目標(biāo)時(shí)，若其中一個(gè)為待測(cè)單元，另一個(gè)位于參考單元內(nèi)，此時(shí)會(huì)出現(xiàn)目標(biāo)遮蔽現(xiàn)象。由于其他目標(biāo)位于參考窗內(nèi)，此時(shí)得到的雜波功率估計(jì)值就會(huì)被提高，CFAR的門限因此會(huì)被抬升，從而產(chǎn)生遮蔽現(xiàn)象。
下面給出的例子中，設(shè)置雜波功率為20dB,分別在第51個(gè)58位置上設(shè)置了目標(biāo)，利用單元平均CFAR可以發(fā)現(xiàn)，最后檢測(cè)出的結(jié)果中，第51個(gè)目標(biāo)由于受到相鄰強(qiáng)目標(biāo)的遮蔽，位于檢測(cè)門限之下，并未被檢測(cè)出。
- 有序統(tǒng)計(jì)CFAR
對(duì)于有序統(tǒng)計(jì)CFAR，則是根據(jù)所選樣本的排序后的處理，其中我們選擇了排序后第0.75N位置上的值作為估計(jì)值，即
由于此時(shí)的檢測(cè)門限是由檢測(cè)單元周圍鄰近單元進(jìn)行排序后得到的，因此這樣的方法被稱為有序統(tǒng)計(jì)類CFAR。
同樣的，利用前面的例子，此時(shí)采用有序統(tǒng)計(jì)CFAR，得到的結(jié)果為
可以發(fā)現(xiàn)，此時(shí)對(duì)于前述的目標(biāo)遮蔽效應(yīng)造成的性能惡化有了改善，位于第51，58位置上的目標(biāo)都能被檢測(cè)到。
這里主要對(duì)單元平均和有序統(tǒng)計(jì)CFAR進(jìn)行介紹，對(duì)于Automotive radar信號(hào)處理中的目標(biāo)檢測(cè)，通常是在2D-Map上進(jìn)行的，也就是說(shuō)采用的CFAR是2D的，在距離維和多普勒維上的CFAR處理，只需要將一維的方法擴(kuò)展到二維。另外，二維的CFAR處理采用的方法也可以是單元平均和有序統(tǒng)計(jì)CFAR的結(jié)合，或者是相應(yīng)算法的改進(jìn)。
推薦文章
[1] H Rohling ，Radar CFAR Thresholding in Clutter and Multiple Target Situations.
如果需要文章，可以在后臺(tái)回復(fù)CFAR獲取。
題圖：Joao Jesus,from Pexels.
