用于汽車開(kāi)門防護(hù)系統(tǒng)中的雷達(dá)信號(hào)恒虛警算法研究*

鞠志浩， 包建東， 孫 翌， 李 曉

(南京理工大學(xué) 機(jī)械工程學(xué)院， 江蘇 南京 210094)

0 引 言

汽車行業(yè)的發(fā)展在帶給我們便利的同時(shí)， 也帶來(lái)了一系列的問(wèn)題. 其中最為嚴(yán)峻的當(dāng)屬交通安全問(wèn)題. 調(diào)查發(fā)現(xiàn)， 占相當(dāng)一部分比重的交通事故是在車輛停止時(shí)發(fā)生的： 車輛停車時(shí)， 車內(nèi)人員欲下車， 并沒(méi)有注意到后方的車況， 在開(kāi)門時(shí)與后方來(lái)車發(fā)生碰撞， 導(dǎo)致交通事故的發(fā)生. 假使人員在下車時(shí)注意到了后方車況， 也可能會(huì)由于沒(méi)有充足時(shí)間做出反應(yīng)、 主觀判斷出現(xiàn)失誤等因素而發(fā)生交通事故. 為了在一定程度上減少此類事故的發(fā)生， 本文設(shè)計(jì)了一種汽車開(kāi)門防護(hù)系統(tǒng). 該系統(tǒng)安裝在汽車上， 利用傳感器來(lái)實(shí)時(shí)測(cè)量后方來(lái)車的速度距離， 根據(jù)建立的防撞模型和判斷策略， 對(duì)車門開(kāi)關(guān)進(jìn)行控制. 通過(guò)對(duì)幾種類型的傳感器的優(yōu)缺點(diǎn)及工作環(huán)境進(jìn)行分析， 最終選擇了雷達(dá)傳感器作為車載傳感器.

在汽車開(kāi)門防護(hù)系統(tǒng)中， 雷達(dá)發(fā)射天線發(fā)送出電磁波， 電磁波遇到汽車后被反射回來(lái)， 被接收機(jī)接收， 該回波中就蘊(yùn)含著汽車的距離與速度信息. 然而， 現(xiàn)實(shí)的工作環(huán)境是很復(fù)雜的， 存在著多種干擾雜波. 雷達(dá)接收機(jī)接收到的回波除了目標(biāo)回波之外， 還包括雷達(dá)本身的熱噪聲、 地面、 大氣、 高大樹(shù)木和建筑等形成的背景雜波[1,2]. 因此， 從回波中區(qū)分出有用的目標(biāo)信號(hào)， 對(duì)于提高該系統(tǒng)的準(zhǔn)確性和可靠性具有重要的意義. 為了解決這個(gè)問(wèn)題， 需要對(duì)雷達(dá)回波信號(hào)進(jìn)行恒虛警算法處理. 本文將對(duì)幾種常用的恒虛警算法進(jìn)行研究， 分析其優(yōu)缺點(diǎn)， 最終提供一種綜合性的算法以提高本系統(tǒng)的性能， 并進(jìn)行仿真實(shí)驗(yàn)， 證明其可行性.

1 線性調(diào)頻雷達(dá)工作原理

系統(tǒng)對(duì)于目標(biāo)車輛速度與距離的獲取是通過(guò)車載雷達(dá)傳感器實(shí)現(xiàn)的. 工作過(guò)程為： 壓控振蕩器發(fā)射出一定頻率的發(fā)射信號(hào)， 該信號(hào)分為兩路， 第一路經(jīng)過(guò)發(fā)射天線發(fā)射出去， 第二路繼續(xù)分成兩路分別進(jìn)入I，Q所在通道的混頻器中， 進(jìn)入Q通道的信號(hào)需進(jìn)行90°移相. 第一路信號(hào)經(jīng)過(guò)目標(biāo)反射后被接收機(jī)接收， 該回波信號(hào)經(jīng)過(guò)混頻器與實(shí)時(shí)分流的兩路信號(hào)進(jìn)行混頻， 之后再先后經(jīng)過(guò)濾波處理和信號(hào)放大， 最終形成兩路中頻差頻信號(hào). 對(duì)差頻信號(hào)進(jìn)行處理， 便可以得到目標(biāo)物體的速度、 距離[3]. 動(dòng)態(tài)目標(biāo)距離信息是由多普勒效應(yīng)和時(shí)間延遲效應(yīng)疊加來(lái)反映的.

距離的計(jì)算公式為

速度的計(jì)算公式為

式中：f0為雷達(dá)發(fā)射頻率； Δf為調(diào)頻寬度；c0為光速；T為波形重復(fù)周期；fD_up為調(diào)制信號(hào)上升階段產(chǎn)生的信號(hào)差頻；fD_down為下降階段產(chǎn)生的信號(hào)差頻. 除了fD_down和fD_up未知外， 其余參數(shù)都是已知值. 而這兩個(gè)參數(shù)可以通過(guò)對(duì)回波信號(hào)進(jìn)行FFT處理來(lái)獲得.

2 雷達(dá)信號(hào)恒虛警方法研究

雷達(dá)接收機(jī)在接收到目標(biāo)物體反射回來(lái)的電磁波時(shí)， 還會(huì)接收到其他雜波. 雜波的主要來(lái)源包括： 電干擾、 接收機(jī)內(nèi)部熱噪聲、 環(huán)境因素產(chǎn)生的雜波以及臨近目標(biāo)的干擾等. 將目標(biāo)回波從雜波環(huán)境中區(qū)分出來(lái)， 我們采用恒虛警算法. 恒虛警算法的核心內(nèi)容就是計(jì)算出一個(gè)檢測(cè)閾值， 隨著雜波功率的變化， 閾值也做出自適應(yīng)的變化， 將雜波的影響降至最低. 目前， 恒虛警檢測(cè)可以分為兩大類： 參量恒虛警檢測(cè)和非參量恒虛警檢測(cè)[4-6]. 在雜波分布已知的前提下， 采用參量恒虛警檢測(cè). 參量恒虛警檢測(cè)的原理是： 選取檢測(cè)單元， 對(duì)檢測(cè)單元兩邊的數(shù)據(jù)進(jìn)行分析， 得到雜波的估計(jì)參數(shù)， 然后結(jié)合所處雜波環(huán)境的概率分布函數(shù)來(lái)確定出自適應(yīng)的檢測(cè)閾值. 在較為復(fù)雜的條件下， 雜波的分布是未知的， 這時(shí)便不能采用參量恒虛警檢測(cè)， 于是非參量恒虛警檢測(cè)應(yīng)運(yùn)而生. 它用統(tǒng)計(jì)學(xué)的方法進(jìn)行判斷： 選取檢測(cè)單元， 通過(guò)檢測(cè)單元與兩邊其余單元以及過(guò)去的數(shù)據(jù)比較， 來(lái)判斷雜波中是否存在目標(biāo)回波. 在實(shí)際的工程應(yīng)用中， 參量恒虛警檢測(cè)應(yīng)用的更為廣泛. 根據(jù)對(duì)雜波參數(shù)的估計(jì)方法不同， 參量恒虛警檢測(cè)可以分為單元平均恒虛警(CA-CFAR)、 單元選小恒虛警(SO-CFAR)、 單元選大恒虛警(GO-CFAR)和有序統(tǒng)計(jì)恒虛警(OS-CFAR)等. 前3種算法都屬于均值類恒虛警算法. 它們的流程圖如圖 1 所示.

圖 1 均值類CFAR算法流程圖Fig.1 The flowchart of average CFAR algorithm

假設(shè)v(t)是單脈沖檢測(cè)在某個(gè)分辨單位中的一個(gè)觀測(cè)，D(v)是由v(t)形成的檢測(cè)統(tǒng)計(jì)量.I(v)為信號(hào)的同向分量濾波器輸出，Q(v)為信號(hào)的正交分量濾波器輸出.D(v)可由平方律檢波和線性檢波兩種方法獲得. 假若沒(méi)有輸入信號(hào)，D(v)即為雜波包絡(luò)， 一般情況下認(rèn)為雜波包絡(luò)服從瑞利分布. 在檢測(cè)單元兩側(cè)進(jìn)行采樣， 每一側(cè)取n個(gè)參考單元， 稱為前后參考滑窗.X，Y分別為前后滑窗的估計(jì). 在參考單元和檢測(cè)單元之間， 還存在若干保護(hù)單元， 它們的作用是防止檢測(cè)單元的能量泄露至兩側(cè)的參考單元從而導(dǎo)致目標(biāo)的自遮蔽效應(yīng). 根據(jù)前后參考滑窗的估計(jì)X，Y來(lái)確定總的雜波估計(jì)Z[7,8]. 幾種均值類恒虛警檢測(cè)算法的區(qū)分正是在于對(duì)Z計(jì)算方式的不同. 對(duì)于單元平均恒虛警，Z=X+Y;對(duì)于單元選小恒虛警，Z=min(X，Y)； 對(duì)于單元選大恒虛警，Z=max(X，Y). 門限值S=TZ，T為標(biāo)稱因子， 可由虛警概率和參考滑窗樣本數(shù)得到. 當(dāng)檢測(cè)統(tǒng)計(jì)量D大于門限值S時(shí)， 認(rèn)為雜波中有目標(biāo)回波； 當(dāng)檢測(cè)統(tǒng)計(jì)量D小于門限值S時(shí)， 認(rèn)為雜波中沒(méi)有目標(biāo)回波.

圖 2 均值類算法仿真圖Fig.2 The simulation of average CFAR algorithm

這3種均值類恒虛警算法的適用環(huán)境是不同的， 也有著各自的局限性[9,10]. 對(duì)于單元平均恒虛警(CA-CFAR)而言， 在均勻的雜波環(huán)境中具有很好的性能， 對(duì)于非均勻雜波環(huán)境的處理則顯得力不從心， 在雜波邊緣性能下降嚴(yán)重. CA-CFAR一般用于單目標(biāo)的檢測(cè)， 對(duì)于多目標(biāo)的檢測(cè)而言， 如果兩個(gè)目標(biāo)相互獨(dú)立(相隔的距離單元數(shù)目超過(guò)參考滑窗的長(zhǎng)度)， 一般都可以檢測(cè)出來(lái). 如果兩個(gè)目標(biāo)相距很近， 處在同一個(gè)參考滑窗中， 對(duì)某個(gè)目標(biāo)進(jìn)行背景雜波功率估計(jì)時(shí)會(huì)受到另外一個(gè)目標(biāo)的影響， 導(dǎo)致檢測(cè)門限值升高， 產(chǎn)生目標(biāo)的遮蔽效應(yīng)， 導(dǎo)致目標(biāo)未被檢測(cè)出來(lái)， 發(fā)生漏警. GO-CFAR在雜波邊緣的性能要強(qiáng)于CA-CFAR. 因?yàn)樵诠烙?jì)雜波功率水平Z時(shí)， 其依據(jù)的是前沿參考滑窗和后沿參考滑窗中的較大值， 故檢測(cè)門限值會(huì)處在相對(duì)較高的水平， 這也就意味著虛警概率會(huì)大大降低， 與此同時(shí)， 隨著檢測(cè)門限的提高， 可能也會(huì)出現(xiàn)漏警. 在多目標(biāo)的檢測(cè)環(huán)境中， GO-CFAR也存在著與CA-CFAR相似的問(wèn)題. 當(dāng)目標(biāo)相距單元數(shù)小于參考滑窗的長(zhǎng)度時(shí)， 也會(huì)產(chǎn)生目標(biāo)遮蔽現(xiàn)象， 而且由于檢測(cè)門限的抬高， 導(dǎo)致目標(biāo)遮蔽現(xiàn)象更加嚴(yán)重. SO-CFAR的出現(xiàn)較好地解決了目標(biāo)遮蔽現(xiàn)象. 由于它根據(jù)前沿參考滑窗和后沿參考滑窗中的較小值來(lái)估計(jì)雜波功率水平Z， 檢測(cè)門限值會(huì)相應(yīng)的降低， 減少目標(biāo)遮蔽現(xiàn)象的發(fā)生， 但是隨著檢測(cè)門限的降低也會(huì)出現(xiàn)虛警現(xiàn)象. 對(duì)這3種均值類恒虛警算法進(jìn)行仿真， 結(jié)果如圖 2 所示.

假設(shè)雜波服從瑞利分布， 每個(gè)參考滑窗中有50個(gè)參考單元， 檢測(cè)單元兩側(cè)各有3個(gè)保護(hù)單元， 虛警概率為10-6， 環(huán)境中存在多個(gè)目標(biāo). 圖 2 中a門限曲線為GO-CFAR算法得到的，b門限曲線為CA-CFAR算法得到的， 最下方的c門限曲線為SO-CFAR算法得到的. 圖 2 中可以較為明顯地看出3種方法的區(qū)別： SO-CFAR算法得到的門限值較低， 容易發(fā)生虛警現(xiàn)象； GO-CFAR得到的門限值較高， 容易發(fā)生漏警； CA-CFAR在兩個(gè)目標(biāo)距離很近時(shí)會(huì)發(fā)生遮蔽效應(yīng).

在參量恒虛警檢測(cè)中， 還有一種應(yīng)用廣泛的方法， 即有序統(tǒng)計(jì)類恒虛警算法(OS-CFAR). 它對(duì)于雜波功率水平的估計(jì)并不是根據(jù)前后沿采樣滑窗的均值進(jìn)行的， 而是采取了類似于統(tǒng)計(jì)學(xué)的方法進(jìn)行估計(jì). 其原理為： 將參考單元x的采樣由小到大進(jìn)行排序， 得到一個(gè)升序的排列x(1),x(2),…x(2n), 取第k個(gè)單元x(k)作為雜波功率水平估計(jì)值[11-13]， 如圖 3 所示.

圖 3 OS-CFAR流程圖Fig.3 The flow chart of OS-CFAR

其中，Z=x(k). OS-CFAR算法在均勻雜波環(huán)境中具有較好的性能. 在兩個(gè)目標(biāo)距離很近的情況下， 由于采用的是第k個(gè)單元的值作為總的雜波水平估計(jì)值， 故不會(huì)存在目標(biāo)的遮蔽效應(yīng)， 目標(biāo)不會(huì)被附近目標(biāo)干擾， 而會(huì)被正確的檢測(cè)出來(lái). 如果雜波環(huán)境波動(dòng)大， 例如包含階躍噪聲等， 那么通過(guò)這種方法確定的雜波功率對(duì)于雜波環(huán)境而言不具有普適性， 也會(huì)導(dǎo)致檢測(cè)性能出現(xiàn)下降.

上面提到的幾種CFAR算法各有各的優(yōu)點(diǎn)， 也各自存在著不足， 在開(kāi)門防護(hù)系統(tǒng)的應(yīng)用中， 我們想到是否可以把幾種算法在一定程度上結(jié)合起來(lái)， 發(fā)揮各自的優(yōu)點(diǎn)， 滿足系統(tǒng)要求. 為此， 提出了一種綜合性的算法， 將均值類CFAR和OS-CFAR結(jié)合在一起. 其基本思想是： 將前后沿參考滑窗的采樣值由小到大進(jìn)行排列， 將最大值和最小值的均值與第k個(gè)單元值的均值作為雜波水平估計(jì)Z. 其流程圖如圖 4 所示.

對(duì)該算法進(jìn)行仿真， 以驗(yàn)證其性能. 考慮到實(shí)際應(yīng)用中較為復(fù)雜的雜波情況， 仿真環(huán)境為瑞利雜波疊加階躍噪聲， 環(huán)境中存在兩個(gè)目標(biāo). 虛警概率為10-6， 參考滑窗內(nèi)單元數(shù)目為50個(gè)， 檢測(cè)單元D每側(cè)取3個(gè)保護(hù)單元， 在第265和第280個(gè)距離單元加入目標(biāo)， 兩個(gè)目標(biāo)相距小于參考滑窗單元數(shù)目. 由于階躍噪聲的存在， 前兩百個(gè)距離單元與后兩百個(gè)距離單元噪聲功率出現(xiàn)階躍式變化.

圖 4 綜合CFAR算法流程圖Fig.4 The flow chart of comprehensive CFAR algorithm

圖 5 綜合算法在模擬噪聲環(huán)境中的仿真圖Fig.5 The simulation of comprehensive CFAR algorithm in noise Environment

圖5中a為恒虛警算法確定的門限值曲線，b為理想情況下門限值. 可以看出： 該算法能夠準(zhǔn)確地檢測(cè)出兩個(gè)目標(biāo)單元， 并不存在目標(biāo)的遮蔽現(xiàn)象； 在雜波的邊緣(即第200個(gè)距離單元兩側(cè))具有良好的性能， 并未出現(xiàn)虛警、 漏警現(xiàn)象.

表 1 CFAR性能對(duì)比表

3 結(jié) 論

本文以汽車開(kāi)門防護(hù)系統(tǒng)為背景， 提出了一種綜合性的算法， 通過(guò)對(duì)其在模擬雜波環(huán)境中進(jìn)行仿真， 證明其可以滿足本系統(tǒng)的需求.