基于FPGA的恒虚警(CFAR)算法

基于FPGA的恒虚警（CFAR）算法设计与实现

作 者: 学院(系): 专 业:

学 号：

电子工程与光电技术学院 电磁场与微波技术 基于FPGA的恒虚警（CFAR）算法

题 目: 指导老师：

设计与实现

日期： 2015年10月

摘要................................................................................................................................ 1 1 引言............................................................................................................................ 2 2 CFAR算法原理与算法模型 ..................................................................................... 3 2.1 ML类CFAR ....................................................................................................... 3 2.2 OS类CFAR ........................................................................................................ 5 3 CA-CFAR算法设计与实现 ...................................................................................... 7 3.1 CFAR的Verilog HDL设计 ............................................................................... 9 总结.............................................................................................................................. 20 致谢.............................................................................................................................. 21 参考文献...................................................................................................................... 22

摘要

恒虚警率（CFAR）处理技术是雷达信号处理的重要组成部分。通过CFAR处理，可以保持信号检测时的虚警率恒定，从而使数据处理终端不致因虚警太多而过载。本文简要介绍了恒虚警率(CFAR)的基本原理，重点研究了ML类CFAR算法中的单元平均恒虚警（CA-CFAR）的检测算法，并针对这种算法提出了一种基于FPGA的恒虚警模块的设计思想，然后利用软件仿真，对设计方法的可行性进行了验证。

关键词：恒虚警率；FPGA；仿真

1

1 引言

雷达信号的恒虚警率检测问题一直是雷达信号处理领域中的重要研究课题，受到广泛关注。雷达信号的检测总是在干扰背景下进行的，干扰包括接收机内部的热噪声，以及地物、雨雪、海浪等杂波干扰。其中，地杂波、海杂波和箔条杂波等都是由天线波束照射区内的大量散射单元的散射信号叠加而成。在杂波干扰中提取信号，不仅要求有一定的信噪比，而且还必须由CFAR处理设备。CFAR处理技术是在雷达自动检测系统中给检测策略提供检测阈值，并且使杂波和干扰对系统的虚警概率影响最小化的一种信号处理算法。

雷达恒虚警(CFAR)检测的实际检测性能与其参考背景单元的分布有很大关系。当参考背景单元为均匀分布时,经典的单元平均CA-CFAR可以获得最佳的检测性能。CA-CFAR检测能够根据参考窗内的信号的特性,自适应调整检测门限,虚警概率较低。但在多目标干扰环境下,CA-CFAR的检测性能会随着干扰点的增加而迅速下降。有序统计OS-CFAR检测是一类基于有序统计量的CFAR检测方法,它具有良好的抗脉冲干扰能力,因此在多目标干扰环境下相对均值类CFAR检测有一定优势。但由于排序运算量大、实时性不高,所以很难达到工程实用的要求。

实现CFAR处理，传统方案是采用DSP加软件的方法实现，即用通用DSP芯片构造硬件处理机平台，通过编写软件实现CFAR算法。这种方案对于距离分辨率不高的宽脉冲雷达来说，是一种简单可行的方法，但对于窄脉冲雷达，由于距离维采样频率很高，要求处理机硬件平台提供超高的运算速度，FPGA以其高处理速度成为实现FPGA算法的一种好的选择。

2 CFAR算法原理与算法模型

恒虚警（CFAR）算法是在雷达自动检测系统中给检测策略提供检测阈值，并且使杂波和干扰对系统的虚警概率影响最小化的一种信号处理算法。输入信号被送到由（2L+1）个延迟单元构成的延迟线上，D是被检测单元，D的两侧各L个单元为参考单元。而杂波背景和噪声能量是通过对检测单元D周围2L个参考单

?元进行处理得到。CFAR检测的自适应门限U0等于背景噪声与杂波强度估计量?

2

?，其中加权量K是一个仅与恒虚警水平及背与一个加权量K的乘积，即U0?K??与具体的检测方式有关。景的分布特性有关的量，而?当调制门限乘子K的大小

时，可以改变门限U0的大小，以保证不同工作方式下的检测性能最优，从而控制了恒虚警的大小。当检测单元D的值大于门限U0,则该信号就被判决为目标信号。根据的计算方式的不同，CFAR检测器分为均值（ML）类和有序统计量（OS）类两种典型的检测器，其原理框图分别如图2.1和图2.2所示。

2.1 ML类CFAR

1 ML类CFAR

均值类（ML）CFAR处理算法是在局部估计中采用了取均值的方法。最早的均值类CFAR方法是单元平均CA(cellaveraging)方法,后来为改善非均匀杂波背景中的检测性能,又先后出现了最大选择GO(greatestof)、最小选择SO(smallestof)和杂波强度加权WCA(weightedcellaveraging)等同属于均值类的CFAR方法。在单元平均CA-CFAR检测器中,R=2n个参考单元采样的均值作为背景杂波功率水平估计;在最大选择GO-CFAR检测器中,取两个局部估计的较大值作为总的杂波功率水平估计;在最小选择SO-CFAR检测器中,取两个局部估计的较小值作为总的杂波功率水平估计;在杂波强度加权WCA-CFAR检测器中,总的杂波功率水平估计由对前沿和后沿区域的局部估计按照杂波强度加权得到。

?分别由下式确定： ML类CFAR中的??CA??xi??yi CA-CFAR:?（2-1）

i?1i?1LL?GO?max（?xi，GO-CFAR:? （2-2） ?yi）i?1i?1LL?SO?min（?xi，SO-CFAR:? （2-3） ?yi）i?1i?1LL式中，xi为为各单元的参考信号幅度；L位前沿和后沿参考滑窗长度。 这几种均值类CFAR处理算法各有利弊。各种雷达系统中用得最多的CFAR检测方法就是CA检测算法。CA在均匀杂波背景中的检测性能最好,但在非均匀

3