舰载雷达环境下CFAR模块的设计与实现

刘 魁 颜学龙 杨龙平 高希光 赵志强

(桂林电子科技大学电子工程学院1，广西 桂林 541004;桂林长海发展有限公司技术中心2，广西 桂林 541001)

0 引言

舰载雷达主要面临海杂波、云雨等气象杂波以及港口、锚地、船只等强反射体的复杂环境。此环境严重干扰雷达的正常工作，使得雷达在作战中长期受到制约［1］。对宽动态范围非高斯分布的海杂波和海上气象杂波进行对消处理后会出现剩余杂波，从而降低了动目标显示(moving target indication，MTI)等处理的性能［2］。因此，为降低虚警率，减少对自动检测的影响，在系统设计时，必须设法提高海环境下目标的信噪比、降低海环境下检测的虚警率。

恒虚警处理(constant false alarm rate，CFAR)是一种用来保持恒定虚警概率的数字信号处理算法，它可以避免噪声背景杂波和干扰变化带来的影响。因此，从实际工程需求出发，对非高斯杂波背景下CFAR检测方法进行了研究，给出了该方法研究的分析过程，同时对研究的结果进行了仿真与工程验证。

1 CFAR算法模型

由于同一个单元的干扰功率电平是变化的，因此，为设定检测单元所需的门限电平，必须通过邻近单元的数据估计来得到待检单元的干扰杂波统计特性。此方法基于均匀干扰或仅存在干扰噪声的假设条件，可以利用周围邻近单元的数据值，对待检单元平均干扰功率进行估算，从而实现CFAR处理。

CFAR检测阈值主要由以下四部分组成［3－4］:①固定阈值、②外部干扰的平均幅度、③干扰统计分布部分先验信息形成阈值、④无干扰统计分布部分(先验信息统计假设下检测形成阈值)。其中:①为固定阈值检测，②和③为自适应阈值的CFAR检测，④为非参量CFAR检测。

属于自动检测范畴的CFAR检测的杂波背景可归纳为均匀杂波背景、杂波边缘和多目标背景三种典型情况。瑞利分布(Rayleigh distribution)适用于一般杂波的描述，利用均值类CFAR检测技术可以较好地实现虚警率的恒定。均值类CFAR适用于在空间上统计平稳的背景，它在检测单元前后沿各有一个覆盖若干距离单元的滑动窗，利用滑动窗中参考采样的均值，形成前后沿局部估计，再对局部估计进行平均、选大、选小或加权平均，即可确定检测单元的背景杂波平均功率估计［5－6］。

鉴于信号可能会跨越到前后邻近单元中，检测单元及其邻近前后距离单元一般不包括在平均窗内，若检测单元中信号幅度大于距离单元滑动窗内均值的K倍，则认为检测到的是目标信号。CFAR算法模型如图1所示。

图1 CFAR算法模型Fig.1 Algorithm model for CFAR

回波序列送入传输延时线，延时线中央单元D为当前检测单元，其相邻两侧各有一个保护单元(黑实线)，左边X1，…，Xn个单元组成后窗，右边 Y1，…，Yn个单元组成前窗。前后窗分别求和后送往检测逻辑，若检测逻辑输出μ为前后窗和的平均值，则为均值恒虚警(CA-CFAR);若μ为前后窗和的选小值，则为平均选小恒虚警(SO-CFAR);若μ为前后窗和的选大值，则为平均选大恒虚警(greatest-of constant false alarm rate，GO-CFAR)。

当一种检测器在干扰环境下的检测性能获得改善时，它在边缘杂波环境下的虚警控制能力往往会变差，这是由CFAR检测方式本身的特点所决定的。CACFAR检测器在杂波边缘会导致虚警率的上升，而在多目标环境中将导致检测性能下降。在干扰目标位于前沿或后沿滑窗之一的多目标情况下，SO-CFAR方法能分辨出主目标，它缓解了由于多个空间邻近干扰目标引起的CA-CFAR检测器检测性能下降的问题，其取两个局部估计的较小者作为总的杂波功率水平估计。为了对抗杂波边缘，GO-CFAR取两个局部估计的较大者为总的杂波功率水平估计。GO-CFAR在杂波边缘环境中能保持较好的控制虚警性能。

对于不大可能出现紧临目标且杂波严重不均匀的场合，通常更关注杂波边缘的虚警［7－8］。考虑到单元平均选大(GO-CFAR)可以在杂波边缘成功避免虚警，易于硬件实现。因此，该设计采用 GO-CFAR方法实现。

2 FPGA设计难点

由于在舰载雷达工作环境中，云、雨、气旋、湍流、海杂波等都会导致雷达接收回波呈现非高斯特性，为了克服CFAR设计方法在这些非均匀的杂波环境中出现明显弱化的问题，工程实现中应用普遍的是单元平均选大恒虚警率处理方法。FPGA实现恒虚警处理功能框图如图2所示。

图2 FPGA实现恒虚警处理功能框图Fig.2 Block diagram of FPGA implementing CFAR

在算法控制结构、寻址方式和通信性能方面，通用DSP具有明显优点。但传统DSP芯片结构本质上是串行的，它在大数据量、高速、运算结构相对简单的底层信号处理算法方面较FPGA硬件差。

在单元平均选大恒虚警率(GO-CFAR)设计过程中，当值较大时排序的计算量很大。为便于DSP的串行处理，需要大量空间存储数据和足够的比较时间;而采用基于FPGA的流水FIFO处理，不仅节省存储量而且提高了实时性。

设计实现时需要对平均选大模块(GO-CFAR)的输出μ乘以比例因子K(K取3～5)。通过分析图2中前后窗各单元的情况可知，通过一个三输入比较器即可完成两次比较功能。当输出的检测单元为最大值时，即确认有目标，从而完成对比较器的改进。该改进方法大大减少了资源的使用，避免了门级延时与线延时。图2中虚线框代表的潜伏单元可通过多位D触发器的级联来实现，但当潜伏单元较多时，这种方法显得极为不便，而采用Xilinx提供的IP Core:RAM 2 based Shift Register，只需改变输出地址即可实现不同周期的潜伏。

在CFAR的工程实现中，由于主脉冲周期和量化段的长度是变化的。因此，不可能在一个主脉冲周期内总是存在完整的量化段组。为防止对未处理完的量化段组丢失数据而造成过大的误差损失，使得在远程部分的处理不能很好地抑制噪声与杂波，需要在主脉冲来临后，在下一个主脉冲时间内处理新数据的同时，接着处理好原来未完成的处理部分。

具体解决措施是在主脉冲到来时，保持原来的处理状态不变，同时保存所有下一步所需要的数据，但计数器与累加器内部所有数据清零。对于刚好中断到累加器减计数部分时，则重新加载原来的求和部分数据，并接着上一步的处理进行。处理过程中的所有状态均未改变，而是接着原来的部分进行处理，所有的控制时序都是动态的。

由以上分析可知，如果对N个数据进行排序，则需要(N－1)×(N/2)个比较器和N2个寄存器。从排序延迟角度分析，N个数据排序需要N级流水操作。当系统采用平均选大恒虚警后，数据传输延迟小、实时性较高。

3 实现与分析

利用Matlab软件产生瑞利分布杂波与热噪声相叠加的目标回波如图3所示。

图3 叠加回波Fig.3 Lapped echoes

将产生的雷达回波数据写入文件，然后通过C语言将浮点数转换成适用于硬件处理的整数。在对硬件进行仿真时，将所产生的数据作为输入信号进行处理，从而得到快门限恒虚警仿真波形如图4所示。

图4 仿真波形Fig.4 Simulation curves

由Matlab软件产生的目标回波验证可以看出，整个回波只有一个目标存在;而通过FPGA仿真全图也可以得出相同的结论。当整个仿真过程只出现高电平时，即表明系统只检测出一个目标，这正好与上面软件产生的验证一致;数据测试可以正确地检测出目标，而且在目标周围存在杂波干扰时，也没有出现虚警目标的情况。因此，该设计基本上达到了检测目的。

假设数据位宽为32位，保护单元为1，参考单元为16，FPGA芯片为 Xilinx Virtex 5 SX50T，使用Synplify Pro9.6.2，实现软件为 ISE12.2，则实现 GOCFAR的资源耗费情况如表1所示。该GO-CFAR设计资源利用率报告的最高时钟频率为160 MHz。

表1 资源耗费情况Tab.1 Consumptions of resources

衡量FPGA设计的两个重要指标是资源和速度，对具有16个参考单元的GO-CFAR，其最高工作频率为160 MHz，可满足实时性要求，使用量远小于所选芯片容量。

4 结束语

在各种噪声和杂波的雷达回波中提取有用信号是CFAR处理设计的根本目的，在舰载雷达综合抗杂波处理中对CFAR进行处理是一项重要措施，其设计的好坏直接关系到后端数据处理的压力，同时也会附带处理损失。

本文针对实际使用环境，选择抗多目标干扰能力优良的GO-CFAR处理方式，通过数据分析、采样流水处理排序、数据流调节等措施，节省了存储量，提高了实时性，减少了运算量;而利用VHDL语言，采用自顶向下的设计方法实现GO-CFAR处理，缩短了开发周期，提高了系统的处理速度，且在后端处理和处理损失之间取得了有效折衷。

［1］杜鹏飞，王永良.海杂波背景中的一种恒虚警率检测方法［J］.国防科技大学学报:自然科学版，2005，27(3):54－57.

［2］郑琦，陈栋，王其冲.舰载雷达复杂环境下的CFAR选择［J］.现代雷达，2009，31(4):15 －18.

［3］何友，关键，彭应宁，等.雷达自动检测与恒虚警处理［M］.北京:清华大学出版社，1999.

［4］Rohling H.Radar CFAR thresholding in clutter and multiple target situations［J］.IEEE Transaction on Aerospace and Electronic System，1983，19(4):608 －621.

［5］高亚军，张冠杰，陈矛.基于FPGA的CFAR设计与实现［J］.火控雷达技术，2006，35(9):64 －68.

［6］罗成全.几种恒虚警检测器的应用研究［D］.南京:东南大学，2007.

［7］杨大磊，陈玺，赵润山，等.基于FPGA的自适应恒虚警检测器研究［J］.舰船电子工程，2008，170(8):95 －97.

［8］Zaimbashi A，Taban M R.Weighted order statistic and fuzzy rules CFAR detect or for weibull clutter［J］.Signal Processing，2008，88(3):558－570.