本发明涉及一种基于参考单元筛选的posglt-cfar检测算法，属于雷达检测算法。
背景技术：
1、海上目标种类繁多，在近岸与重要海区、航道上，船只密集分布且大小不一，雷达信号受海杂波的影响，目标检测成为对海雷达探测的一大难题。恒虚警（constant falsealarm rate, cfar）检测根据背景环境自适应调整门限，克服杂波起伏及噪声干扰带来的影响，在雷达自动检测领域得到了广泛的应用。
2、单元平均恒虚警(ca-cfar)实现了均匀环境中优秀的检测性能，但在多目标环境下会出现遮蔽现象造成漏检。
3、有序统计类恒虚警(os-cfar)，通过参考单元数据升序排序选取第k个作为背景功率水平估计，有效抑制了多目标干扰，但排序过程计算量较大。
4、针对背景杂波服从对数正态分布，goldstein提出了log-t检测器，目的是在形状和尺度参数都未知的对数正态杂波中提供最优单脉冲策略。
5、近年来，对不同背景下目标检测的研究集中于传统cfar与多域特征信息、数据处理方法以及新型技术相结合。
6、多目标环境中cfar检测一直是雷达实际工作中需要着重考虑的问题。实际海场景下的目标大小不一，小尺寸目标回波微弱难以检测，大尺寸目标由于分辨率较高的原因，目标跨多个距离单元，部分距离单元相比于周边单元没有能量优势，仅使用单一的cfar检测器面临着参数选择的难题。另外，受不同海况、海面、陆地、岛屿、海尖峰等因素的影响，实际海杂波背景远比三类典型背景即均匀、杂波边缘和多目标环境更为复杂，单一的cfar检测器难以适应这种环境。
技术实现思路
1、本发明的目的在于解决现有技术中实际海杂波背景下同时存在大小目标导致难以通过单一cfar完全检测的问题，提供一种基于参考单元筛选的posglt-cfar算法（phaseordered statistics and grubbs rule log-t cfar），它将os-cfar与log-t cfar结合，分别利用相位线性度特征及grubbs准则对参考单元筛选，选取不同的参考单元及保护单元，得到更为准确的背景杂波水平估计调整检测门限，并在仿真和实测数据上进行验证，结果表明本方法相比于单一的cfar检测性能明显提升。
2、为了解决上述问题，本技术是通过以下技术方案实现的：
3、一种基于参考单元筛选的posglt-cfar检测算法，包括对雷达回波信号预处理，其特殊之处在于：对预处理过的信号同时进行大目标检测和小目标检测，其中所述大目标检测采用大目标检测算法pos-cfar，所述小目标检测采用小目标检测算法glt-cfar；
4、优选的，所述大目标检测算法pos-cfar，包括以下步骤：
5、s1、获得待检测单元和前后沿滑窗采样；
6、经过预处理的雷达回波信号进入前后滑窗，dx为待检测单元，x1,x2,…,xn为前沿滑窗采样，xn+1,…,x2n为后沿滑窗采样，长度均为n；
7、s2、基于相位线性度筛选出步骤s1中前后沿滑窗采样的参考单元，然后根据相位线性度将参考单元由小到大排序，选取第kp个数据作为背景杂波功率的估计值z；
8、s3、计算待检测单元的检测门限s大，筛选出目标距离单元；
9、s4、判决步骤s3中的目标距离单元是否为大目标：
10、当目标距离单元中的目标尺寸大于目标设定尺寸的连续采样距离，则认为其为大目标，反之为非目标。
11、优选的，所述步骤s2中基于相位线性度筛选出步骤s1中前后沿滑窗采样的参考单元的具体步骤为：
12、选取某个前后沿滑窗采样中的某一雷达距离单元，假设该雷达距离单元的脉冲回波为z1,z2,…,zn，z1,z2,…,zn均为复数，取其中8-16个脉冲的相位信息，利用线性回归函数，判断其相位线性度的好坏；
13、所述线性回归函数为matlab中多元线性回归regress函数 [b,bint,r,rint,stats] = regress(y,x,alpha);
14、计算线性回归函数的结果，确定相位线性度pl=0.95为区分目标与杂波的阈值，即pl超过0.95时判断为目标，确定该前后沿滑窗采样为参考单元，否则判断为杂波；
15、所述相位线性度pl为regress函数得出的stats数值；
16、优选的，所述步骤s2中的 ，式中，n为前后沿滑窗采样的长度，m为筛选出的干扰目标的个数；
17、优选的，所述步骤s3中检测门限s大为步骤s2中获得的第kp个参考单元的背景杂波功率水平估计值z与门限因子t1的乘积；
18、优选的，所述门限因子t1通过蒙特卡洛法仿真得到，具体为：将不含目标的待检测单元cut0，与参考窗采样值对应的 cfar 检测器杂波估计z参 相比，计算仿真num次下的检测统计量 cut0/z参，进行倒序排序，然后计算预设虚警概率 pfa 与 num 之积pfa_num，取cut0/z 的第pfa_num 个有序采样，即为该cfar 检测器在预设虚警概率下的门限因子t1，t1=pfa_num= pfa* num；式中：预设虚警概率pfa=10-4。
19、优选的，所述步骤s3中，将待检测单元的功率z待与检测门限s大比较，当z待大于s大时，则判定该待检测单元为目标距离单元，当z待小于或等于s大时，则判定该待检测单元为非目标距离单元，继续滑动待检测单元，完成每个待检测单元的检测。
20、优选的，所述目标设定尺寸为雷达径向占据15个距离单元。
21、优选的，所述小目标检测算法glt-cfar，包括以下步骤：
22、s01、对经过预处理的雷达回波信号进行处理，得到待检测单元和前后沿滑窗采样；
23、s02、对步骤s01中得到的前后沿滑窗采样中的滑窗数据进行处理，剔除 “异常值”；
24、s03、计算待检测单元的检测门限s小，筛选出目标距离单元；
25、s04、对步骤s03中已检测出的目标距离单元进行目标判定，
26、当目标距离单元中的目标尺寸小于或等于目标设定尺寸的连续采样距离，则认为其为小目标，反之为非目标。
27、优选的，所述步骤s01具体步骤为：对服从对数正态分布的雷达回波信号，首先进行对数运算，将所得到的随机变量变为正态分布，dy为待检测单元，y1,y2,…,y2n为前、后沿滑窗采样。
28、优选的，所述步骤s02采用grubbs准则，具体步骤为：
29、a、将步骤s01中得到的滑窗采样数据进行由小到大排序，使其成y1≤y2≤…≤y2n，计算该组数据的中位数m与方差s：
30、由于2n为偶数，中位数为最中间的两个数值的平均值，即排序后x(n)、x(n+1)取平均，即，，式中，为该组数据的平均数，；
31、b、定义每个样本的异常统计量为gi，与grubbs表给出的临界值g(2n)比较，若gi大于g(2n)，则判断该样本为“异常值”，将其剔除；若gi小于或等于g(2n)，则判断该样本为“正常值”，将其保留；
32、其中，；其中，g(2n)的取值大小不仅与样本总个数有关，还与要求的置信度有关，目标检测中为达到较高的检测概率一般将置信度设置为99%。
33、优选的，所述步骤s03具体步骤为：对步骤s02剔除“异常值”后的参考样本进行杂波平均功率估计，求平均值e和标准差σ，待检测单元门限s小为门限系数t乘标准差σ加上均值e；
34、其中，门限系数，pfa为虚警概率；
35、若待检测单元幅值大于s小，则该待检测单元存在目标，若待检测单元幅值小于或等于s小，则该待检测单元不存在目标。
36、优选的，所述目标设定尺寸为雷达径向15个距离单元。本技术将各改进算法所得大目标、小目标决策结合，判定该场景内所有目标的距离单元信息，该算法分为大、小目标检测两个模块同时进行检测，大目标检测模块为基于相位线性度筛选参考单元的干扰目标，对os-cfar的k值进行改进，实现杂波平均功率的准确估计；
37、小目标检测模块基于grubbs准则筛选参考单元方法对log-t cfar进行改进。
38、该算法多目标背景下与几类经典cfar检测器相比具备更优的检测性能。实测数据验证，检测性能远高于传统cfar检测，实验结果验证了本算法的有效性、实用性和优越性。
1.一种基于参考单元筛选的posglt-cfar检测算法，包括对雷达回波信号预处理，其特征在于：对预处理过的信号同时进行大目标检测和小目标检测，其中所述大目标检测采用大目标检测算法pos-cfar，所述小目标检测采用小目标检测算法glt-cfar；
2.根据权利要求1所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s2中基于相位线性度筛选出步骤s1中前后沿滑窗采样的参考单元的具体步骤为：
3.根据权利要求1或2所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s2中的，式中，n为前后沿滑窗采样的长度，m为筛选出的干扰目标的个数。
4.根据权利要求1或2所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s3中检测门限s大为步骤s2中获得的第kp个参考单元的背景杂波功率水平估计值z与门限因子t1的乘积。
5.根据权利要求1或2所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s3中，将待检测单元的功率z待与检测门限s大比较，当z待大于s大时，则判定该待检测单元为目标距离单元，当z待小于或等于s大时，则判定该待检测单元为非目标距离单元，继续滑动待检测单元，完成每个待检测单元的检测。
6.根据权利要求1所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s01具体步骤为：对服从对数正态分布的雷达回波信号，首先进行对数运算，将所得到的随机变量变为正态分布，dy为待检测单元，y1,y2,…,y2n为前、后沿滑窗采样。
7.根据权利要求1或6所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s02采用grubbs准则，具体步骤为：
8.根据权利要求1或6所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述步骤s03具体步骤为：对步骤s02剔除“异常值”后的参考样本进行杂波平均功率估计，求平均值e和标准差σ，待检测单元门限s小为门限系数t乘标准差σ加上均值e；其中，门限系数，pfa为虚警概率；若待检测单元幅值大于s小，则该待检测单元存在目标，若待检测单元幅值小于或等于s小，则该待检测单元不存在目标。
9.根据权利要求1或6所述的一种基于参考单元筛选的posglt-cfar检测算法，其特征在于：所述目标设定尺寸为雷达径向占据15个距离单元。
