基于最大似然估计的航海雷达目标检测算法

陆瑛，应士君，孙振，施朝健，邹绪平

(上海海事大学商船学院，上海 201306)

0 引言

航海事业的飞速发展使得海上活动变得日益频繁，在带来经济效益的同时，发生海上事故的频率也越来越高.海上搜救的重点是如何在短时间内找到搜救目标并确定具体方位和距离.目前的搜救方法大多依赖视觉，只有在海况和能见度良好时，才能对目标进行搜救，因此会失去许多救援机会.［1]航海雷达是一种重要的目标探测和监视手段，以其低虚警率、高可靠性和稳定性、不受夜间影响等优点，成为海上搜救的主要手段之一;但航海雷达对目标的探测受到天气、海浪等因素的影响，在恶劣气候条件下，海杂波会严重影响航海雷达探测甚至淹没雷达目标.

由于海况变换复杂，在雷达和通信领域经常使用恒虚警率 (Constant False Alarm Rate，CFAR)检测方法.该方法主要利用图像中目标和杂波之间的对比度差异将较亮的目标检测出来，但同时会产生许多虚警目标［2].搜索是整个航海搜救过程中最昂贵和最复杂的部分［3]，因此提高搜索效率对整个搜救过程极其重要.

针对这个问题，结合已知目标的船舶自动识别系统(Automatic Identification System，AIS)信息，提出一种利用最大似然估计(Maximum Likelihood Estimate，MLE)确定海杂波中搜索目标阈值的方法.实验结果表明，该算法能够提高海上救援效率和雷达搜索目标的准确性，有效检测目标.

1 常见CFAR检测方法

常见的CFAR检测方法有单元平均恒虚警(Cell Averaging-CFAR，CA-CFAR)［4]和有序统计恒虚警(Order Statistics-CFAR，OS-CFAR)［5].在多目标干扰环境下，当一个主目标……