文档介绍：一种低复杂度的 OS―CFAR 排序算法摘要有序统计恒虚警算法是雷达在多目标环境下检测目标的主要方法, 数值排序是有序统计恒虚警算法的必要步骤, 通常采用的排序算法有希尔排序和快速排序等, 本文根据 OS-CFAR 前后检测单元背景窗有相同单元的特点, 提出了一种低复杂度的排序算法, 仿真结果表明该算法较常规排序算法在运算复杂度上有很大的改善。【关键词】 OS-CFAR 排序算法低复杂度 1 引言在雷达恒虚警检测方法中,有序统计恒虚警方法( OS-CFAR )在多目标环境下有较好的抗干扰目标的能力,其处理过程如图 1 所示。在 OS-CFAR 处理中,对背景单元值的排序直接影响了算法的复杂度, 并成为影响其实时性的决定因素。本文对 OS-CFAR 排序背景窗的特点进行了分析, 提出了改进的排序算法, 仿真结果表明该改进算法可大大降低运算复杂度。 2 改进的 OS-CFAR 排序算法 OS-CFAR 对每个检测单元取背景单元,对背景单元进行排序,即使采用现有最高效的排序算法( 希尔排序和快速排序等, 比较量级为 Nlog2 (N), N 为背景单元个数), 排序算法依然成为处理的瓶颈, 甚至难以满足实时处理的要求。对相邻两个检测单元的 OS-CFAR 操作进行分析发现, 相邻两个检测单元的背景窗存在大量的重复数据, 根据这个特点可以将前一个检测单元背景窗的排序信息予以保留,为后一个检测单元背景窗的排序所用, 基于此思想对 OS-CFAR 排序算法进行改进,步骤如下: (1 )假设检测单元表示为[x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 …], OS-CFAR 取检测单元两侧各 4 个参考单元作为其背景窗。从检测单元 x5开始处理, x5 背景窗为 X[x1 x2 x3 x4 x6 x7 x8 x9] ,排序(采用普通的排序方法)后为 Y[x4 x6 x7 x1 x9 x3 x2 x8] ,同时得到两种地址映射表 maplist1[4 561832 7]和 maplist2[4 761238 5] 。如图 2和图 3 所示, 地址映射表的意义为, maplist1 (i) 表示排序后 Y 的第 i 个单元是X 的第 maplist1 (i) 个单元, maplist2 (i) 则表示 X 的第 i 个单元排序后是 Y 的第 maplist (i) 个单元, 如在 x5 的背景窗 X中 x6 的地址序号为5, 排序后 x6在Y 的地址序号为 2,则 maplist1 (2) =5, maplist2 (5) =2。(注:X 的地址下标并非 xi 的下标,X 的第 i 个数并非 xi 的第 i 个数, 如 x5 的背景窗 X中 x6 序号为 5 ,而非 6)。(2) 得到 x5 的排序后的背景窗和地址映射表之后, 然后处理下一个检测单元 x6。 x6 的背景窗和 x5 的背景窗相比,需要删除 x1和 x6 ,补充 x5和 x10 , 因此, 构造删除列表 droplist 和补充列表 renewlist 。此例中删除列表 droplist 为[1 5] ,表示需要删除 x5 排序前背景窗中地址序号为1和5 的单元; 补充列表 renewlist 为[4 8], 表示新补充进的 x5和 x10 在x6 背景窗的地址序号分别为4和8。同时两个