柴远波，李 伟，陈万里

（黄河科技学院工学部，郑州 450063）

0 引言

如何在背景噪声环境中准确检测感兴趣的目标信号，一直是声纳、雷达、语音和通信等领域中信号处理所关心的研究内容之一。然而，阵列信号处理中环境噪声在时间上的非平稳性和空间上的非均匀性，导致背景噪声在时间和空间上具有不同的分布特性，使得阵列信号处理输出的能量在时间、频率和方位轴上分布不同。因此，在目标检测中，背景均衡处理是非常有必要的［1-2］。从信号检测理论的角度，背景均衡是为了实现恒虚警（Constant False Alarm Ratio，CFAR）检测［3-4］；从显示和判决的角度，背景均衡能降低背景噪声的起伏，实现数据动态范围的压缩［5-6］。对此，W.A.Struzinski 等人研究了Two-Pass Mean（TPM）方法、Split Three-Pass Mean（S3PM）方法、Order Truncate Average（OTA）方法等背景均衡算法，并比较了各种算法的性能［7］。B.D.Jum 等人在此基础上对S3PM 方法和OTA 方法进行深入地分析，并分别比较窗长、门限等参数对这两种算法性能的影响［8］。S.Stergiopoulos 提出了一种新的均衡方法，并分别对波束域和频域进行噪声均值估计［9］。李启虎等人将中值滤波和OTA 相结合，对波束域中非均匀、非平稳背景进行均衡处理［10］。

在阵列信号处理中，不同频带方位历程图包含了丰富的信息，如目标航迹变化情况、目标个数、目标强度等信息，有助于对不同目标进行检测和识别。因此，阵列信号处理中常采用不同频带输出方位历程图来进行目标检测与估计。然而，由于背景噪声功率谱在时间、频率和方位上的差别很大，而且其数据的动态范围也不一致，因此，为了提高阵列信号处理中不同频带多波束目标检测能力，需要对不同频带方位历程图进行背景均衡处理［11］。……