K—分布杂波的顺序统计恒虚警性能分析

研究 Ｋ—分布杂波背景下的顺序统计恒虚警检测器的性能,分析检测器在均匀统计独立杂波背景下的性能,给出了理论门限系数值及其仿真的门限系数值,并讨论相关杂波的恒虚警性能。分析了检测器在杂波的边缘和存在多目标及干扰时的目标检测性能。从仿真结果分析得出, Ｏ Ｓ— Ｃ Ｆ Ａ Ｒ 检测器在杂波边缘及多目标情况下具有比单元平均恒虚警（ Ｃ Ａ— Ｃ Ｆ Ａ Ｒ）好得多的性能,特别是在参考单元比较少的情况下。     

复杂条件下分布式OS-CFAR检测系统性能分析

对分布式恒虚警（ＣＦＡＲ）检测系统,特别是分布式统计排序（ＯＳ）ＣＦＡＲ检测系统的研究,往往局限于较为理想的简单条件。在本文中,通过对一个典型的３站分布式ＯＳ－ＣＦＡＲ检测系统在复杂条件（检测条件变化而且非一致）下检测性能的仿真和分析,研究了分布式检测系统在接近实际工作环境下的性能特点以及不同融合方式对检测环境变化的适应能力。结果表明,分布式检测ＣＦＡＲ系统在复杂条件下的性能与融合方式密切相关,其中“ＯＲ”融合分布式系统在条件变化而且非一致的检测环境中具有良好的鲁棒性。     

Ll－CFAR：灵活而有韧性的替换技术

本文介绍了一类新的恒虚警率（ＣＦＡＲ）处理器。Ｌｌ－ＣＦＡＲ通过线性地从参考装置上滤去分级样本来进行噪声功率的估测，这种组合的权数不仅取决于等级，还依赖于样本和检测单元的相对接近度。从Ｌｌ－ＣＦＡＲ的一大类中，可以选择出（１）能有效地探测出假目标的；（２）能在杂波边界存在的情况下有效地控制虚警的；（３）适用上述两种非均相性情况的具有韧性的方案。当按这些方案进行设计时，其实际工作量并不比单纯的有序统计ＣＦＡＲ（ＯＳ－ＣＦＡＲ）大。本文在对Ｌｌ－ＣＦＡＲ的随机训练进行讨论之后，在所遇到的最普遍的环境条件下，对其性能进行了充分的评估，并且将其性能与传统的ＣＦＡＲ技术的性能作了比较。     

非高斯背景下高分辨雷达CFAR检测器

本文讨论了球不变随机过程（ＳＩＲＰ）非高斯杂波背景下高分辨雷达距离扩展目标检测问题。文中提出了ＣＡ—ＣＦＡＲ、ＯＳ—ＣＦＡＲ两种距离扩展目标检测器。文中证明了它们的形状因子和尺度因子未知的情形下具有恒虚警性,即双参数恒虚警性,并分析了这两种检测器的检测性能。这两种检测器亦可用作ＳＩＲＰ杂波背景下低分辨雷达检测器。     

一种综合型CFAR处理器（POS）及其性分析

本文通过分析现有的五种ＣＦＡＲ处理器检测性能的优劣。提出准有序ＣＦＲＡ方案,并在计算机模拟统计的基础上阐述了该处理器的检测性能,得出ＰＯＳ－ＣＦＡＲ能以较小的检测损失,换取对染波边界、多目标环境有较好适应性的结论。     

两种改进的适用于多目标情况的恒虚警检测算法

本文基于筛选平均和无偏筛选平均提出了两种改进的恒虚警检测器－ＭＣＭ－ＣＦＡＲ和ＭＵＣＭ－ＣＦＡＲ，并应用了何友提出的自动筛选技术，在ＳｗｅｒｌｉｎｇⅡ型目标似假设下，并考虑瑞利分布杂波和单脉冲检测情形，本文推导出了ＭＣＭ－ＣＦＡＲ和ＭＵＣＭ－ＣＦＡＲ检测器的Ｐｆα，Ｐｄ和平均判决门限的解析表达式，并与其它方案进行了比较。     

OSCAGO—CFAR检测器在干扰边缘中的性能分析

本文研究ＯＳＣＡＧＯ－ＣＦＡＲ检测器在干扰边缘中的性能，文中推导出了它在干扰边缘环境中虚警概率的解析表达式，分析了它抗边缘干扰的性能，并且与ＧＯ、ＯＳ和ＣＡ－ＣＦＡＲ检测器进行了比较。结果表明，ＯＳＣＡＧＯ的抗边缘干扰性能比这三种ＣＦＡＲ检测器均有明显增强，同时，它在均匀背景和多目标环境中也保持了良好的检测性能。     

OSCAGO－CFAR检测器在干扰边缘中的性能分析

本文研究ＯＳＣＡＧＯ－ＣＦＡＲ检测器［１，２］在干扰边缘中的性能。文中推导出了它在干扰边缘环境中虚警概率的解析表达式，分析了它抗边缘干扰的性能，并且与ＧＯ、ＯＳ和ＣＡ－ＣＦＡＲ检测器进行了比较。结果表明，ＯＳＣＡＧＯ的抗边缘干扰性能比这三种ＣＦＡＲ检测器均有明显增强。同时，它在均匀背景和多目标环境中也保持了良好的检测性能。     

基于SIRP的时空相关K-分布海杂波仿真研究

 时空相关K-分布海杂波的仿真对杂波环境下舰载雷达检测性能的研究具有重要意义.本文在分析海杂波时空相关特性的基础上,提出了一种基于球不变随机过程法(SIRP)的时空两维相关K分布海杂波仿真方法,并对其时间相关特性、空间相关特性、幅度分布特性进行了理论分析和仿真,结果表明,该方法产生的杂波序列符合K-分布,而且时间和空间相关特性可以根据需要进行设置.     

一种用于舰载雷达的自适应动目标检测系统

本文介绍了一种用于舰载雷达的自适应目标检测（ＡＭＴＤ）系统，这种系统主要由一个用高速ＤＳＰ（ＴＭＳ３２０Ｃ２５）控制的自适应速度补偿双延迟开路消除器，一个专用ＣＦＡＲ模块和一个滑动窗杂波图等组成，这种系统能自适应地补偿舰船速度，并能滤掉不同距离段的杂波。这种系统可编程，可靠性高，结构紧凑，价格低廉，不仅适用于舰载雷达，也适用于地面车载雷达。     

单元筛选后作最小选择的CFAR自适应检测器

为提高雷达自适应检测能力，本文针对多个干扰目标背景提出一种新的CFAR自适应检测方法。在斯威林2型目标的假设下对这种检测方法进行了检测性能分析，理论推导出均匀杂波背景和强干扰目标存在的情况下虚警概率和检测概率的数学模型，并把它同CA、GO、SO(smallest of)等检测方法用MATLAB仿真软件进行了比较。结果表明，这种方法在均匀杂波背景和多个干扰目标背景情况下都有很好的检测性能，尤其是多目标干扰条件下具有更大的优势。     

一种改善导航雷达恒虚警检测效果的算法

传统的恒虚警检测器在进行目标检测时,容易受到其他目标和强海杂波的干扰,造成自遮蔽效应,使得大目标和大块地物（陆地、岛屿）回波出现“挖空”现象.通过自适应调整参考单元与保护单元的设置以适应不同的检测环境,在理论上可以有效克服“挖空”现象,但是这种自适应技术在实际雷达中很难应用.针对这种“挖空”现象,以某型导航雷达为例,利用陆地（或岛屿）杂波和大目标在幅度上与海杂波回波的差异对一定范围内的数据进行修复,最后基于导航雷达的实测数据对文中算法进行验证,结果表明,该算法明显改善了导航雷达的回波显示质量,有利于目标的凝聚与跟踪,且运算量适中,便于工程实现.     

外源雷达空时联合恒虚警检测分析与实验

外辐射源雷达杂波呈现复杂形态,其中在距离多普勒谱中固定分布的剩余杂波（简称固定杂波）局部强度较高,采用空域恒虚警检测方法会造成连续的虚警,严重影响目标检测性能。本文通过实测数据分析发现,固定杂波强度在时域变化平稳,可采用时域杂波图检测方法减少该类杂波造成的虚警。然而,非理想信号波形导致外辐射源雷达目标回波具有较高的副峰和旁瓣,仅采用杂波图检测方法会导致重复检测和虚假航迹。通过分析空域和时域恒虚警检测方法面临的问题,本文提出了针对外辐射源雷达的空时联合恒虚警检测方法。该方法在不影响检测概率的前提下,减少了单一恒虚警检测方法造成的虚警。实测数据处理结果验证了所提方法的有效性。     

有序统计恒虚警（OS－CFAR）检测器在韦布尔干扰背景中的性能

本文研究韦布尔干扰背景前的有序统计恒虚警算法，并在均匀干扰背景中分析它的性能，对于未知的形状参数Ｃ，本文基于来自参考滑窗随机变量的期望和中值提出一种估计方法，同时在均匀干扰背景中研究了这种估计方法的性能，结果表明，这种估计方案具有很小的附加恒虚警损失，当Ｎ＝１６，Ｃ＝２，ｋ＝１２时，它的恒虚警损失比两参数有序统计恒虚警检测器小．．     

远距离监视激光雷达动目标快速检测

激光雷达具有全天候工作、探测精度高、有效探测距离远、易获得三维信息等特点,但工作在远距离模式时,目标点云比较稀疏。当前便携条件下,基于深度学习的算法在激光雷达点云数据直接目标识别时,实时性和成功率尚不能达到远程监视实际工程的要求。针对实际工程中利用激光雷达检测运动目标进而实时引导高分辨率相机的需求,采用基于变化的检测方法,对远距离条件下激光雷达的运动目标检测方法进行了研究,利用点云数据的距离信息,给出三维单高斯模型和三维高斯混合模型检测动目标的过程和方法,提出了利用杂波图恒虚警率检测法处理点云数据的方法。实验表明,与二维图像动目标检测方法相比,三维单高斯模型法会很大程度提高检测准确性,降低虚警率,但仍然存在较高虚警率。为适应复杂三维场景,采用基于三维高斯混合模型的方法进一步降低了虚警率,但也降低了检测速度;而杂波图CFAR的方法具有很高的实时性,同时也具有较好的检测性能。     

基于自适应阈值选择的非参量GS 检测算法

现代雷达系统中,杂波统计特性往往无法预先确定,此时针对性较强的参量检测方法的恒虚警能力就会下降,因此非参量方法已成为一个重要的研究方向。为此,该文提出一种基于自适应阈值选择的非参量GS 检测算法(VI-GS),该检测算法结合了GS 检测算法、TGS 检测算法和GO-GS 检测算法的优点。基于仿真高斯杂波和实测雷达数据对该VI-GS 检测算法在非均匀海杂波背景下的检测性能进行分析,结果表明,在均匀杂波和非均匀杂波背景下,该算法都具有很好的鲁棒性。      

基于黎曼流形监督降维的矩阵CFAR增强检测

矩阵CFAR检测是从几何流形角度处理雷达目标检测问题的新技术。为进一步提升其在复杂杂波背景下的检测性能,本文提出一种黎曼流形监督降维的矩阵CFAR增强检测方法。首先,将检测问题视为目标与杂波的分类问题,分别构建黎曼流形上目标单元与杂波单元的类内和类间权重矩阵;其次,为增强目标与杂波的可分性,采用保持类内几何距离最小,类间几何距离最大的准则建立降维目标函数,并基于Grassmann流形求解降维优化问题获得映射矩阵;最后,提出一种矩阵CFAR增强检测方法,实现目标增强检测。采用蒙特卡罗方法对仿真数据和实测海杂波数据进行实验分析,结果表明,所提出的方法能够进一步提升检测性能。      

雷达杂波环境恒虚警率处理的实现

恒虚警率检测器是雷达信号处理机中的重要组成部分.对雷达自动检测和恒虚警率处理方法进行了综述,讨论了瑞利分布杂波背景中雷达目标恒虚警检测的原理,阐述了实现杂波背景中雷达目标恒虚警检测的方法.     

毫米波雷达机场跑道异物分层检测算法

强杂波背景下的弱小静止目标检测是毫米波机场跑道异物(FOD)检测雷达面临的核心问题。该文提出一种基于功率谱特征和支持向量域描述(SVDD)一类分类器的FOD分层检测算法。该算法首先利用杂波图恒虚警率(CFAR)检测器对复杂背景杂波进行杂波对消处理,针对对消后虚警过多的问题,对对消后的数据提取功率谱特征,将其转换到特征域,最后利用SVDD一类分类器在特征域实现对FOD和虚警的分类。基于实测数据的试验结果表明所提方法可以获得较好的检测性能。     

Heterogeneous performance evaluation of sophisticated versions of CFAR detection schemes

The detection of radar targets in a background, the statistical parameters of which are unknown and may not be stationary, can be effectively achieved through CFAR processors. The CA-CFAR scheme performs optimally for homogeneous and exponentially distributed clutter observations. However, it exhibits severe performance degradation in the presence of outlying target returns in the reference set or in regions of abrupt change in the background clutter power. The OS-CFAR processor has been proposed to solve both of these problems. Although this processor may treat target multiplicity quite well, it lacks effectiveness in preventing excessive false alarms during clutter power transitions. The TM-CFAR algorithm, which implements trimmed averaging after ordering, can be considered as a modified version of OS technique. By knowingly trimming the ordered samples, the TM detector may actually perform better than the OS processor. To simultaneously exploit the merits of CA, OS, and TM schemes, two combinations namely CAOS and CATM have been suggested. Each one of these versions optimizes good features of two CFAR detectors, depending on the characteristics of clutter and searched targets, with the goal of enhancing the detection performance under constant level of false alarm. It is realized by parallel operation of two standard types of CFARschemes. Our goal in this paper is to analyze these two developed versions in heterogeneous situations, to show to what extent they can improve the behavior of the conventional CFAR processors.