一种基于有序统计的MIMO雷达CFAR检测器

针对多输入多输出(MIMO)雷达的体制特点,提出了一种基于有序统计的MIMO雷达CFAR检测器(LCIOSOS-CFAR),给出了虚警概率与检测概率的表达式;然后在各种杂波背景下对检测器性能进行了仿真分析,并与经典的CA-CFAR检测器进行比较.仿真结果表明,LCIOSOS-CFAR检测器在均匀杂波背景下较CA-CFAR有较小损失,在多目标干扰环境下较CA-CFAR性能改善明显,在杂波边缘背景下虚警峰值小于CA-CFAR,实际应用中具有较强的鲁棒性.文中还分析了序值选取对LCIOSOS-CFAR检测性能的影响.     

两种基于MIMO雷达体制的鲁棒CFAR检测器

针对MIMO雷达的体制特点,该文提出了两种有序统计与均值相给合的MIMO雷达CFAR检测器(OSCA- CFAR和LCIOSCA-CFAR),给出了虚警概率与检测概率的表达式,然后在各种杂波背景下对检测器性能进行了仿真分析,并与经典的CA-CFAR检测器进行比较,仿真结果表明,OSCA-CFAR和LCIOSCA-CFAR检测器在均匀背景下较CA-CFAR有较小损失,在多目标干扰环境较CA-CFAR性能改善明显,在实际背景中具有更强的鲁棒性。最后比较了OSCA-CFAR和LCIOSCA-CFAR检测器的优缺点。     

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。     

基于CFAR的SAR目标检测

CFAR检测是由事先定好恒定虚警概率进行目标检测的一种算法,其前提是目标相对于背景具有较强的对比度。CFAR算法通过单个像素灰度和某一门限的比较达到检测目标像素的目的。文中研究了恒虚警概率检测算法,推导了不同拟合分布的具体形式,给出了几种代表性检测器,如CA-CFAR检测器,通过仿真结果证明,在均匀杂波区域中,3种检测器的结果相当,都能检测出目标。但从整体看,CA-CFAR的检测性能更好。     

OSGO-和OSSO-CFAR在K分布杂波背景下的性能分析

该文证明了形状因子已知条件下OSGO-CFAR和OSSO-CFAR检测器在均匀统计独立的K分布杂波背景下具有恒虚警性能,分析了两种检测器在均匀杂波背景、杂波边缘和存在强干扰目标情况下的检测性能。并与OS-CFAR进行了比较,结果表明OSGO-CFAR在均匀杂波背景和存在强干扰目标情况下带来的附加检测损失很小, 在杂波边缘具有更好的虚警控制能力。所以,OSGO-CFAR是K分布杂波背景下一种性能比较好的恒虚警检测器。     

一种基于检测单元统计特性的CFAR

针对在多目标、强干扰非均匀环境下CA-CFAR、OS-CFAR检测器的检测性能严重下降的问题,本文提出一种基于检测单元统计特性来选择参考单元的CFAR.分析结果表明,相比于CA-CFAR、OS-CFAR,该CFAR在均匀环境中具有较小的损失,在非均匀环境中,具有较强的抗干扰能力.     

一种基于检测统计量的SOSGO-CFAR 检测算法

提出了一种新的恒虚警检测算法SOSGO-CFAR.该算法应用检测单元采样作为选择参考单元的依据,使用了基于转换恒虚警(S-CFAR)和排序选大恒虚警(OSGO-CFAR)的复合算法.文章给出了该算法在均匀背景中的数学分析.并在均匀背景、杂波边缘和多目标情况下,用MonteCarlo方法进行了仿真分析.结果表明,该检测器既具有均匀背景下和CA-CFAR相近的良好性能,在杂波边缘环境中,具有接近OSGO-CFAR的性能,且在多目标环境中,其性能明显好于S-CFAR.     

目标屏蔽带自适应调整的CFAR处理器

常规的单元平均恒虚警(CA-CFAR)和双参量恒虚警(BP-CFAR)检测方法在均匀杂波环境中通常能获得较好的检测性能,但在复杂的杂波背景下,例如当目标邻近大目标时,严重的恒虚警损失会导致目标(特别是小目标)难以检测。基于AIS信息协作感知的AW-CFAR处理方法利用AIS的大目标感知信息,通过设置宽度自适应控制的大目标屏蔽带,有效排除大目标对杂波估计的影响。仿真实验结果表明,相对于传统的CA-CFAR和BP-CFAR,该方法对临近大目标的小目标的检测性能改善了8~20 dB。     

脉冲雷达回波信号检测性能比较分析

雷达脉冲回波信号在传播过程中受杂波、噪声和接收机检测电路的影响,呈现非平稳时变特点。本文针对脉冲回波信号检测的特点,研究了采用固定门限的N-P准则检测技术和门限自适应调整的CA-CFAR检测技术。分析比较了不同虚警概率下基于N-P准则的目标回波检测和在含噪声与杂波条件下设置不同的参考窗n进行CA-CFAR准则目标回波检测的性能,并开展了回波信号的检测性能比较。结果表明,CA-CFAR检测技术的性能优于N-P准则,且能够适应环境变化自适应调整检测门限。     

单元平均恒虚警率检测中的一个新结论

分析了单元平均恒虚警(CA-CFAR)检测器在多目标环境中的检测性能。通过数学推导,得出一个结论:在CA-CFAR中,当参考单元数与干扰目标数的比值小于归一化门限时,此时不管信杂比多大,CA-CFAR对主目标的检测概率始终为零,即主目标始终被“遮挡”。最后用仿真实验验证了该结论。     

海杂波背景下的双参数单元平均恒虚警检测器

介绍了海杂波的幅度分布模型,指出了对于同一门限系数"尖锐"海杂波背景下的虚警率要明显高于噪声背景下的虚警率,提出了双参数单元平均恒虚警(CA-CFAR)检测器的结构框图,仿真分析了其检测性能.最后分别利用双参数CA-CFAR检测器和常规CA-CFAR检测方法对实测数据进行处理和比较,指出在虚警率一定的前提下前者相对于后两者在空间上可以自适应地改变门限系数以有效地抑制海杂波引起的高虚警.     

一类基于VMSR的恒虚警检测器

设计了一类基于VMSR的改进型恒虚警检测器,给出了检测器的检测结构框图,同时描述了该类检测器的检测模型并给出了相应的检测概率表达式。该类检测器通过VR删除算法自适应删除杂波背景中的干扰样本,并将剩余样本按照不同操作得到杂波背景功率估计,提高了复杂杂波背景下检测器的精确性及鲁棒性。通过与典型VMSR-CFAR检测器的仿真对比实验,验证了该类检测器的检测性能。     

基于雷达知识库的知识辅助恒虚警检测算法

在非均匀杂波背景下,传统的恒虚警检测算法,比如CA鄄CFAR,所选择的参考单元与待检测单元往往无法满足独立同分布的条件,导致背景杂波功率水平的估计值存在偏差,使得检测性能降低。针对上述问题,文中提出了一种基于雷达知识库的知识辅助恒虚警检测算法。首先,利用雷达环境知识来构建动态的雷达知识库;然后,利用雷达知识库中的先验信息来辅助参考单元的选择,提高背景杂波功率水平的估计准确性,从而降低非均匀背景带来的影响;最后,利用线性调频连续波雷达采集的实测数据对该算法性能进行了验证。结果表明:在非均匀杂波环境下,基于雷达知识库的知识辅助恒虚警检测算法比传统算法有更好的检测性能。     

Optimum second threshold for the CFAR binary integrator in Pearson-distributed clutter

In this paper, we propose to analyze the binary integration of the cell-averaging constant false-alarm rate (CA-CFAR) and order statistics constant false-alarm rate (OS-CFAR) detectors in the presence of non-Gaussian spiky clutter modeled as a Pearson distribution. We derive new closed form expressions for false alarm and detection probabilities for the CA-CFAR detector in the presence of Pearson-distributed clutter backgrounds. We first show that the use of binary integration improves the detection probabilities of the detectors considered. Secondly, the maximum of detection probability occurs for an optimum choice when the second threshold is set to be equal to M = (3/4) L. For this optimum M-out-of-L rule, the comparison analysis of the CA-CFAR and OS-CFAR binary integrators showed that the latter has better performance in homogeneous Pearson- distributed clutter.     

一种K-分布杂波背景下的双参数恒虚警检测器

该文基于改进的M-估计器和OSGO-CFAR检测器,提出了K-分布杂波背景下一种新的双参数恒虚警检测器,然后在均匀干扰背景中研究了这种检测器的性能,并与固定形状参数的OSGO-CFAR检测器进行了比较。结果表明,具有形状参数估计的OSGO相对于理想固定形状参数OSGO只带来很小的附加损失,同时具有更广泛的K-分布杂波适应性。     

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。     

Automatic censoring CFAR detector for heterogeneous environments

In radar detection, many constant false alarm rate (CFAR) processors have been proposed in the literature. It is well known that a processor is optimal only for one type of environment and that its detection performances are seriously degraded in presence of unknown irregularities. In such situations, the main difficulty resides in the estimation of the background configuration. That is, depending upon the non-homogeneity of the environment, one would choose the adequate optimal detection algorithm among a variety of known conventional ones that offer the best detection probability. Based on unknown transitions; i.e., in the presence of a priori unknown numbers of interfering targets and/or clutter edge, we propose an automatic censoring CFAR (AC-CFAR) detector for heterogeneous Gaussian clutter. The censoring technique used in this work offers a good discrimination between homogeneous and non-homogeneous environments. The proposed detector dynamically switches to the optimal conventional detector CA-, CMLD- or TM-CFAR. The performances of the proposed detector is evaluated and compared to existing detectors in various background situations. Monte Carlo simulations show that the AC-CFAR detector performs like the CA-CFAR in a homogeneous background. Moreover, the proposed detector exhibits considerable robustness in the presence of interfering targets and/or clutter-edge situations.     

基于动态有序矩阵的外辐射源雷达CFAR算法

外辐射源雷达采用不可控的第三方辐射源,其电磁传播条件复杂,尤其是在低空目标探测中,检测性能极大地受到杂波特性的影响,使得传统恒虚警算法性能明显下降。为了改善检测性能,该文提出一种基于雷达杂波空间划分的动态有序矩阵恒虚警检测算法(DOM-CFAR)。该算法将杂波空间从距离和多普勒维进行划分,构造为有序矩阵,再根据背景杂波变化进行动态极值替换、提取杂波估计中值用以计算检测阈值,从而使得检测算法阈值可动态适应杂波功率变化。仿真和实测结果表明,该算法可以在均匀杂波、多目标和杂波边缘等复杂情况下保持稳定的检测性能。