分布式自适应CMLWCA CFAR 检测方法

针对分布式多传感器系统中不同传感器的信噪比会影响检测决策，提出一种利用各传感器信噪比决定其权值的自适应删除均值加权单元平均（CMLWCA）恒虚警率（CFAR）检测的新方法．在假定目标服从Swerling II起伏的情况下，导出了相应的检测概率与虚警概率闭式解．多种检测器数值分析的比较结果表明了该方法的有效性和优越性．     

基于自动删除算法的分布式CFAR检测算法

研究分布式恒虚警(CFAR)检测系统在非均匀干扰背景中进行优化检测.针对多传感器分布式恒虚警检测系统在非均匀干扰背景中容易出现检测概率下降或者虚警率提高的问题,提出了一种基于自动删除算法的分布式恒虚警检测算法.算法是一种基于局部检测统计量的分布式CFAR检测算法,充分利用了局部检测器的观测信息,提高了检测性能,同时采用...     

LSFR算法在多传感器分布式检测中的优化研究

在多传感器分布式检测系统中,常规融合规则算法要求传感器误差概率已知,且系统中传感器和融合中心同时优化存在一定困难.提出最小二乘融合规则(LSFR)算法,算法不依赖噪声环境稳定性以及传感器的虚警概率与检测概率,融合中心根据各个传感器的硬决策,得到全局的硬决策,并在传感器和融合中心处理达到最优时,获得最佳全局性能.仿真结果表明:对比似然比融合决策算法与Neyman Pearson融合规则(NPFR)算法,LSFR算法全局检测概率显著提高,且在不同数量规模传感器和更多类型的分布式检测系统中具有较好兼容性.     

基于自动删除算法的恒虚警检测器

为了提高恒虚警检测器在均匀背景中的检测性能及增强对干扰的鲁棒性,基于自动删除单元平均(ACCA)方法提出一种新的恒虚警检测器(MACCA),它的前沿和后沿滑窗均采用ACCA算法产生局部估计,再对二者求和得到背景功率水平估计,从而设置自适应检测门限。在Swerling II型目标假设下,推导出MACCA-CFAR在均匀背景下虚警概率Pfa和检测概率Pd的解析表达式。分别针对均匀背景和非均匀背景分析了MACCA的性能,并与其他现有方案进行了比较。结果表明MACCA继承ACCA优点的同时,有效地提高了在杂波边缘环境下的虚警控制能力,它的虚警尖峰比ACCA少了近一个数量级,并且样本排序时间只有ACCA的一半。     

基于联合双重概率矩阵的动态规划检测前跟踪算法

为在较短时间内实现对弱小目标更为精确稳定的跟踪检测,提出一种基于联合双重概率矩阵的动态规划检测前跟踪(TBD)算法.利用联合双重概率矩阵算法对异类多传感器数据进行概率化融合处理,并将得到的概率矩阵作为TBD算法的输入量测空间,利用动态规划TBD算法得到目标轨迹.仿真实验表明:该算法能够融合利用异类多传感器数据,在较短时间内实现对弱小目标更为稳定有效的跟踪检测.     

分布式检测系统的一种软决策融合算法

在分布式检测系统中,为了进一步提高系统的性能,各传感器可以向融合中心发送多位二进制判决信息.对于这种发送多位判决信息的软决策融合系统,提出了一种对各传感器观测空间进行再划分的方法,它将各传感器的观测空间按照其检测概率和虚警概率进行再划分.这种划分方法能够简化融合中心的计算,且计算机仿真结果表明,应用该方法后融合系统的检测性能有明显的提高.     

基于门限自适应的分布式检测融合算法

贝叶斯检测融合策略是一种比较传统的分布式检测融合方法,必须给定待检测现象的先验概率和各局部传感器的虚警概率和漏检概率,而在现实应用中,统计量是未知的或者是随时间变化的.因此,研究了一种纽曼一皮尔逊准则下的门限自适应分布式检测系统的融合算法.算法可根据观测数据,自动在线调整门限,使得局部传感器检测达到最佳,从而提高系统的检测性能.计算机仿真的结果表明,算法能较快地收敛,相对局部传感器,融合中心的检测性能也明显地有了提高.     

Pearson分布杂波背景下分布式模糊CA-CFAR检测器的性能分析

为了改善雷达的检测性能,本文分析了Peason分布杂波背景下,采用模糊逻辑方法设计CA-CFAR检测器的问题.提出了一种二元分布式模糊CA-CFAR检测器.两个检测器分别利用滑窗数据计算出映射到虚警空间的隶属函数值,通过融合中心的四种融合准则得到全局隶属函数值,实现背景杂波功率水平估计,从而进行目标判决.仿真结果表明,基于代数和融合准则的模糊CA-CFAR,在四种融合逻辑中检测性能是最稳健的,且相比传统的二进制"与"逻辑或者"或"逻辑CFAR检测器,能够提供更好的检测效果.     

一种多目标环境下的SAR图像自适应CFAR检测方法

多数CFAR检测器在多目标检测环境下需要关于干扰目标的先验信息,当检测环境发生变化时,这些检测器很难维持稳定的检测性能。针对多目标环境下的SAR图像目标检测,提出一种新的自适应CFAR（恒虚警）检测器。该检测器利用局部的杂波功率水平估计以及目标和杂波的方差特征筛选出参考窗中的均匀杂波像素,同时剔除掉干扰目标像素;在筛选过程中,每一步使用的判决门限根据上一步的判决结果自动更新;最后对筛选出的样本点作单元平均处理形成检验统计量;完全不需要干扰目标的任何先验信息。利用实测数据仿真研究了该检测器的检测性能与运行效率,实验结果表明,相对单元平均CFAR检测器及有序统计量CFAR检测器,该检测器提高了检测性能,保留了目标精细的结构特征,而运行效率与有序统计量CFAR检测器相当,很具实用性。     

通信约束下的水声信号分布式检测融合算法研究

针对水声传感器网络中大延迟、低可靠通信约束下的水声信号分布式检测问题，提出了一种基于时间窗口的自适应融合算法．传感器节点依据声纳接收机的特性计算局部判决并发送给融合中心节点．融合中心节点在时间窗口内，基于已收到的局部判决在线自适应地调整融合规则，从而由最优融合算法得到最终判决．通过仿真，讨论了时间窗口的选择问题以及融合算法的性能．仿真结果表明，新算法具有很高的实用性，能够在动态变化的水声通信条件下保证整个系统高效运行．     

The constant false alarm rate property in transformed noncoherent detection processes

Recently a transformation approach for noncoherent radar detector design has been introduced, where the classical constant false alarm rate detectors for Exponentially distributed clutter are modified to operate in any clutter intensity model of interest. Recent applications of this approach have introduced new decision rules for target detection in Pareto and Weibull distributed clutter. These transformed detectors tended to lose the constant false alarm rate property with respect to one of the clutter parameters. A closer examination of this transformation process yields conditions under which the constant false alarm rate property can be retained. Based upon this, a new model for X-band maritime radar returns is investigated, and corresponding detectors are developed. The relative merits of this new development are investigated with synthetic and real X-band data.     

利用高斯混合模型的SAR图像目标CFAR检测新方法

SAR（合成孔径雷达）图像杂波分布模型种类繁多且对实际地物的建模能力有限。在使用基于杂波统计模型的CFAR(恒虚警率)算法对SAR图像进行目标检测时,杂波统计模型的失配会导致检测结果产生较大的CFAR损失,算法精度不高。提出了一种基于高斯混合模型的CFAR检测新方法。该方法以理论上可以拟合任意形状概率密度分布的高斯混合模型对实际SAR图像的背景杂波进行拟合,利用拟合后得到的分布模型,根据CFAR检测的原理推导出目标检测阈值的计算公式完成目标的检测。新方法对服从不同分布模型的背景杂波,使用形式上统一的模型进行描述,克服了CFAR检测高度依赖背景杂波分布的缺点,提高了CFAR的通用性。实验结果表明,即使在背景杂波类型未知的情况下,新方法依然得到了良好的目标检测效果。     

Constant false alarm rate detection in Pareto Type II clutter

Recent investigations have shown that the Pareto class of models provide a valid approximation for the statistical structure of the backscattering from the sea, for high resolution X-band maritime surveillance radar. This has stimulated the research and development of non-coherent radar detection processes for operation in such a clutter model environment. Using data from Defence Science and Technology Group's X-band radar the application of a Pareto Type I clutter model has been justified, which has facilitated the development of sliding window decision processes. However it has been found that when these detectors are applied to synthetic target detection in real data there are some issues resulting in substantial detection losses. In order to rectify this it is necessary to investigate the development of radar detection schemes under a Pareto Type II clutter model assumption. Using a transformation approach for radar detector design it will be shown that it is possible to construct detection processes that achieve the constant false alarm rate property with respect to the Pareto shape parameter, as in the Pareto Type I case, while requiring a priori knowledge of the Pareto scale parameter. Performance analysis includes application to real X-band clutter returns with synthetic target models.     

噪声响应相关性对CA-CFAR检测器的影响

主要研究噪声响应之间的相关性对CA-CFAR检测器的虚警概率的影响。讨论了加性高斯白噪声环境中噪声响应的统计特性,推导了噪声响应相关情况下CA-CFAR检测器的虚警概率,与噪声响应相互独立的假设条件下的CA-CFAR检测器的虚警概率进行了比较。在上述情况下,对CA-CFAR检测器的检测性能进行了仿真。仿真结果表明在实际工程中可以忽略噪声响应的相关性。     

An adaptive cell averaging-based CFAR detector for interfering targets and clutter-edge situations

In practice, there are two common situations when the independent and identically distributed (IID) assumption no longer holds: (i) there is a clutter edge and (ii) there is an outlier, e.g., a clutter spike, an impulsive interference, or another interfering target. These can result in masking of weaker targets near stronger ones and excessive false alarms at clutter edge transitions. In this paper, a new constant false alarm (CFAR) detector is proposed, which uses a goodness of fit test to verify the IID assumption. If it is decided that the data in the reference window is IID, the cell averaging (CA)-detector is applied. Otherwise, a range-heterogeneous detection algorithm is applied to provide homogeneous samples to develop a CA-based detector. The performance study shows that the proposed detector performs like the CA detector in the homogeneous situation and outperforms other competing CFAR detectors in heterogeneous situations caused by multiple targets and clutter edge.     

基于自聚焦的变门限SAR/GMTI动目标检测方法

高分辨率合成孔径雷达（Synthetic aperture radar,SAR）合成孔径时间长导致动目标散焦严重、信杂噪比（Signal clutter noise ratio,SCNR）降低,增加了对动目标的检测难度。针对这种情况,本文提出了一种基于自聚焦的变门限SAR/(Ground moving target indication,GMTI)动目标检测算法。该算法利用距离相位误差和方位相位误差之间存在的固定关系实现对动目标的两维相位误差的估计与补偿,达到提高SCNR的目的。通过两级不同门限的恒虚警率（Constant false alarm rate,CFAR）检测分别实现动目标检测和排除虚警。实测数据结果表明,本文算法能有效地检测动目标,降低虚警概率。     

一种新的基于UMVE和CA的恒虚警检测器

在雷达自动检测系统中,通常是将自动检测和恒虚警(CFAR)技术结合使用以保持在变化的杂波环境中获得可预测的检测性能和恒定虚警率.将无偏最小方差估计(UMVE)方法和单元平均(CA)方法结合,提出了一种新的恒虚警检测器(MUMCA-CFAR).采用UMVE和CA方法产生两个局部估计.再取二者的平均值作为背景噪声功率水平估计.在Swer-lingⅡ型目标假设下,推导出了MUMCA-CFAR在均匀背景下虚警概率和检测概率及多目标环境下检测概率的解析表达式.并与其它方法作了比较,结果表明该检测器在均匀背景和多目标环境下均具有相当优越的检测性能.     

Two adaptive detectors for range-spread targets in non-Gaussian clutter

This paper addresses adaptive detection of range-spread target in spherically invariant random vector clutter. Based on the nonadaptive detectors of NSDD-GLRT and SDD-GLRT, two adaptive detectors named ANSDD-GLRT and ASDD-GLRT are devised by replacing the unknown normalized clutter covariance matrix with the sample covariance matrix based on the secondary data. The formulas of detection probability and false alarm probability are deduced. Moreover, the constant false alarm rate properties of both ...