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.     

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...     

一种基于ODV和CA的恒虚警检测器

基于有序数据方差(ODV)方法和单元平均(CA)方法提出一种新的恒虚警检测器(MODVCA),它的前沿和后沿滑窗分别采用ODV和CA产生局部估计,再取二者的和作为背景功率水平估计.在Swerling Ⅱ型目标假没下,推导出MODVCA在均匀背景下虚警概率的解析表达式,并与其他CFAR方法进行了比较,结果表明在均匀背景及多于扰目标情况下,MODVCA的性能均比MOSCA获得了改善,同时该检测器的样本排序时间只有ODV的四分之一.     

一种新的基于模糊逻辑的CFAR检测器

基于模糊逻辑,无偏最小方差估计(UMVE)和单元平均(CA)提出一种新的恒虚警检测器(FUCAP)。它的前、后沿滑窗分别采用模糊UMVE方法和模糊CA方法得到映射到虚警空间的两个隶属函数值,再将这两个值相乘作为检测统计量。分析结果表明,FUCAP在均匀背景和多目标环境下均具有不错的检测性能。     

一种基于AD检验的CFAR检测器

传统的恒虚警率(CFAR)检测器鲁棒性较差,为此,提出一种基于AD检验的CFAR检测器AD-CA。通过Monte Carlo仿真得到AD检验的临界值,并删除异常样本。仿真结果表明,在均匀背景下,AD-CA的检测性能与OS检测器相当;在多目标背景下,AD-CA的检测性能比OS检测器有所提升,当干扰目标个数大于N–k时,仍能保持较好的检测性能。     

一种新的主动声纳模糊均值CFAR检测器

为了改善主动声纳的检测性能,本文研究了非高斯分布混响背景下采用模糊逻辑方法进行恒虚警检测设计的问题,提出了一种二元分布式模糊均值恒虚警检测器,两个子检测单元分别计算映射到虚警空间的隶属函数值,通过融合中心得到全局隶属函数值,实现背景混响功率水平估计,从而进行目标判决.仿真结果表明,基于代数和融合准则的检测器性能是最稳健的,相比传统的二进制“与”逻辑以及“或”逻辑,能够提供更好的检测效果.     

MOSCM恒虚警检测器在非均匀背景中的性能分析

分析了MOSCM恒虚警（CFAR）检测器在多目标和杂波边缘非均匀背景中的性能，给出了它在杂波边缘情形中虚警尖峰的数学解析表达式．分析结果表明，它带来的优势主要体现在非均匀背景中，它在杂波边缘中的虚警控制能力比GOSCA和有序统计（OS）有效，对多目标情况也呈现了较好的鲁棒性，它可以均匀背景中较小的代价换取在多目标值况下性能的较大改善，如当IL＝4，IR＝2时，它比OS改善了近2dB．     

稀疏距离扩展目标自适应检测及性能分析

在球不变随机向量杂波背景下,研究了稀疏距离扩展目标的自适应检测问题.基于有序检测理论, 利用协方差矩阵估计方法,分析了自适应检测器(Adaptive detector, AD).其中,基于采样协方差矩阵(Sample covariance matrix, SCM)和归一化采样协方差矩阵(Normalized sample covariance matrix, NSCM),分别建立了AD-SCM和AD-NSCM检测器.从恒虚警率特性和检测性能综合来看, AD-NSCM的性能优于AD-SCM和已有的修正广义似然比检测器.最后,通过仿真实验验证了所提方法的有效性.     

MOSCM恒虚警检测器非均匀背景中的性能分析

分析了ＭＯＳＣＭ恒虚警（ＣＦＡＲ）检测器在多目标和杂波边缘非均匀背景中的性能，给出了它在杂波边缘情形顺虚警尖峰的数学解析表达式，分析结果表明，它带来的优势主要体现在非均匀背景中，它在杂波边缘中的虚警控制能力比ＧＯＳＣＡ和有序统计（ＯＳ）有效，对多目标情况现了较好的鲁棒性，它可以均匀背景中较小的代价换取在多目标情况下性能的较大改善，如当ＩＬ＝４，ＩＲ＝２时，它比ＯＳ改善了近２ｄＢ。     

复合高斯背景下基于最优控制参数的自适应检测器

在复合高斯杂波背景下,针对检测器α-AMF利用采样协方差矩阵(SCM)估计方法不具备完全自适应性以及控制参数α不匹配的问题,首先,结合归一化采样协方差矩阵(NSCM)估计方法,提出α-AMF的SCM-NSCM组合估计方法;然后,拟合出检测器最优控制参数的经验公式,经验公式符合数值结果;最后,将α-AMF与改进的α-AMF的恒虚警率特性和检测性能进行对比分析.研究结果表明,在复合高斯环境下,基于SCM-NSCM估计的α-AMF受杂波尖峰的影响小于对比检测器,对杂波归一化协方差矩阵结构的变化具有很强的鲁棒性;在严重拖尾的非高斯环境中,所提出的自适应检测器性能明显优于对比检测器.