一种改进的VI CFAR检测器

为得到不同杂波背景下的良好检测性能,给出了一种改进的VI CFAR检测器.该检测器主要利用均值类可变性指示（MLVI）CFAR检测器和有序统计类可变性指示（OSVI）CFAR检测器的各自优点以及VI CFAR的以背景均匀程度自动选择不同检测器思想.理论分析和仿真结果表明：该检测器在均匀背景下性能基本与MLVI CFAR重合;多目标背景下具有较强的抗多目标能力;杂波边缘背景下有较好的虚警概率控制能力且运算量小,是一种稳健的检测器.     

大场景 SAR图像舰船目标快速检测

基于SAR图像的舰船目标检测是海洋监视应用的重要方面,随着SAR图像资源的不断丰富,计算速度成为衡量舰船目标检测算法的重要指标。针对大场景SAR图像,提出一种基于分块CFAR的舰船目标快速检测算法。首先通过图像增强提高舰船目标与海洋杂波之间的对比度,然后利用差异性参数进行分块筛选,剔除不包含目标的区域,最后对待检测区域实现基于积分图的快速CFAR检测。TerraSAR_X实测数据的实验结果验证了该方法的有效性。     

Weibull杂波背景下扩展目标的恒虚警率检测

针对高分辨雷达检测问题，提出了一种基于高分辨雷达Weibull背号下单脉冲双参数恒虚警率（CFAR）检测方法，并对该方法进行了理论、参数估计等方面的分析．理论分析和仿真结果表明，该方法对高分辨雷达具有较好的检测性能．     

OSCA-CFAR在K分布杂波背景下的性能分析

本文证明了形状因子已知条件下有序统计平均（OSCA）恒虚警检测器在K分布杂波背景下具有恒虚警性能，分析了均匀K分布杂波背景和多目标情况下该检测器的性能，并与OS和OSGO-CFAR进行了比较，仿真结果表明OSCA在两种环境下均具有最好的检测性能。     

基于SAR图像的自动船只检测模型与算法实现

船只检测是实现船只航行安全的重要方法之一,利用SAR图像可实现船只检测。本文论述了海上船只检测的方法、过程及相应的算法。根据实际检测多位于存在陆地和岛屿的近海图像,利用分形维作为海陆分割的阈值,采用改进的分裂合并算法进行分割,并利用轮廓跟踪及种子填充消除分割遗留的孤立区域,使得海陆分割达到了较好的效果。在比较、试验的基础上,船只检测中采用了改进的CFAR算法,依据视数的不同选择不同的杂波模型,既消除了杂波模型参数计算复杂性,又取得了较好的时效性。通过试验证明,本文提出的算法在实际检测中取得了较好的效果,识别率高、虚景率低且实时性好。     

基于TMS320VC5402的雷达目标检测器的设计

介绍一种用于空情网系统的雷达目标检测器,它以DSP芯片TMS320VC5402为核心处理器,利用其多通道缓冲同步串行口(McBSP)和AD7495芯片接口实现数据采集,具有异步串口通信功能.重点介绍了该系统的基本组成、工作原理及CFAR检测算法程序.该检测器满足警戒雷达的远程警戒、多目标和实时检测的要求,具有体积小、成本低、工作稳定和适应性强的优点.     

多目标环境下跑道异物监测雷达的CFAR检测技术

强地杂波下的弱固定目标检测是机场跑道异物监测雷达需解决的关键问题之一,传统的恒虚警检测算法在多目标环境下会出现“自屏蔽”效应,不能有效地检测到目标。本文提出了一种剔除平均杂波图恒虚警检测算法,在分析系统特性和跑道环境的基础上,结合调频连续波雷达体制建立了多目标回波信号模型。在剔除若干个样本值后,由余下的样本值估计背景杂波强度,对多次连续扫描测量值作递归滤波处理,获得了平稳的检测门限,有效地检测到了目标。最后,进一步讨论了相关参数对检测性能的影响。     

结合CFAR与自适应窗口的舰船目标检测

针对大多数CFAR算法在检测舰船目标时受滑动窗口的限制,检测耗时长、效率低和易造成漏检等问题,提出一种将自适应窗口与CFAR算法结合的舰船目标检测方法。首先利用目标的全局显著性找到其大致位置,根据目标区是否满足自适应窗口设置条件分别进行处理：采用剔除掉目标干扰的背景参数检测内部目标;采用检出目标与整体背景参数双重筛选边缘目标;最后将两部分合并进行后续处理。实验结果表明,本文方法能够准确快速地定位目标区域,且能精确检测并刻画目标形状,取得了较为满意的检测结果。     

一种MTD的优化设计及实际应用

根据某型雷达的具体情况，MTD的滤波器组采用了切比雪夫加权设计方法，对相关的信号处理方法如恒虚警检测等关键问题作了讨论。测试结果表明，该MTD系统对地杂波的抑制比大于55dB，对动杂波的抑制比大于45dB，能够达到较好的动目标检测效果。     

Pearson分布杂波背景下均值类恒虚警检测器的性能分析

文中研究Pearson杂波背景下的CFAR检测问题。推导出CA、GO和SO三种CFAR检测器在Pear—son分布杂波背景下虚警概率的初等函数表达式,证明了它们在Pearson分布杂波背景下仍具有恒虚警性能。全面分析了这三种均值类检测器在均匀背景和非均匀背景下的性能。结果表明SO-CFAR在均匀背景和多目标干扰情况下均具有最好的检测性能,而GO-CFAR则在杂波边缘情况具有更好的虚警控制能力。