基于异常单元删除的改进CFAR检测器

雷达在大入射余角海杂波下进行检测时易受到功率突然增大的杂波异常单元影响,虚警率及误检率较高。为解决此问题,提出具有杂波抑制模块与恒虚警模块的二级检测器。杂波抑制模块通过参考单元的协方差矩阵构造正定矩阵,求解其矩阵范数用以估计杂波功率水平,根据功率水平设置一个动态门限,剔除异常单元后的杂波作为待检测信号输入恒虚警模块,恒虚警模块使用基于有序数据可变性的自动删除平均（ACCA-ODV-）CFAR检测器来改进传统变化指数恒虚警（VI-CFAR）检测器。仿真结果表明,新检测器在均匀杂波环境中检测性能与单元平均恒虚警(CA-CFAR)检测器几乎相同,在多目标环境中检测性能远远优于最大选择恒虚警(GO-CFAR)检测器、最小选择恒虚警(SO-CFAR)检测器、CA-CFAR检测器及VI-CFAR检测器,在杂波边缘环境中虚警控制能力仅次于VI-CFAR检测器与GO-CFAR检测器。综合考虑实测数据中各个检测器的检测结果,改进后的检测器在高分辨率大入射余角情况下具有最优的检测性能。     

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.     

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。     

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。     

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.     

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。     

部分均匀杂波环境中极化自适应Rao检测器

研究了机载极化雷达在部分均匀杂波背景下对于低慢小目标的自适应检测问题。基于Rao准则设计得到了极化自适应Rao检测器,分析了极化自适应Rao检测器的性能,推导得到了虚警概率和检测概率的解析表达式,证明了极化自适应Rao检测器对于杂波协方差矩阵和杂波功率比因子具有恒虚警率特性。理论分析和数值仿真表明,与基于广义似然比检验准则得到的自适应子空间检测器和自适应匹配检测器相比,极化自适应Rao检测器具有更好的检测性能和更低的计算复杂度。      

低空监视雷达复杂环境下的最优CFAR设计

基于低空监视雷达在复杂背景环境中的回波特性,归纳了3种典型的雷达回波背景环境:高斯杂波背景、多目标背景以及非高斯杂波背景,通过分析这3种杂波背景中的最优恒虚警方案,并针对有序统计类恒虚警提出了一种实时排序算法,最后根据上述方案和算法,设计了一种参数化的通用恒虚警率检测器,使之能根据雷达所处的环境进行重构,对该通用恒虚警检测器的测试证明该IP-Core能够明显地改善雷达系统的环境适应性和检测性能。     

SIRV杂波下距离扩展目标CFAR检测器

在球不变随机向量(SIRV,Spherically Invariant Random Vector)的非高斯杂波背景下,提出了一种新的距离扩展目标检测器.给出了检测参数的简易确定方法,推导了虚警概率与检测阈值的解析表达式,证明了所提检测器的恒虚警率特性.仿真实验表明,在参数设置合理情况下,所提出的检测器性能远好于已有的两种距离扩展目标检测器.另外,随着阵元数、目标散射点个数及杂波尖峰的增加,检测器的性能得到提高;且该检测器对第三门限的选取和不同的杂波相关性均具有很好的鲁棒性.     

基于局部Hilbert谱平均带宽的微弱目标检测算法

该文采用实测海杂波数据分析了目标出现频段内海杂波局部Hilbert谱的脊线及其平均带宽,研究了目标和天线极化方式对海杂波局部Hilbert谱脊线及其平均带宽的影响。研究发现,目标的出现将导致目标所处频段的海杂波局部Hilbert谱脊线起伏趋于和缓,局部Hilbert谱平均带宽减小,在此基础上,借鉴恒虚警检测技术提出了一种新的微弱目标检测算法。该算法先采用目标所处频段的局部Hilbert谱脊线计算平均带宽,以提取目标与海杂波的差异,然后将平均带宽作为检测统计量,实现对海杂波中的微弱目标进行检测。与基于海杂波盒维数的方法和单元平均恒虚警(CA-CFAR, 100个脉冲)方法相比,该方法有效提高了对海杂波中微弱目标的检测性能。     

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。     

复杂环境下分布式多雷达系统检测性能仿真分析

分布式多雷达检测系统能够提高检测性能和适应性。针对Rayleigh杂波、杂波边缘、干扰目标三种环境,仿真分析了分布式有序统计恒虚警率（OS-CFAR）、分布式单元平均恒虚警率（CA-CFAR）的检测性能,并分析了融合方式选择、局部处理算法和参数调整对系统检测性能的影响,可为工程应用提供参考。     

适应多杂波模型的CFAR检测方法

机载雷达通常面临的杂波环境非常复杂，针对一种杂波分布类型所设计的恒虚警(CFAR)检测器将面临严重的恒虚警损失或高的虚警概率提出了一种适应多杂波类型的恒虚警检测方法。首先用x^2检验判断杂波序列的分布类型，然后根据检验后确知的杂波分布类型选择相应的恒虚警处理器，以使雷达实时保持良好的恒虚警检测性能。     

利用北斗反射信号探测目标的初步实验

通过实测海杂波数据,研究了海杂波的统计特性,实测数据拟合结果表明,弱海杂波的概率密度分布函数服从瑞利分布;强海杂波概率密度分布呈现较强的非高斯特性,该试验实测数据拟合结果为对数正态分布,因此强海杂波背景下小目标检测,常规恒虚警检测器性能受到限制。同时采用了常规单元平均恒虚警与自适应匹配滤波两种方法进行目标检测,通过结果对比可以得出,对于强杂波背景下小目标,自适应匹配滤波的方法能检测出更多的目标点迹,检测性能较常规单元平均恒虚警好。     

基于改进型恒虚警的毫米波雷达检测算法

为了提高毫米波雷达在多目标环境下的检测性能,在变化指数恒虚警（Variability Index CFAR,VI-CFAR）的基础上提出了一种改进算法,即当背景环境为多目标环境时,采用KL散度单元筛选恒虚警（Kullback–Leibler Trimmed Mean CFAR,KLTM-CFAR）替换单元平均恒虚警（Cell Averaging CFAR,CA-CFAR）与最小选择恒虚警（Smallest of CFAR,SO-CFAR）进行策略选择,有效避免了毫米波雷达在多目标环境下的目标遮蔽问题,提升了检测性能。对改进后的检测算法进行了仿真分析,结果表明,多目标环境下,在其他几种检测器基本丧失检测能力的情况下,该检测器仍保持着90%以上的检测概率,并且在均匀环境和杂波边缘环境下,也有较为良好的表现。     

MIMO雷达中单元平均恒虚警检测性能分析

针对高斯杂波背景,导出了MIMO雷达中CA-CFAR的虚警概率与检测概率的解析表达式,分析了CA-CFAR检测器在均匀杂波、多目标干扰及杂波边缘三种典型杂波背景中的检测性能。结果表明,CA-CFAR检测器在均匀杂波中性能较好,但在多目标干扰环境中性能严重下降。     

一种海杂波背景下快速小目标的检测方法

对某型舰载搜索雷达采集的海杂波数据进行了简要的海杂波频谱分析,并对有船只和无船只的海域回波信号频谱作了对比,采用动目标检测（MTD）和频域杂波图恒虚警处理来抗海杂波,并针对频域杂波图恒虚警处理中虚警率增加的问题,提出了频域杂波图恒虚警与单元平均恒虚警级联的改进方案。     

基于检测前识别的MTS-CFAR检测方法

在复杂的强地杂波中检测静止目标时极易产生漏检,因此一直是检测领域中的难题。在双参数恒虚警(DP-CFAR)检测方法的基础上提出了基于检测前识别的多时间尺度恒虚警(MTS-CFAR)检测方法。在检测前基于各类型目标在多时间尺度统计结果上的不同,区分和识别运动目标、静止目标和杂波,减少杂波统计量和目标统计量的干扰,提高对静止目标的检测性能。以交通雷达应用为背景,通过仿真和实测数据定量分析和对比了MTS-CFAR、DP-CFAR、截断统计量恒虚警、改进型单元平均恒虚警等检测算法的性能,证明了本文算法对于静止目标检测效果的优越性和工程应用价值。