基于ADS的噪声恒虚警检测仿真

雷达信号的恒虚警检测是雷达信号处理的重要组成部分.首先阐述了两种基本检测器的原理与性能,以及针对实际情况所采用的恒虚警处理技术.在此基础上,利用ADS(advanced design system)仿真技术建立某星载雷达接收机模型,模拟回波信号经过接收机的工作情况,通过蒙特卡罗仿真法对输出信号进行噪声恒虚警检测,获得了更接近真实环境的检测曲线并对其进行分析,为进一步研究雷达系统性能提供了参考.     

基于有序统计类恒虚警检测的脉冲压缩雷达移频特征消隐多载波干扰研究

针对采用有序统计类恒虚警检测的线性调频脉冲压缩雷达,提出了一种专门的多假目标产生方法。根据有序统计类恒虚警检测原理进行干扰假目标设计,在此基础上提出具有移频特征消隐的多载波干扰方法;针对有序统计类恒虚警检测的特点,对干扰参数进行设置,在真实目标的左右检测单元产生了数量、幅度、空间分布可控的多假目标。仿真结果表明,该干扰方法可以有效降低目标在雷达检测端被发现的概率。     

一种新的雷达引信多门限频域恒虚警率检测算法

提出了一种新的雷达引信多门限频域恒虚警率检测算法。该算法根据雷达引信目标的运动特征,在传统的时域双门限检测基础上,增加了时域和频域门限判别条件,即采用多门限检测技术抑制引信工作的虚警率。仿真及实测结果表明,采用上述检测算法的引信实现了低信噪比条件下对目标的可靠检测,虚警率低。算法设计还充分考虑了检测的实时性,且具有易于工程实现的优点。     

组网雷达对超低空隐身目标探测方法研究

针对超低空隐身飞行器反探测能力强,单部雷达难以实现有效探测的难题,研究了雷达组网抗超低空隐身分析器探测方法,根据雷达检测的基本方法提出了基于恒虚警检测的雷达网目标判定方法,推导出基于秩K融合准则的雷达网恒虚警概率,并对秩K进行了改进,形成了基于先验知识的雷达网目标确认方法,为雷达组网对超低空隐身目标的探测能力的进一步提升提供了方法。     

基于FPGA的雷达信号处理技术

FPGA(Filed Programmable Gate Array)是一种新型高性能可编程逻辑器件,广泛应用于雷达信号处理器的设计中。文章在Altera公司的Stratix II及其开发工具的基础上完成了雷达信号处理中的数字波束形成(DBF)、动目标检测(MTD)和恒虚警检测(CFAR),最后对其进行分析和讨论。     

一种基于方差的恒虚警算法

介绍了一种可执行自适应门限检测的恒虚警（CFAR）算法，它综合了著名的CA-CFAR，SO-CFAR和GO-CFAR处理方法，由参考滑窗口中的数据计算出二次均值即方差（VID），然后来选择恒虚警处理算法，VI-CFAR是可以根据参考窗动态适应背景的估计算法，它在均匀环境下具有优秀的CFAR性能和非均匀环境下的稳定性。     

相参雷达接收机建模与仿真分析

针对相参雷达接收机的主要工作原理,运用数字信号处理理论和Matlab软件研究相参雷达接收机的建模与仿真问题。通过对相参雷达接收机的天线模型、回波信号模型、噪声模型进行建模并对同步检波处理、动目标检测、恒虚警检测处理进行分析,实现相参雷达接收机的相干视频模拟。用Matlab对某相参雷达接收机进行仿真,得到接收系统中各个处理点上的具体信号形式,满足对相参雷达接收机仿真要求。     

基于神经网络CA/OS-CFAR检测方法

在杂波边缘和多目标的复杂环境下,建立性能稳定的自适应检测技术是提高恒虚警率处理能力的关键.针对单元平均恒虚警检测(cell averaging-constant false alarm rate)和有序统计量恒虚警检测(ordered statistic-constant false alarm rate)的优缺点,提出一种基于神经网络的检测方法(cell averaging/ordered statistic-constant false alarm rate).利用神经网络进行最优检测方法判断,根据选定的检测方法计算出检测阈值.通过训练计算初始阈值,采用神经网络分类并识别输入的类型.将该阈值与CA-CFAR和OS-CFAR计算结果相比较,并选用均匀杂波、多目标和杂波边缘环境的仿真案例进行测试.实验结果表明:该方法可在均值和非均匀的杂波背景中,能有效地进行最优检测方法判断.     

利用非参量恒虚警率抑制雷达杂波

在雷达信号处理中,最重要的是消除杂波噪声,检出目标,提高识别率。为此正在研究杂波的统计特性。作为抑制杂波的方法,已知依赖于杂波振幅强度分布的恒虚警率(以下简称CFAR)回路比较有效。这里提出了应用不依赖杂波振幅强度分布的非参量方法抑制海杂波,实验证明,在不规定杂波振幅强度分布时非参量方法有效。从距离方向杂波信号的随机性着眼,对距离方向进行非参量恒虚警率处理,可以抑制雷达杂波,提高对杂波中舰船的检测精度     

频率捷变雷达抗海杂波性能分析

阐述了海浪杂波特点,结合频率捷变雷达(FAR)的组成和工作原理,讨论了频率捷变技术、信号积累检测技术、自适应门限单元平均和单元选大参量恒虚警检测技术等在雷达抗海杂波设计中的实际应用,给出了频率捷变雷达的海浪杂波和目标回波频域特性,开展了一些验证试验,并对雷达和路检波和航控电压等试验数据进行了分析,结果表明频率捷变雷达的抗海浪杂波干扰性能满足要求。     

基于高斯-拉普拉斯滤波的增强局部对比度红外小目标检测算法

针对单帧图像红外小目标检测算法在低空复杂背景下虚警率高的问题，提出一种基于高斯-拉普拉斯(LOG)滤波的增强局部对比度算法来检测低空复杂背景下的红外小目标。通过LOG滤波运算快速提取候选目标像素，同时通过像素灰度指数运算增强目标。根据局部区域目标与背景的灰度特征计算目标显著图，通过自适应阈值分割提取目标。针对不同的低空复杂场景，构建了测试数据集，从信噪比增益、背景抑制因子、检测率、虚警率及算法计算效率方面将所提算法与Top-Hat算法、Max-median算法、RLCM算法、IPI算法及MPCM算法进行对比分析。实验结果表明，在不同场景中，所提算法相较于对比算法不仅具有较高的信噪比增益和背景抑制因子，而且具有较高的检测率、较低的虚警率和较高计算效率，验证了该算法的有效性和鲁棒性。     

基于恒虚警检测的汽车主动防撞毫米波雷达信号处理算法

为提高车辆的安全性能,提出一种基于时频分析和恒虚警检测(constant false alarm rate,CFAR)的汽车主动防撞毫米波雷达信号处理算法.使用时频分析方法建立连续可调频(frequency modulated carrier wave,FMCW)毫米波雷达探测目标的理论模型,介绍信号处理的算法流程,详细阐述CA-CFAR算法及改进算法(GO-CFAR),并通过仿真实验和外场实验进行分析验证.结果表明,该算法在高速公路环境下探测目标和计算目标的速度与距离参数方面有很高的精度.     

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。     

基于MTD的LFM雷达对抗DRFM干扰方法

针对数字射频存储器(Digital Radio Frequency Memory,DRFM)干扰作用下,线性调频脉压雷达无法稳定检测与跟踪目标的问题,提出了一种基于动目标检测的DRFM干扰对抗算法。该算法利用动目标检测处理分别将目标和干扰回波的能量进行相参积累这一特性,根据恒虚警检测后峰值分选出两种回波信号,通过逆动目标检测和逆脉冲压缩处理恢复时域信号,最后使用相位统计次数方差鉴别目标和干扰。仿真结果表明,在低信噪比条件下,该方法能够有效地对抗DRFM干扰。     

无线电引信频域恒虚警率目标检测算法

针对无线电引信时域信号处理在小目标检测中的不足,根据CA-CFAR(单元平均恒虚警率)检测理论以及PD(脉冲多普勒)雷达回波频谱特性,设计了频域CFAR(Constant False Alarm Rate恒虚警率)目标检测算法。算法通过对回波信号作时频域变换,在频域上,以频率为单元对当前检测与历史平均检测作比较来检测目标存在。以FPGA+DSP搭建的硬件信号处理平台对算法的半实物仿真表明:该目标检测算法对小目标信号具有较好的检测效果。     

一种新的基于CM和CA的恒虚警检测器

文中基于删除平均（CM）方法和单元平均（CA）方法．提出了一种新的恒虚警检测器（CMCAGO-CFAR）。它采用CM和CA方法产生两个局部估计，再取二者的最大值作为背景噪声功率水平估计。在SwerlingⅡ型目标假设下。文中推导出CMCAGO-CFAR在均匀背景下虚警概率Pfa和检测概率Pd及多目标环境下检测概率Pd的解析表达式，并与其它方案作了比较。分析结果表明CMCAGO的优势主要体现在非均匀背景中，它在杂波边缘的虚警控制能力明显优于OS，对多目标干扰也呈现了较好的鲁棒性，它以均匀背景中较小的代价换取在多目标干扰情况下检测性能的较大提高。     

基于排序数据变率的最大似然恒虚警检测方法

在韦布尔杂波背景下,针对在未知数目的目标干扰情况下不能够正确估计杂波统计模型的参数,进而影响雷达对目标的恒虚警检测性能,提出了一种基于排序数据变率的自适应删除最大似然恒虚警检测(ACML-CFAR)。利用基于排序数据变率(ODV)的删除算法对杂波单元进行自适应删除,然后使用其余参考单元采样基于最大似然法来估计杂波分布的参数,并形成检测器的检测门限。仿真结果表明:在均匀杂波下,ACML-CFAR略好于ML-CFAR,表明了ACML-CFAR对于拖尾杂波中的部分较强的杂波尖峰也能够删除;在干扰杂波背景下,能够自适应删除杂波中的干扰,不需要关于干扰目标数的先验信息,克服了ML-CFAR检测器在删除个数小于干扰个数时检测性能严重下降的问题。     

基于环状可变形卷积神经网络的相参雷达目标检测算法

基于相参雷达距离-多普勒数据空间维度非对称、多普勒维度周期性的特点,改进经典深度学习检测方法,并将深度学习技术应用于相参雷达目标检测中,提出了一种适用于相参雷达数据目标检测的环状可变形卷积神经网络。该网络设计可变形卷积核,解决距离维度、多普勒维度二者之间的空间非对称问题;设计了环状循环卷积,实现对周期性循环数据的卷积运算与混叠目标完整检测。实验结果表明,所提算法的目标检测正确率在仿真数据上达到88%,在实测数据上达到96%。相对于经典恒虚警、自适应阈值分割及卷积神经网络方法有明显提升。     

一种改进型二维恒虚警参考窗

对于环境复杂的海面,雷达回波中包含了目标回波、海杂波、气象杂波以及干扰信号等.由于海杂波特性随时间变化存在较大的随机性,因此预警雷达在强杂波环境下探测微弱目标时,海杂波抑制成为一个关键环节.恒虚警率(CFAR)处理技术是减小海杂波影响的一项有效措施.本文从海面雷达回波特性入手,分析了海杂波的空间幅度特性,提出一种改进的...     

SAR图像中地面目标自动检测方法研究

文中对SAR图像中的目标检测进行了研究.运用雷达目标恒虚警(CFAR)检测方法,在SAR图像杂波统计特性为Weibull分布的条件下,对SAR图像目标进行自适应检测.利用有效象素及其比率对不同虚警率下的SAR图像目标检测结果进行分析.仿真结果表明CFAR方法在SAR图像目标检测中是有效的,并给出了相应参数的最佳值.