广义Pareto分布海杂波背景下非相干检测器恒虚警性能分析

该文在广义Pareto分布海杂波背景下研究了单元平均(CA)和有序统计量(OS)两种非相干检测器的恒虚警(CFAR)性质,推导了两种非相干检测器的虚警概率公式,发现了两种检测器对杂波的尺度参数是恒虚警的.然而,两种检测器对杂波的散斑协方差矩阵结构和杂波形状参数是非恒虚警的.为了实现全场景的恒虚警检测,预先通过白化方法将具有相关性的海杂波去相关,并通过查表方法使用了匹配杂波形状参数、累积脉冲数和参考单元数的检测门限.在这种情况下,实验结果表明两种非相干检测器能确保全场景恒虚警.     

广义Pareto分布海杂波背景下非相干检测器恒虚警性能分析

该文在广义Pareto分布海杂波背景下研究了单元平均(CA)和有序统计量(OS)两种非相干检测器的恒虚警(CFAR)性质,推导了两种非相干检测器的虚警概率公式,发现了两种检测器对杂波的尺度参数是恒虚警的。然而,两种检测器对杂波的散斑协方差矩阵结构和杂波形状参数是非恒虚警的。为了实现全场景的恒虚警检测,预先通过白化方法将具有相关性的海杂波去相关,并通过查表方法使用了匹配杂波形状参数、累积脉冲数和参考单元数的检测门限。在这种情况下,实验结果表明两种非相干检测器能确保全场景恒虚警。     

秩和非参数检测器在杂波边缘中的性能

人们常用Rohling教授提出的3种典型背景即均匀背景、多目标和杂波边缘来对检测器的恒虚警率(CFAR)性能进行衡量,但在现有的文献中缺乏秩和(RS)非参数检测器在杂波边缘中虚警概率的解析表达式,缺乏RS检测器与经典的参量型恒虚警率(CFAR)检测器在杂波边缘中虚警控制能力的比较,这在理论研究上是不完整、不全面的。该文给出了RS检测器在杂波边缘中虚警概率的解析表达式,并比较了它与非相干积累单元平均(CA),选大(GO)和有序统计(OS)恒虚警方法在杂波边缘中的虚警控制能力。可以看出,在强、弱杂波均为瑞利分布的情况下,RS检测器在杂波边缘的虚警控制能力处于非相干积累CA方法和非相干积累OS方法之间。但是当长拖尾分布的非高斯杂波进入参考滑窗时,非相干积累CA, GO和OS参量型检测方法的虚警概率都产生了3个以上数量级的上升,且不能回到原始设定的虚警概率。而RS检测器显示出了非参量检测器的优势,即当杂波背景的分布类型发生变化后,它仍然可以保持虚警概率的恒定。     

K杂波下基于Bootstrap的分布式检测

传统雷达目标检测算法在相关K分布杂波下虚警概率过高,为此提出了一种基于Bootstrap 的分布式检测(BBDD)算法.仿真数据表明,BBDD在相关K分布杂波中的虚警控制能力优于分布式广义符号检测器(DGSD),且K分布杂波形状参数变化对BBDD的虚警概率影响不大,适当增加BBDD脉冲参考单元数可更好地控制虚警概率.同时,为定量控制BBDD虚警概率,分块数据长度选择应根据杂波相关长度与脉冲累积单元数之间大小关系谨慎选择.最后,仿真结果证明了所述方法和相关结论的正确性.     

雷达导引头目标检测方法分析

本文结合某雷达导引头的实际工作情况,提出了在满足一定虚警概率和检测概率前提下的恒虚警检测处理方法,并讨论了此种方法在非高斯背景及多脉冲非相参积累方式下结合二进制检测的总体性能。分析讨论了两级检测前后的虚警概率和检测概率。最后利用实测数据说明了非相参积累和相参积累对信噪比的影响。     

海杂波背景下的低空小目标检测

海面上低空小目标通常具有RCS（雷达散射截面）小、速度快的特点,并且容易湮没在海杂波背景中,很难被雷达系统检测到。文中首先分析了海杂波数据的统计特性;然后在此基础上,利用海杂波和目标在相关特性上的差异,提出了一种熵加权非相参积累方法,该方法能够抑制海杂波,并且积累目标能量;为了进一步降低检测门限,采用了TBD（检测前跟踪）技术。某S波段雷达搜索模式下低分辨实测数据的处理结果表明,熵加权非相参积累和TBD方法能够有效降低海杂波背景下低空小目标信号的最小可检测信杂比。     

Log-normal分布杂波背景下有序统计恒虚警检测器性能分析

该文证明了在形状参数已知的均匀对数-正态(Log-normal)杂波背景下有序统计恒虚警(OS-CFAR)检测器能保持恒虚警的特性,导出了该背景下OS-CFAR检测器对非起伏目标的检测性能表达式和平均判决阈值(ADT)表达式。最后用数值方法讨论了最佳序值的选取以及OS-CFAR检测器在取不同参考单元数时相对于理想CFAR的信杂比损失。     

基于恒虚警率的门限判决系数寻优研究

在雷达信号检测系统中,对于一定的检测门限,如果噪声或杂波电平增大一点,虚警率便会大大增加,同时使发现概率降低,这样便降低了雷达系统发现目标的能力,因此在现代雷达信号检测系统中,为了保证一定的发现概率,一般采取恒虚警率(CFAR)处理,在雷达系统进行恒虚警处理时,由于杂波强度可能偏离统计平均值而产生起伏,此时采用理论的门限判决系数将使虚警率大大增加。通过对雷达信号检测恒虚警性能的研究,分析了有限参考单元数对虚警率及发现概率的影响,同时提出一种有效的寻优算法在恒虚警检测中对实际的门限判决系数进行实时的动态寻优,使检测系统始终保持在恒虚警的工作状态中。     

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。     

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。     

基于雷达知识库的知识辅助恒虚警检测算法

在非均匀杂波背景下,传统的恒虚警检测算法,比如CA鄄CFAR,所选择的参考单元与待检测单元往往无法满足独立同分布的条件,导致背景杂波功率水平的估计值存在偏差,使得检测性能降低。针对上述问题,文中提出了一种基于雷达知识库的知识辅助恒虚警检测算法。首先,利用雷达环境知识来构建动态的雷达知识库;然后,利用雷达知识库中的先验信息来辅助参考单元的选择,提高背景杂波功率水平的估计准确性,从而降低非均匀背景带来的影响;最后,利用线性调频连续波雷达采集的实测数据对该算法性能进行了验证。结果表明:在非均匀杂波环境下,基于雷达知识库的知识辅助恒虚警检测算法比传统算法有更好的检测性能。     

Threshold optimization of decentralized CFAR detection in weibull clutter using genetic algorithms

The use of genetic algorithms (GAs) tool for the solution of distributed constant false alarm rate (CFAR) detection for Weibull clutter statistics is considered. An approximate expression of the probability of detection (P _D) of the ordered statistics CFAR (OS-CFAR) detector in Weibull clutter is derived. Optimal threshold values of distributed maximum likelihood CFAR (ML-CFAR) detectors and distributed OS-CFAR detectors with a known shape parameter of the background statistics are obtained using GA tool. For the distributed ML-CFAR detection, we consider also the case when the shape parameter is unknown of the Weibull distribution. A performance assessment is carried out, and the results are compared and given as a function of the shape parameter and of system parameters.     

基于杂波跟踪的CFAR检测研究

通过设立专门通道将图像处理技术应用于雷达检测域杂波功率数据处理,对特征杂波进行跟踪,为恒虚警处理提供背景信息.本文介绍了对抗杂波边缘的自适应CFAR检测器设计中的研究工作,设计了基于杂波跟踪的杂波属性CF(clutter feature)-CFAR检测器和结构元素SE(structuring element)-CFAR检测器,对其检测性能进行了分析.并通过蒙特卡罗(Monte Carlo)仿真方法对上述两种检测器的检测性能进行了仿真.     

UWB SAR非均匀区域目标检测方法

在超宽带合成孔径雷达(UWB SAR)图像目标检测中不仅会遇到均匀杂波区域，还会遇到叶簇区域、空旷区域及干扰目标等组成的非均匀杂波区域。恒虚警率(CFAR)目标检测是雷达目标检测的重要方法，而传统的CFAR检测对UWB SAR非均匀杂波区域目标检测效果较差。首先分析了叶簇区域、空旷区域及二者混合区域的杂波分布。然后针对UWB SAR的实际情况，运用智能索引变量的CFAR检测技术(VI—CFAR)，使得均匀杂波和非均匀杂波背景中目标检测都取得了较好的效果。最后，利用实际UWB SAR目标检测结果验证了VI—CFAR的有效性。     

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。     

Robust radar detection of CA, GO and SO CFAR in Pearson measurements based on a non linear compression procedure for clutter reduction

This paper deals with the constant false alarm rate (CFAR) radar detection of targets embedded in Pearson distributed clutter. We develop new CFAR detection algorithms-notably cell averaging (CA), greatest of selection (GO) and smallest of selection SO-CFAR operating in Pearson measurements based on a non-linear compression method for spiky clutter reduction. The technique is similar to that used in non uniform quantization where a different law is used. It consists of compressing the output square law detector noisy signal with respect to a non-linear law in order to reduce the effect of impulsive noise level. Thus, it can be used as a pre-processing step to improve the performance of automatic target detection especially in lower generalised signal-to-noise ratio (GSNR). The performance characteristics of the proposed CFAR detectors are presented for different values of the compression parameter. We demonstrate, via simulation results, that the pre-processed compression procedure is computationally efficient and can significantly enhance detection performance.     

一种基于知识辅助的CFAR检测器

针对单元平均恒虚警率（CA CFAR）检测器存在的杂波边缘效应问题,研究了一种基于知识辅助的CFAR检测器,该检测器由两部分组成：数据选择器和传统的CA CFAR检测器。数据选择器利用GIS提供的先验信息对参考单元进行筛选,尽可能地选择与待检单元（CUT）地貌相同的训练样本,也就是说选择相对CUT为均匀的参考单元,级联的CA CFAR完成检测判决。最后,通过IPIX雷达实测数据,从虚警个数和检测两个方面与传统的CFAR检测器进行了详细的比较。仿真结果表明,基于知识辅助的CFAR检测器具有更优的性能。     

非高斯海杂波背景最优相干检测性能分析

非高斯海杂波背景下雷达目标检测一直是研究的重点。海杂波分布参数形式的多样化使得检测器对杂波平均功率的恒虚警特性无法保证,因此文中对描述非高斯海杂波的K分布、广义Pareto分布和逆高斯纹理复合高斯分布的参数形式进行了规范化,得到了规范化后的三种杂波分布对应的最优相干检测器。理论分析和实验验证了三个自适应检测器分别对杂波平均功率、目标多普勒频率和散斑协方差矩阵具有恒虚警特性。仿真实验表明:散斑协方差矩阵估计方法和辅助数据的数量均影响着自适应检测器的检测概率和虚警概率。