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.     

混响背景下基于自动删除算法的恒虚警检测器

该文提出了一种混响背景下基于自动删除算法的恒虚警检测器。该方法可以自动删除参考单元中的干扰点,从而可以克服Barnard等人(2004)提出的方法所存在的缺点。推导了该检测器的平均虚警概率和平均检测概率。最后通过对仿真数据和试验数据的处理结果验证了该检测器的优越性。     

两种恒虚警检测器在干扰边缘中的性能分析

本文研究ＧＯＳＧＯ和ＧＯＳＳＯ－ＣＦＡＲ检测器在干扰边缘中的性能。     

两种恒虚警检测器在干扰边缘中的性能分析

本文研究 GOSGO(Generalised Order Statistics and Greatest Of)和GOSSO(Generalised Order Statistics and Smallest Of)-CFAR检测器在干扰边缘中的性能。文中推导出了它们在干扰边缘环境中虚警概率的解析表达式,分析了它们抗边缘干扰的性能,并且与OS(Order Statistics)、CA(Cell Averaging)、GO(Greatest Of)和SO(Smallest Of)等检测器进行了比较。结果表明,与抗边缘干扰性能较好的GO相比,GOSGO的抗边缘干扰性能又有明显的增强。但是,GOSSO的抗边缘干扰性能却很不理想。     

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。     

一类基于VMSR的恒虚警检测器

设计了一类基于VMSR的改进型恒虚警检测器,给出了检测器的检测结构框图,同时描述了该类检测器的检测模型并给出了相应的检测概率表达式。该类检测器通过VR删除算法自适应删除杂波背景中的干扰样本,并将剩余样本按照不同操作得到杂波背景功率估计,提高了复杂杂波背景下检测器的精确性及鲁棒性。通过与典型VMSR-CFAR检测器的仿真对比实验,验证了该类检测器的检测性能。     

一种分布式恒虚警检测和融合方法

研究了分布式恒虚警(CFAR)检测在Neyman-Pearson(NP:奈曼-皮尔逊)意义上的最优化问题,阐述了基于二元局部判决与基于局部检测统计量的分布式CFAR检测在最优化上的差别.提出了一类局部检测统计量.证明了基于这种局部统计量的在NP意义上最优的分布式CFAR检测具有似然比检验形式,并且研究了此优化融合方法(OS-S-CA).结果表明,融合可以达到其最优融合接近的性能.     

K分布杂波背景下次序统计恒虚警检测器的性能

本文证明了在形状因子已知条件下次序统计恒虚警（ＯＳ－ＣＦＡＲ）检测器在Ｋ分布杂波背景下能保持恒虚警的特性，分析了均匀Ｋ分布杂波背景下检测器的性能，研究了不同参考单元数的信杂比损失，对于未知形状因子，本文提出了一种有效的估计方法。     

方差均值平方比恒虚警检测器

为了提高雷达恒虚警(Constant False Alarm Rate,CFAR)检测器在多目标背景下的鲁棒性,更好地检测目标,提出了一种新的基于方差均值平方比(VMSR)的恒虚警检测器,并建立了相应的检测器模型,得出了标称化因子T值和置信区间(a,b)。在均匀背景和多目标背景下,对VMSR检测器进行了仿真分析。在均匀背景下,VMSR检测性能优于OS,相比CA仅有很小的检测损失;在多目标背景下,VMSR检测性能相比OS得到了提升,特别是在干扰目标个数r>N-k时,OS不能有效检测出目标,而VMSR仍能保持较好的检测性能。结果表明,VMSR在多目标背景下检测性能优于OS,其在多目标背景下具有较强的鲁棒性。