共查询到20条相似文献,搜索用时 0 毫秒
1.
一种新的基于有序统计和剔除平均的最大选择恒虚警检测器 总被引:3,自引:0,他引:3
本文基于有序统计(OS)和剔除平均(TM)提出了一种新的恒虚警检测器(OSTMGO)它的前尚滑窗和后尚滑窗分别采用OS和TM来产生局部估计,再选择两者之中的最大值用为杂波功率水平的估计,并应用于文献(4)提出自己筛选技术,在SwerlingⅡ型目标假设下,本文推导出了它的Pfa,Pd和度量,ADT的解析表达式,并与其它方案进行了比较,分析结果表明它的均匀背景及多目标和杂波边缘引起的非均匀背景中,均 相似文献
2.
3.
本文基于剔除平均(TM)提出了一种新的最大选择(GO)恒虚警检测器,它的前、后沿滑窗均采用TM来产生局部估计,再选择两者之间的最大值作为检测器对杂波功率水平的估计,去设置自适应检测门限,并应用了何友(1994)提出的自动筛选技术,分析结果表明,它在均匀背景及多目标和杂波边缘引起的非均匀背景中的性能,均比GOSGO或OSGO获得了改善,并且它的样本排序时间还不到OS的一半,一充行的恒虚警方法如GO、 相似文献
4.
本文基于剔除平均(TM)提出了一种新的最大选择(GO)恒虚警检测器,它的前、后沿滑窗均采用TM来产生局部估计,再选择两者之中的最大值作为检测器对杂波功率水平的估计,去设置自适应检测门限,并应用了何友(1994)提出的自动筛选技术。分析结果表明,它在均匀背景及多目标和杂波边缘引起的非均匀背景中的性能,均比GOSGO或OSGO获得了改善,并且它的样本排序时间还不到OS的一半。一些流行的恒虚警方法如GO、GOSGO或OSGO、CMGO可看作是TMGO的特例。 相似文献
5.
6.
基于有序统计和自动删除平均的最大选择恒虚警检测器 总被引:1,自引:0,他引:1
基于有序统计(OS)方法和自动删除单元平均(ACCA)方法提出一种新的恒虚警检测器(OSACGO)以提高CFAR检测的性能,它采用OS和ACCA产生两个局部估计,然后取二者中最大值作为背景功率水平估计,从而设置自适应检测门限.在SwerlingⅡ型目标假设下,推导出OSACGO在均匀背景下虚警概率Pfa的解析表达式.通过与其它现有方案进行比较,结果表明在均匀背景及多目标和杂波边缘引起的非均匀背景中,OSACGO均具有相当好的检测性能,而它的样本排序时间只有OS和ACCA的一半. 相似文献
7.
一种基于排序和平均的新恒虚警检测器 总被引:6,自引:0,他引:6
基于有序统计和单元平均方法及文献中的自动筛选技术,提出了一种新的恒虚警检测器,它被称作排序与平衡均值(MOSCA)处理器。对这种新的恒虚检测器,在SwerlingⅡ型目标假设下,我们获得了虚警和检测概率及度量ADT的解析表达式。在均匀背景和存在强干扰目标的情况下,分析了它的检测性能,并将其与CA和OS-CFAR进行了比较。结果表明MOSCACFAR在均匀干扰背景中的性能位于CA和OS之间,在多目标 相似文献
8.
有序统计恒虚警(OS—CFAR)检测器在韦尔尔扰背景中的性能 总被引:6,自引:2,他引:4
本文研究韦尔干扰背景前的有序统计恒虚警算法,并在均匀干扰背景中分析它的性能,对于未知的形状参数C,本文基于来自参考滑窗随机变量的期望和中提提出一种估计方法,同时在均匀干扰背景中研究了这种估计方法的性能,结果表明,这种估计方案具有很的随加恒虚警损失,当N=16,C=2,K=12时,它的恒虚警损失比两参数有序统计恒虚警检测器小。 相似文献
9.
本文提出了一种基于有序统计和单元平均产生局部估计,并应用最大选择产生检测单元杂波功率水平估计Z的新的恒虚警检测器。我们推导出了该检测器在SwerlingⅡ型目标假设下的虚警概率、检测概率和度量平均判决门限解析表达式。分析了它在均匀背景和强干扰环境中的检测性能。 相似文献
10.
基于删除平均(CM)和单元平均(CA)提出了一种新型的恒虚警率检测器,它采用CM和CA产生局部估计,再将这两个局部估计与检测单元进行比较,取逼近于检测单元的局部估计作为总的杂波功率估计。在SwerlingⅡ型目标假设和高斯杂波下,推导出它的检测概率Pd和虚警概率Pfa的解析表达式。 相似文献
11.
有序统计(OS)和无偏筛选平均(UCM)均具有较强的抗干扰目标能力,本文基于文献[5]提出的自动筛选技术将二者组合在一起,得到一种新的恒虚警检测器MOSUCM-CFAR。在SwerlingII型目标假设下,并考虑瑞利分布杂波和单脉冲检测情形,推导出了MO-SUCM-CFAR检测器的P_(fa)、P_d和度量ADT的解析表达式,并与其它方案进行了比较。分析结果表明,MOSUCM-CFAR检测器在均匀背景中的性能是优于GOSCA和OS的,在多目标情况下,从总体上讲也是优于GOSCA和OS的。并且它的样本排序时间还不及OS的一半。 相似文献
12.
13.
一种新的最大选择恒虚警检测器 总被引:1,自引:0,他引:1
本文提出一种基于有序统计(OS)和单元平均(CA)产生局部估计,并应用最大选择(GO)产生检测单元杂波功率水平估计Z的新的恒虚警检测器(OSCAGO)。我们推导出了该检测器在Swerling Ⅱ型目标假设下的虚警概率(Pfa)、检测概率(Pd)和度量平均判决门限(ADT)解析表达式。分析了它在均匀背景和强干扰环境中的检测性能。并且把它与OS-,GOSGO-CFAR进行了比较。结果表明,OSCAGO在均匀杂波背景和多目标情况下的检测性能与OS和GOSGO相比,都有很明显的提高。在干扰目标数为某些值时,OSCAGO的CFAR损失比GOSGO小近3dB。 相似文献
14.
有序统计恒虚警(OS-CFAR)检测器在韦布尔干扰背景中的性能 总被引:1,自引:0,他引:1
本文研究韦布尔干扰背景前的有序统计恒虚警算法,并在均匀干扰背景中分析它的性能,对于未知的形状参数C,本文基于来自参考滑窗随机变量的期望和中值提出一种估计方法,同时在均匀干扰背景中研究了这种估计方法的性能,结果表明,这种估计方案具有很小的附加恒虚警损失,当N=16,C=2,k=12时,它的恒虚警损失比两参数有序统计恒虚警检测器小.. 相似文献
15.
本文基于剔除平均和单元平均提出一种新的CFAR检测器。我们预计这种检测器在均匀背景下将具有良好的检测性能。 相似文献
16.
K分布杂波背景下次序统计恒虚警检测器的性能 总被引:10,自引:1,他引:10
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。 相似文献
17.
18.
为了充分利用参考单元所提供的信息,减少恒虚警损失,该文基于无偏最小方差估计(UMVE)方法和有序统计(OS)方法,提出了一种新的恒虚警检测器(MOSUM-CFAR)。它的前沿和后沿滑窗分别采用UMVE和OS方法产生两个局部估计,再对二者求和得到背景功率水平估计。在Swerling II型目标假设下,文中推导出MOSUM-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MOSUM-CFAR在均匀背景和多目标环境下均具有相当好的检测性能。 相似文献
19.
两种具有自动筛选技术的广义有序统计恒虚警检测器及其在多目标… 总被引:1,自引:2,他引:1
本文提出两种广义修正的有序统计恒虚警(OS-CFAR)检测器和一种自动筛选技术。对这两种新的OS-CFAR检测器,在Swerling 2型目标假设下我们推出了虚警和检测概率及度量平均判决门限的解析表达式。在均匀背景和强干扰目标情况下,文中分析了它们的检测性能,并把它们与几个以前提出的恒虚警处理器进行了比较。 相似文献
20.
两种改进的适用于多目标情况的恒虚警检测算法 总被引:1,自引:0,他引:1
本文基于筛选平均和无偏筛选平均提出了两种改进的恒虚警检测器-MCM-CFAR和MUCM-CFAR,并应用了何友提出的自动筛选技术,在SwerlingⅡ型目标似假设下,并考虑瑞利分布杂波和单脉冲检测情形,本文推导出了MCM-CFAR和MUCM-CFAR检测器的Pfα,Pd和平均判决门限的解析表达式,并与其它方案进行了比较。 相似文献