OSCAGO－CFAR检测器在干扰边缘中的性能分析

本文研究ＯＳＣＡＧＯ－ＣＦＡＲ检测器［１，２］在干扰边缘中的性能。文中推导出了它在干扰边缘环境中虚警概率的解析表达式，分析了它抗边缘干扰的性能，并且与ＧＯ、ＯＳ和ＣＡ－ＣＦＡＲ检测器进行了比较。结果表明，ＯＳＣＡＧＯ的抗边缘干扰性能比这三种ＣＦＡＲ检测器均有明显增强。同时，它在均匀背景和多目标环境中也保持了良好的检测性能。     

MOSCA-CFAR检测器在干扰边缘中的性能分析

本文研究MOSCA－CFAR检测器[1]在干扰边缘中的性能。文中推导出了背景噪声和杂波为高斯分布条件下，它在干扰边缘环境中虚警概率的解析表达式，分析了它抗干扰的性能，并且与OS、CA、SO和GOSCA等检测器进行了比较．结果表明，MOSCA在获得在均匀背景和多目标环境中的良好检测性能的同时也保持了较好的抗边缘干扰性能．     

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。     

自适应阵CFAR检测

介绍了一大类具有恒虚警率（CFAR）的自适应阵检测算法，虚警率可以在未知噪声协方差阵前提下设置成任意的预定值。这类算法可以结合任何常用的单元平均法和阵列权矢量综合的方法。本文推导出在实际应用中容易满足CFAR的充分条件，讨论了基本的系统参数，并举例说明用Monte Carlo法模拟可获得简单单元平均检测的检测性能，其中阵列权矢量用对角线加载法进行综合。     

量化秩非参数CFAR检测器在杂波边缘中的性能分析

人们常用均匀背景、多目标和杂波边缘3种典型背景来衡量雷达目标检测器的性能,但在现有文献中缺乏量化秩（Rank Quantization,RQ）非参数检测器在杂波边缘中虚警概率的理论模型,缺乏RQ非参数检测器与经典的参量型检测器在杂波边缘中虚警控制能力的比较.本文给出了RQ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CA （Cell Averaging）,GO （Greatest Of）,OS （Ordered Statistic）恒虚警方法在杂波边缘中的虚警控制能力.可以看出,采用高秩量化门限的RQ检测器的虚警控制能力要优于低秩量化门限的情况,在瑞利分布杂波边缘情况下,RQ检测器的虚警控制能力与非相干积累OS方法接近.但是当强杂波变为长拖尾分布的非高斯杂波时,非相干积累CA,GO和OS参量型检测方法的虚警概率产生了3个数量级以上的上升,且不能降回到原始设定的虚警概率.而RQ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.     

基于GIS信息的CFAR检测器

在雷达信号检测过程中,为了实现恒虚警处理,必须采用动态门限。恒虚警检测器的门限设置通常是利用待检测单元附近的距离单元杂波数据进行计算得到的。然而,杂波环境的非均匀性导致了杂波功率随着距离变化剧烈,常规的恒虚警检测器性能会显著下降。文中给出了基于地理信息系统的恒虚警检测算法,利用对杂波环境的了解程度,可以显著提高CFAR检测器的性能。利用IPIX雷达实测数据,验证了该算法性能优于常规的其他CFAR处理器。     

有序统计恒虚警（OS—CFAR）检测器在韦尔尔扰背景中的性能

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。     

相参压制干扰下的CFAR检测性能分析

非均匀杂波背景会对目标检测的性能产生影响.首先给出了CFAR检测原理及其相参压制干扰方法,分析了两种条件下相参压制干扰的策略,重点讨论了干扰功率和干扰分布特性下的CFAR检测性能,并进行仿真验证.对干扰实施和效果评估具有参考意义.     

杂波图CFAR平面技术在均匀背景中的性能

典型的杂波图恒虚警检测技术常被用于时域平稳、空域变化较剧烈的杂波环境。它在每个杂波图单元处都形成一个独立的检测阈值,于是被称为杂波图ＣＦＡＲ点技术。而沈福民提出了一种杂波图ＣＦＡＲ平面技术的构想。这是一种在时空两维变化都比较平稳的杂波环境情况下尤为适用的杂波图ＣＦＡＲ检测技术,我们将其称为面技术。本文具体推导了这种技术在时空两维都均匀的背景中的检测性能表达式,并同杂波图点技术的性能进行较细致的分析     

一种CFAR检测雷达的可控干扰新方法

针对目前常见恒虚警（CFAR）检测雷达干扰方法所产生干扰效果单一的问题,提出一种基于多相位分段调制的干扰方法。对该方法的基本原理进行说明,推导干扰信号的脉压输出结果,基于单元平均恒虚警检测方法,分析了该方法对CFAR检测雷达的干扰效果。最后进行仿真与分析,说明该干扰不仅可以形成压制干扰,还能够形成假目标欺骗干扰,并且通过对分路数、调制相位数以及调制相位值三个参数的变化,可以实现对假目标数与假目标幅值的控制,是一种灵活可控的干扰方法。     

基于谱范数的矩阵CFAR检测器

基于信息几何的矩阵恒虚警率（Constant False Alarm Rate,CFAR）检测器为雷达目标检测问题提供了新的解决思路,其主要组成部分是均值矩阵的估计和检测统计量的计算,且检测性能与矩阵流形上的几何测度有紧密关系.现有的信息几何测度都是从Frobenius范数考虑,本文则基于谱范数考虑了矩阵流形上的几何测度和均值矩阵估计问题.将均值矩阵估计问题转化为矩阵流形上的优化问题,根据目标函数的性质得到了计算简便的近似均值矩阵.利用不同方法得到的均值矩阵,提出了几种新的基于谱范数的矩阵CFAR检测器.通过检测势分析和仿真实验验证了其检测性能优于现有的其他矩阵CFAR检测器,复杂度分析也表明了其计算复杂度低于现有的其他矩阵CFAR检测器,为海杂波背景下的雷达目标检测提供了新的有效技术手段.     

一种基于单元筛选的CFAR检测方法

提出了一种基于对参考单元进行比较筛选的雷达恒虚警检测方法,并对其在不同背景条件下的检测性能进行了分析。结果表明,该方法可以在不降低均匀环境检测性能的条件下,明显改善CA和OS－CFAR的抗多目标干扰能力与在边缘杂波非均匀环境下的检测性能。     

有序统计恒虚警（OS－CFAR）检测器在韦布尔干扰背景中的性能

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．．     

基于参量检测的CFAR处理分析与实现

雷达信号的恒虚警率（CFAR）处理是现代雷达信号处理的重要内容。文中介绍了在杂波、噪声中检测目标的基本原理，并用参量CFAR检测方法分析了以瑞利杂波条件为例的恒虚警性能，最后给出了某新型火控雷达恒虚警电路的具体实现方法。     

关于MOLSCA恒虚警检测器的改进—MTMCA检测器

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。     

基于准最佳加仅有序统计的最大选择CFAR检测算法

为了提高恒虚警检测器在均匀背景中的检测性能及增强对干扰的鲁棒性，本文提出了一种准最佳加权（ＱＢＷ）有序统计方法。基于这种方法，还提出了准最佳加权最大选择恒虚警检测器（ＱＢＷＧＯ－ＣＦＡＲ），它的前、后沿滑窗均采用ＱＢＷ方法来产生局部估计，将局部估计中的最大值作为检测器对杂波波功率水平的的估计，设置自适应检测门限，应用文献［３］提出的自动筛选技术，在ＳｗｅｒｌｉｎｇⅡ型目标及瑞利杂波假设下，推导出了     

对雷达CFAR处理的压制干扰效应分析

研究了DRFM干扰对雷达目标CFAR检测的压制作用和噪声干扰与DRFM干扰共存时的干扰效应问题.在单元平均CFAR检测算法下,首先介绍了噪声对雷达检测门限、虚警概率以及目标信号检测概率的影响,然后详细分析了DRFM干扰和噪声与DRFM干扰组合时对目标检测的压制作用,得出了检测门限和检测概率的变化规律,确定了压制干扰的功率边界条件以及噪声与DRFM干扰的功率平衡准则.     

基于准最佳加权有序统计的最大选择CFAR检测算法

为了提高恒虚警检测器在均匀背景中的检测性能及增强对干扰的鲁棒性，本文提出了一种准最佳加权（ＱＢＷ）有序统计方法．基于这种方法，还提出了准最佳加权最大选择恒虚警检测器（ＱＢＷＧＯ－ＣＦＡＲ），它的前、后沿滑窗均采用ＱＢＷ方法来产生局部估计，将局部估计中的最大值作为检测器对杂波功率水平的估计，设置自适应检测门限，应用文献［３］提出的自动筛选技术在ＳｗｅｒｌｉｎｇⅡ型目标及瑞利杂波假设下，推导出了它的Ｐｆａ、Ｐｄ、ＡＤＴ及杂波边缘虚警尖峰的数学解析表达式分析结果表明，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．在特殊情况下，ＱＢＷＧＯ退化为ＧＯ和ＭＸ－ＣＭＬＤ