基于地形融合分类的分区二维恒虚警检测器

在非均匀杂波背景下,由于恒虚警( CFAR)检测器与杂波背景幅度分布不匹配,导致检测器性能出现剧烈下降。针对此问题,提出了一种基于地形融合分类的分区二维CFAR检测器。首先提出一种基于拟合优度( GoF)的地形融合分类算法来对非均匀杂波背景下的地形进行分类编号,同时记录各地形的幅度分布及幅度分布参数;再根据地形编号及记录的幅度分布选择相匹配的CFAR处理窗实现分区二维CFAR;最后利用实测数据验证了该地形融合分类算法的有效性,并用半实测、实测数据对所提出CFAR检测器性能进行了仿真验证,结果表明相比传统二维CFAR检测器,所提出的CFAR检测器在非均匀背景下性能有明显提高。     

复合高斯杂波下抑制失配信号的自适应检测器

随着雷达分辨率的提高及擦地角的减小,海杂波幅度分布明显偏离瑞利分布,表现出很强的非高斯特性,复合高斯模型得到广泛应用。因此该文以复合高斯杂波为背景,研究当信号发生失配时的雷达目标检测问题。该文基于两步广义似然比(GLRT)检验,设计了复合高斯杂波下对失配信号具有选择性的自适应检测器。为了设计选择性检测器,在零假设下引入虚假干扰以修正原始二元假设,并假设该虚假干扰与实际目标信号在白化空间正交。该文提出的检测器对海杂波纹理分量及协方差矩阵恒虚警(CFAR)。最后利用仿真及实测海杂波数据,通过蒙特卡洛实验验证该检测器的有效性。实验表明,该文所提检测器有效提高了对失配信号的选择性,同时对距离扩展目标匹配信号的检测性能也有1～3 dB的提升。      

广义K分布杂波模型参数估计

假设杂波散斑分量和幅度调制分量均服从广义Gamma分布是广义K分布杂波模型的前提条件.本文以参数解耦技术为突破点,提出了一种杂波模型参数估计算法,将一个四维非线性最优化问题转化为一个一维最优化问题,从而降低了计算量和所需样本数,提高了估计性能.仿真结果验证了算法的有效性与准确性.     

在分布瑞利杂波中进行检测

本文推导了在空间白色分布瑞利杂波背景下用于相位／幅度编码雷达信号的奈曼－皮尔逊离散时间检测器，探讨了与脉冲持续时间密切相关的数据记录的处理方法，推导和计算了用于几种具有实用价值的波形最佳检测器性能得益的程度。本文还阐述了：如果杂波受到限制，在空间分布瑞利杂波中的检测性能实际上与波形编码无关。     

机载L波段雷达海杂波幅度分布特性分析

机载雷达主要在海杂波背景下探测舰船目标，探测性能受海杂波影响大，海杂波分布特性直接影响检测器设计和系统探测性能.本文对L波段机载雷达回波特性、海杂波分布特性进行了理论分析建模，从目标检测的角度提出了海杂波预处理流程，并采用拟合的方法，基于实测数据对Rayleigh分布、Lognormal分布、复合K分布、Weibull分布等四种典型的杂波分布进行了验证，所用5级高海情和3级低海情数据样本分析表明，四种分布中Lognormal分布显著占优.上述方法与结论可用于辅助雷达最优检测器设计，具备较高的工程应用价值.     

不需要训练数据的分布式MIMO雷达距离扩展目标检测器

在非均匀杂波环境中,研究了高分辨率分布式多输入多输出(MIMO)雷达的距离扩展目标检测问题。由于分布式MIMO雷达观测到的杂波是非均匀的,无法获得足够的独立同分布的均匀训练数据来估计检测单元的杂波协方差矩阵。采用复逆Wishart分布对杂波协方差矩阵建模,基于该杂波模型设计了一种不需要训练数据的分布式MIMO雷达距离扩展目标广义似然比检测器。数值仿真结果表明:在非均匀杂波环境中,所设计的检测器的性能比用训练数据的协方差矩阵类检测器有明显的改进。     

Weibull海杂波环境中基于Hough变换的目标检测研究

给出了基于Hough变换的信号检测结构，用Weibull分布对加拿大McMaster大学IPIX雷达的某单个距离单元的海杂波幅度数据进行拟合，构造了仿真环境，基于MonteCarlo仿真对基于Hough变换的检测器在非起伏目标和四种Swerling起伏环境下的目标检测性能进行了分析，并得到了有参考价值的结论     

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。     

基于Simulink的近海岸杂波背景中LFM信号的检测

近海岸复合杂波的幅度分布有多个尖峰,表现出了较强的非平稳特性,因此在该杂波背景下有效检测舰船等运动目标是一个非常困难的问题。探讨此杂波背景下线性调频(LFM)信号的检测对于研究地、海复合杂波背景中运动目标的检测有重要的意义。利用WVD分布对LFM信号具有时频聚集性的特点,本文基于Matlab7.1中的Simulink平台建立了近海岸复合杂波背景下的LFM信号的检测模型,实验结果证明该模型具有很好的实时性和集成性。     

雷达大下视角下地杂波特性分析

在大下视角场景应用时,雷达的目标检测性能极易受到地杂波的影响。而且在大下视角下,地杂波存在明显的空时耦合效应,使地杂波无法被完全抑制。为了研究雷达大下视角下地杂波的特性,采用假设检验、分布拟合的方法对相关实测数据进行分析,统计出其对应的幅度分布,并对其相关性、峰度和偏度等进行研究,为后续大下视角下目标检测算法的研究提供理论支撑。通过分析,大下视角下地杂波与韦布尔分布更加接近,并具有相当长的时间相关性,但相邻距离单元之间的空间相关性很低。因此,大下视角下地杂波出现了大量孤立散射点,其幅度服从韦布尔分布,且出现了更多复杂的特性,传统的单元平均恒虚警检测器已不再适用。     

A novel threshold optimization of ML-CFAR detector in Weibull clutter using fuzzy-neural networks

This paper provides a novel and effective approach based on an adaptive neuro-fuzzy inference system for the solution of constant false alarm rate (CFAR) detection for Weibull clutter statistics. The optimal detection thresholds of the maximum-likelihood CFAR (ML-CFAR) and the Censored ML-CFAR (CML-CFAR) detectors in Weibull clutter with unknown shape parameter are obtained using fuzzy-neural networks (FNN) technique. The theory of the FNN is presented and the genetic learning algorithm (GA) is applied for the training of the FNN threshold estimator. The proposed FNN-ML-CFAR and FNN-CML-CFAR detectors proved to be efficient particularly in the case of spiky clutter. Experimental results showed the effectiveness of an adaptive neuro-fuzzy threshold estimator under different system conditions and it is also shown that the optimal FNN-ML-CFAR and FNN-CML-CFAR detectors can achieve better performances than the conventional ML-CFAR and CML-CFAR algorithms.     

一种新的极化SAR图像目标CFAR检测方法

该文提出了一种新的极化SAR图像目标CFAR检测算法。首先,在乘积模型框架下,引入具有均匀度变化下广泛杂波区域建模能力的逆Gamma分布,推导出了极化匹配滤波(PMF)检测量的分布模型P-G0分布。进而,利用基于Mellin变换的对数累积量导出了P-G0分布的参数估计器,保证了PMF检测量的精确建模。最后,推导出P-G0分布的CFAR检测阈值求解公式,以此设计了新的CFAR检测算法。利用RADARSAT-2极化SAR数据的实验结果表明了P-G0分布对不同均匀度的地物都具有良好的拟合性能,所提检测算法能够实现均匀度变化较大环境下目标的准确、自动检测。     

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.     

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。     

机载雷达多杂波分布类型的恒虚警检测方法

本文提出了一种检验杂波分布类型的有效方法,该方法首先通过概率密度变换方法对被检验的杂波序列进行变换,再应用简单的正态分布检验方法检验变换后的序列,以此来检验原杂波序列的分布类型.针对常用的瑞利、韦布尔、对数正态杂波类型,与χ²和KS拟合检验方法进行了仿真比较,结果表明该方法检验精度高,计算简单,并且通用性强,克服了经典检验方法受区间划分影响大,对参数估计精度要求高,计算复杂的缺点.在杂波检验的基础上,根据OS-CFAR和log-t CFAR检测方法设计了适应于多杂波分布类型的CFAR处理器,对特定杂波类型CFAR检测器与背景杂波类型失配的各种情况的检测性能进行了仿真和分析.     

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。     

一种复杂环境下改进的SAR图像双边CFAR舰船检测算法

双边恒虚警率(BCFAR)检测算法通过高斯核密度估计器计算出合成孔径雷达(SAR)图像的空间信息,并将它与图像的强度信息相结合得到联合图像以进行目标检测。相较于只使用强度信息来进行目标检测的经典CFAR检测算法,双边CFAR有着更好的检测性能和鲁棒性。然而,在复杂环境下出现连片的高强度异质点时(例如防波堤、方位模糊和幻影等),核密度估计器计算出的空间信息会出现较多误差,这会导致检测结果中出现大量虚警。此外,当遇到相邻像素点间相似度较低的弱目标时,双边CFAR会发生漏检。为了有效改善这些问题,该文设计一种复杂环境下改进的SAR图像双边CFAR舰船检测算法(IB-CFAR)。该文所提IB-CFAR主要分为3个阶段来实现,分别为基于非均匀量化法的强度层级划分、强度-空间域信息融合、杂波截断后的参数估计。基于非均匀量化法的强度层级划分可以提升弱目标的相似度和对比度信息,从而提升舰船检测率。强度-空间域信息融合在于将空间相似度、距离向和强度等信息进行融合,在进一步提升检测率的同时对舰船的结构信息进行精细化描述。杂波截断后的参数估计可以去除背景窗口中连片的高强度异质点,最大限度地保留真实海杂波样本,使参数估计更加精确。最后,根据估计出的参数建立精确的海杂波统计模型以进行CFAR检测。该文使用高分3号和TerraSAR-X数据来验证该算法的有效性和鲁棒性。实验结果表明,所提出的算法在包含较多密集分布的弱目标环境下表现良好,在此类环境下能获得97.85%的检测率和3.52%的虚警率,相比于现有的检测算法,检测率提升了5%,并且虚警率降低了10%,但在弱目标个数较少且背景十分复杂的环境下,则会出现少量虚警。      

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。