基于干涉图幅度和相位联合的慢动目标CFAR检测方法

 提出了一种新的基于干涉图幅度和相位联合的慢动目标CFAR检测方法.在理论层面上,基于复Wishart分布,推导出了均匀区域、不均匀区域和极度不均匀区域等不同环境下IMP检测量的统计分布族,并根据Mellin变换导出了各分布模型的参数估计器.在算法层面上,通过结合邻域平均这种等效的多视处理方式获得IMP检测量图像后,根据推导出的IMP检测量各分布模型对应的CFAR阈值求解方式,利用滑动窗口的形式实现慢动目标的自动检测.对双通道SAR实测数据进行实验,采用KL度量、MSE度量和K-S检验作为定量评估准则,结果证明了IMP检测量分布模型族及对应参数估计器的有效性以及基于IMP检测量实现慢动目标CFAR检测的更优性能.     

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。     

一种SAR图像舰船目标快速检测方法

基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPL AIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。     

几种恒虚警处理技术及性能比较

本文介绍了几种恒虚警处理技术,对参量法,着重介绍了单元平均和对数单元平均恒虚警处理;对非参量法,着重介绍了修正了的广义符号检验法(MGST)。叙述了它们的原理,实现框图,并对有关的性能进行了一些比较。对于杂波的统计特性,在一开头也作了简单介绍。雷达要在杂波中检测信号,由于地物、雨云、箔条等干扰的存在,会使虚警大大增加。要实现信号自动检测,雷达就必须在各种不同的背景干扰中使虚警率保持在可允许的范围以内,否则计算机就会过载而无法工作。因此,自动检测雷达必须具备恒虚警(CFAR)性能,CFAR 处理技术也可以改进现有雷达的性能,使之在强杂波干扰下仍能继续工作。所谓 CFAR 处理技术,就是要在各种不同的杂波环境下,使虚警概率保持在一个恒定的范围内,关于这方面的文献资料很多,这里简单介绍几种 CFAR 处理技术,并对它们的检测性能作一些比较,在这以前,关于杂波的统计特性也作一些简单的介绍。     

SAR图像机动目标检测的两种CFAR算法对比研究

分析和对比了SAR图像机动目标检测的两种实用算法:全局CFAR算法和局部双参数CFAR算法.首先分析了CFAR检测算法的基本理论,然后给出了两种CFAR算法的具体形式,在此基础上,对比了这两种CFAR算法的时间复杂度,总结了各自特点和流程.利用实测数据分别进行实验,进一步分析了各自的优缺点.     

Wishart分布情形下极化SAR图像目标CFAR检测解析方法

等效视数是影响极化合成孔径雷达（PolSAR）图像恒虚警 （CFAR）检测性能的重要参数.目前等效视数的估计大都不是整数,导致已有的基于整数等效视数的CFAR检测方法不再适用.为解决此问题,提出了一种新的PolSAR图像目标CFAR检测解析算法.首先,在Wishart分布假设下,推导出了多视极化白化滤波（MPWF）检测量的概率密度函数;然后对其积分得到了CFAR检测门限关于等效视数的解析表达式;最后通过仿真数据和AIRSAR实测数据比较了新方法与已有的适用于整数等效视数的检测方法和双参数恒虚警（2P-CFAR）检测方法的CFAR检测性能.结果表明新方法中实际虚警概率与给定的恒虚警概率最为接近,更好保证了CFAR检测的恒虚警假设.     

一种多目标精确计算恒虚警检测门限的方法——瑞利拟合法

雷达信号的恒虚警处理,在雷达自动检测中,是一个不可缺少的内容。目前关于计算检测门限的方法有很多。由于不同方法存在不同缺点和局限性,很难满足雷达系统的综合要求。本文借鉴传统恒虚警(CFAR)计算方法,提出一种新的恒虚警处理——瑞利拟合法。该方法与传统的恒虚警处理方法相比,不仅在多目标检测方面具有显著优点,而且检测门限精度高,很容易达到雷达指标要求。     

基于网络流量预测模型的CFAR入侵检测方法研究

论文提出了一种基于网络流量预测模型的CFAR入侵检测系统。采用AR模型对网络流量进行预测,并运用雷达信号处理中的恒误警CFAR技术,选取检测阀值以判定是否存在入侵信号。利用林肯实验室DARPA数据对系统进千亍试验,通过对不同的CFAR检测进行比较分析,最后提出三种CFAR联合检测,使得系统具有更高的检测率和更低的误警率。     

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.     

基于局部检测统计量的分布式CFAR检测及其融合方法研究

本文研究了分布式CFAR检测在Neyman-Pearson(NP)意义上的最优问题,阐述了基于二元局部判决和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R类和S类局部检测统计量,证明了基于这两种局部检测统计量的在NP意义上的最优分布式CFAR检测具有似然比检验形式.研究了它们的次优融合方法(OS-R-GLRT和OS-S-CA).结果表明,次优融合可以达到与相应的最优融合接近的性能.     

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.     

基于子带矩阵CFAR的海面慢速小目标检测算法

对于K分布海杂波环境下的目标检测,基于信息几何理论的矩阵CFAR检测器是一种有效的目标检测方法.但矩阵CFAR方法计算复杂度高且当目标多普勒频率严重偏离杂波频谱中心时,其检测性能不如自适应归一化匹配滤波器(ANMF)方法,影响其实际应用.为此,该文以滤波器组对接收信号进行滤波处理,提出一种基于滤波器组子带分解最大特征值的矩阵CFAR检测方法(FD-MEMD),通过双杂波抑制来解决目标多普勒频率偏离杂波频谱中心时矩阵CFAR方法失效的难题.最后,仿真实验验证了所提FD-MEMD具有较好的检测性能.     

Fisher纹理分布下基于匹配滤波的极化SAR图像CFAR检测方法

在已有的极化合成孔径雷达（PolSAR）图像恒虚警（CFAR）检测方法中,存在着高分辨下杂波模型适用性差的难题。为此提出了一种Fisher分布下的CFAR检测方法,并定义虚警损失率（CFAR Loss,C_L）以量化评估算法的恒虚警保持性能.首先,在乘积模型框架下引入Fisher纹理变量,推导出了多视极化匹配滤波（Multi-look Polarization Matched Filter,MPMF）检测量的概率密度函数（PDF）.然后,对PDF积分得到了虚警概率的闭合解析式,并设计了CFAR检测流程.仿真数据和机载合成孔径雷达（Airborne SAR,AIRSAR）数据实验结果表明,与基于K分布、G₀分布、Wishart分布的CFAR检测算法以及双参数恒虚警（two-Parameter CFAR,2P-CFAR）算法相比,新方法具有良好的恒虚警保持性能和检测性能,具有较强的鲁棒性,且运算时间未明显增加,相比于其他检测方法,品质因数（Figure of Merit,FoM）平均高出12.80%.     

SAR图像局部窗口K-分布目标检测算法

该文分析了双参数CFAR算法和K-分布CFAR算法的特点,将双参数CFAR算法局部窗口的概念应用到K-分布CFAR检测中,适应了SAR图像海面背景复杂且局域性强的情况,获得了较好的检测效果。     

Fisher分布下基于白化滤波的极化SAR图像CFAR检测方法

在已有的极化合成孔径雷达（SAR）图像恒虚警（CFAR）检测方法中,存在着高分辨下杂波模型适用性差的难题.为此提出了一种Fisher分布下具有虚警概率解析表达形式的CFAR检测方法.首先,在乘积模型框架下,引入Fisher纹理变量,推导出了极化白化滤波（PWF）检测量的概率密度函数（PDF）.然后,对PDF积分得到了虚警概率关于检测门限的解析表达形式,并设计了相应的CFAR检测算法流程.最后,通过机载合成孔径雷达（AIRSAR）实测数据比较了新方法和双参数恒虚警（2P-CFAR）算法及已有的基于K分布、G₀分布、Wishart分布的CFAR检测方法的检测性能.结果表明新方法能有效检测出目标,且鲁棒性较强,相比于其他检测方法,品质因数平均高出32.66%.     

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.     

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。     

基于窗口参数估计的距离扩展目标CFAR检测

雷达在探测目标时,若目标尺寸远大于雷达的距离分辨率,会在距离维上呈现出距离扩展目标特性,采用传统的点目标检测方法因无法利用全部能量而造成检测性能下降。本文针对距离扩展目标检测问题,以外辐射源雷达为背景,首先建立了外辐射源雷达距离扩展目标回波模型,提出了基于最大广义信噪比准则的距离扩展窗口参数估计方法来预估距离扩展目标的位置与宽度;为进一步判断窗口内是否为目标,研究了距离扩展窗口内的模糊恒虚警率（CFAR）检测算法,仿真比较了基于不同积累准则对各类起伏目标的模糊CFAR检测性能,并与传统的二进制积累CFAR比较,表明在均匀噪声环境和多目标环境下,基于模糊代数积积累的模糊CFAR检测性能均最优。最后结合外辐射源雷达舰船目标探测实验的实测数据处理结果,证明了基于模糊代数积积累的模糊CFAR具有最优的检测性能。     

SAR图像舰船目标检测算法的对比研究

SAR图像舰船目标检测有二种经典算法:双参数CFAR算法和K-分布CFAR算法。本文分析了二种算法的特点,使用RADARSAT卫星不同模式SAR图像分别进行实验,给出二种算法的适应性。     

一种结合空间信息的星载SAR图像舰船目标检测算法

针对常规恒虚警率(CFAR)方法对低信杂比合成孔径雷达(SAR)图像舰船目标检测效果不佳的问题,提出一种结合空间信息的星载SAR图像舰船目标检测方法。该方法通过将像素的空间信息与灰度信息相结合构造联合图像,以提高目标与背景的对比度,然后对联合图像进行CFAR检测。基于不同分辨力实测星载SAR图像舰船目标检测的实验结果表明,与直接基于CFAR的方法相比,该方法对低信杂比SAR图像具有更好的检测性能。