一种新的最大选择恒虚警检测器

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。     

一种新的基于剔除平均的最大选择恒虚警检测器

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。     

一种新的基于剔除平均的量大选择恒虚警检测器

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、     

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

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     

一种基于排序和平均的新恒虚警检测器

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     

恒虚警检测器中的双门限方法

叙述了双门限恒虚警检测器的原理，着重分析了两个门限的相互关系，给出了实用例子。     

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。     

基于最大选择恒虚警的脉冲探测方法

最大选择恒虚警（GO-CFAR）处理技术是雷达信号检测的一种重要方法。在最大选择恒虚警算法的基础上提出了一种应用于战术空中导航（TACAN）系统脉冲信号的探测方法,通过Simulink仿真对该方法进行了验证。     

一种新的基于有序统计和剔除平均的恒虚警检测器

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（ＭＯＳＴＭ），它采用ＯＳ与ＴＭ来产生局部估计，再对二者平均来实现对杂波功率水平的估计，并应用文献（４）提出的自动筛选技术，在ＳｗｅｒｌｉｎｇＩＩ型目标假设下，推导出它的Ｐｆａ，Ｐ４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，ＭＯＳＴＭ在均匀背影及多目标和杂波边缘引起的非均匀背景中，它的性能比ＯＳ和ＧＯＳＣＡ获得了     

测量距离末端处的恒虚警率

恒虚警率（ＣＦＡＲ）检测方法广泛地使用在雷达信号处理系统中，连在教科书中都有描述，但是，在距离取样起端和末端存在实现方面的问题，在那里，将丢失一个平均滑窗内的数据。普通的实现方法是假定丢失滑窗内的值为零。这使距离取样两端的虚警率增高。除非在这些区域内有气象杂波，否则这个问题通常并不明显，因此，异常虚警率将作为“气象突破”出现。     

一种新的基于有序统计和筛选平均的最大选择恒虚警检测器

本文基于有序统计（OS）和筛选平均（CM）提出了一种新的恒虚警检测器（OSCMGO），它采用OS和CM来产生局部估计，再采用最大选择逻辑来产生对杂波功率水平的估计，并应用了文献[4]提出的自动筛选技术，在SwerlingII型目标假设下，推导出了它的Pa、Pd和度量ADT的解析表达式，并与其它方案进行了比较，分析结果表明它在均匀背景和多目标环境中均具有较好的检测性能。     

一种新的基于单元逼近的恒虚警率检测器

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。     

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。     

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。     

一种双通道雷达恒虚警率处理方法

在分析双通道恒虚警率(CFAR)检测系统原理的基础上,以瑞利杂波分布为背景,建立了一个三元检测的数学模型,推导出线性检波下双通道CFAR检测器的虚警概率表达式。结合公式利用MATLAB仿真,定量分析了影响虚警概率的因素,并将其与单通道情况进行了比较,得出双通道的虚警概率是归一化门限与消隐门限的函数的结论。     

一种新型恒虚警检测方法初探

提出综合性能良好的混合型CFAR处理方法，分析其检测性能，并和常规CFAR处理方法进行了比较。     

一种新的分块恒虚警率检测技术

经典的参量型恒虚警率检测器只在特定的背景环境下才能得到较高的检测性能,而低空监视雷达的工作环境较为复杂,需要一种对杂波环境具有较强稳定性的检测器。为此,对传统的检测技术进行了改进,提出了一种新的分块恒虚警率检测技术。该技术通过对参考单元进行适当分块来提高对不同环境的适应能力,弥补了传统恒虚警率检测技术需要杂波背景分布的不足,增强了检测算法的通用性。给出了该算法在均匀杂波环境和杂波边缘环境下的虚警概率理论公式。计算机仿真验证了该技术的可行性和有效性。     

一种具有自动筛选技术的恒虚警检测器及其在多目标情况下的性能

提出一种新的基于有序统计的恒虚警检测器和一种新的自动筛选技术。这种新的检测器是广义有序统计单元平均（ＧＯＳＣＡ）恒虚警算法。对这种新的恒虚警算法在斯威林２型目标假设下，我们获得了虚警概率、探测概率和度量ＡＤＴ的解析表达式。在均匀背景和强干扰存在的情况下，分析了它的探测性能，并把它与ＯＳ－ＣＦＡＲ进行了比较。分析结果表明，ＧＯＳＣＡ－ＣＦＡＲ在均匀干扰背景和多目标情况下均具有较好的探测性能，而ＧＯＳ     

关于MOSCA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(MTMCA)。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。本文推导了它在均匀背景下的P_(fa)、P_d和度量ADT的解析表达式,并与其它几种CFAR方案的性能进行了比较,结论证明了我们的设想:MTM-CA的均匀背景性能要优于其它几种CFAR方案在多目标情况下,其恒虚警损失也比MOSCA,GOSCA和OS要小。这种检测器的样本排序时间相对较短,而且采用的文献提出的自动筛选技术能够提高它的抗干扰目标能力。