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。     

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。     

基于删除平均和单元平均的CFAR检测器性能分析

基于删除平均(CM)和单元平均(CA),提出了一类恒虚警率(CFAR)检测器,其采用CM和CA产生局部估计,再对局部估计进行平均、选大、选小等逻辑运算实现对杂波功率的估计。分析了所提3种检测器的在均匀和非均匀背景下的检测性能。结果表明,在均匀背景和多目标环境下,对局部估计进行平均的检测器性能最优。     

混响背景下基于自动删除算法的恒虚警检测器

该文提出了一种混响背景下基于自动删除算法的恒虚警检测器。该方法可以自动删除参考单元中的干扰点,从而可以克服Barnard等人(2004)提出的方法所存在的缺点。推导了该检测器的平均虚警概率和平均检测概率。最后通过对仿真数据和试验数据的处理结果验证了该检测器的优越性。     

一种新的基于UMVE和OS的恒虚警检测算法

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。     

基于异常单元删除的改进CFAR检测器

雷达在大入射余角海杂波下进行检测时易受到功率突然增大的杂波异常单元影响,虚警率及误检率较高。为解决此问题,提出具有杂波抑制模块与恒虚警模块的二级检测器。杂波抑制模块通过参考单元的协方差矩阵构造正定矩阵,求解其矩阵范数用以估计杂波功率水平,根据功率水平设置一个动态门限,剔除异常单元后的杂波作为待检测信号输入恒虚警模块,恒虚警模块使用基于有序数据可变性的自动删除平均（ACCA-ODV-）CFAR检测器来改进传统变化指数恒虚警（VI-CFAR）检测器。仿真结果表明,新检测器在均匀杂波环境中检测性能与单元平均恒虚警(CA-CFAR)检测器几乎相同,在多目标环境中检测性能远远优于最大选择恒虚警(GO-CFAR)检测器、最小选择恒虚警(SO-CFAR)检测器、CA-CFAR检测器及VI-CFAR检测器,在杂波边缘环境中虚警控制能力仅次于VI-CFAR检测器与GO-CFAR检测器。综合考虑实测数据中各个检测器的检测结果,改进后的检测器在高分辨率大入射余角情况下具有最优的检测性能。     

韦布尔杂波下非参数量化秩检测器的性能

 非参数量化秩(RQ)恒虚警率检测器在雷达目标检测中占据着重要的地位,本文采用解析的方法分析了量化秩检测器在韦布尔分布中的检测性能,并考虑了均匀杂波背景和多目标环境情形,目标模型为Swerling II型.本文给出了非参数量化秩检测器在韦布尔杂波背景中的虚警概率和检测概率的解析计算表达式,并与参量型单元平均(CA)检测器的检测性能进行了对比.     

秩和非参数检测器在杂波边缘中的性能

人们常用Rohling教授提出的3种典型背景即均匀背景、多目标和杂波边缘来对检测器的恒虚警率(CFAR)性能进行衡量,但在现有的文献中缺乏秩和(RS)非参数检测器在杂波边缘中虚警概率的解析表达式,缺乏RS检测器与经典的参量型恒虚警率(CFAR)检测器在杂波边缘中虚警控制能力的比较,这在理论研究上是不完整、不全面的。该文给出了RS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单元平均(CA),选大(GO)和有序统计(OS)恒虚警方法在杂波边缘中的虚警控制能力。可以看出,在强、弱杂波均为瑞利分布的情况下,RS检测器在杂波边缘的虚警控制能力处于非相干积累CA方法和非相干积累OS方法之间。但是当长拖尾分布的非高斯杂波进入参考滑窗时,非相干积累CA, GO和OS参量型检测方法的虚警概率都产生了3个以上数量级的上升,且不能回到原始设定的虚警概率。而RS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。     

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。     

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.     

多目标情况下的CFAR检测

本文提出并研究在参考单元中有干扰目标时使用的三种检测器。在加权单元平均恒虚警率(WCA—CFAR)检测器中,根据干扰电平对由超前和滞后距离单元产生的均值加权。最佳权重既保持获得 CFAR 又使检测概率最大。接着研究校对平均电平检测器(CMLD),它要求准确地知道干扰目标的数目。研究 CMLD 对SwerlingⅣ目标的检测性能,并同 SwellingⅡ目标的检测性能相比较。然后,介绍广义校对平均电平检测器(GCMLD)。GCMLD 不要求事先知道干扰目标的数量并获得良好的性能。它先确定干扰目标的数量,然后删除它们对应的采样。推导删除干扰目标概率和总检测概率的精确表达式。本文还给出了 GCMLD 与近来提出的CFAR 检测器的性能比较,以证明 GCMLD 的优越性。     

基于自动删除算法的最大选择恒虚警检测器

基于自动删除单元平均(ACCA)恒虚警算法,提出一种新的恒虚警检测器(ACCAGO-CFAR)以提高CFAR检测的性能。它的前沿和后沿滑窗均采用ACCA算法来产生2个局部估计,取其中最大值作为总的背景功率水平估计,从而设置自适应检测门限。在SwerlingⅡ型目标假设下,推导出ACCAGO-CFAR在均匀背景下虚警概率P_(fa)的解析表达式。通过与其他现有方案进行比较,结果表明ACCAGO在均匀背景及多目标和杂波边缘引起的非均匀背景中,均具有较好的检测性能,尤其是在杂波边缘环境中,它的虚警尖峰比ACCA小近2个数量级,并且处理时间也比ACCA大为缩短。     

基于有序统计和自动删除平均的最大选择恒虚警检测器

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.     

基于UMVE算法的恒虚警检测器

基于无偏最小方差估计（UMVE）算法，提出了一种新的恒虚警检测器（UMVEM-CFAR）。它的前沿和后沿滑窗均采用UMVE算法来产生局部估计，再对两者求和得到背景功率水平估计。在SwerlingⅡ型目标假设下，推导出UMVEM-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只的解析表达式，与OS—CFAR相比，UMVEM在均匀背景和多目标环境下均具有最好的检测性能，并且它的处理时间只有OS的一半。     

基于CA-CFAR检测下多假目标的压制干扰门限

在分析多假目标环境下单元平均恒虚警(CA-CFAR)检测器检测性能的基础上,提出一种多假目标压制干扰门限的概念,通过理论推导出压制干扰门限值,为分布式小型干扰机参数设置提供一定的理论参考。即当假目标落入雷达检测目标的参考单元内,假目标数量和功率的乘积超过压制干扰门限时,真实目标的检测概率将不大于0.1,压制干扰有效。同时分析了参考单元总数和虚警概率对压制干扰门限的影响。最后用仿真实验验证了压制干扰门限的有效性和可行性。     

一种基于GO-CFAR的塔康信号检测技术

在最大选择恒虚警率（GO-CFAR）雷达信号检测方法的基础上提出了一种应用于塔康（TACAN）信号的检测技术,它采用前后滑窗单元平均产生噪声估计,再对二者进行比较取最大值实现对目标信号的检测,从而代替了传统塔康检测中的固定门限设置。在均匀高斯白噪声背景下,得出了塔康信号的检测概率、虚警概率和平均判决阈值的解析表达式。使用SIMULINK建立了系统仿真模型,对该方法进行了验证。分析结果表明,该技术具备较好的塔康信号检测性能。     

某些修正型单元平均恒虚警处理器在多目标环境下的性能分析

单元平均恒虚警(CA-CFAR)检测器中检测概率的严重降低,已知是由于参考单元组存在干扰目标引起的。为了防止在杂波“边缘”上出现过大虚警,经常采用在超前和滞后单元组之间选大(GO-CFAR)的技术。但是,业已证实,对瑞利目标而言,上述抑制作用在选大恒虚警装置中更加严重。实际上,几乎不能检测出相隔很近的目标。建议对自适应门限均值选小来减轻这个问题。还导出了这种检测器的P_d的分析表示式,并且证明,虽然它确实防止了这种抑制作用,但是,除非参考单元数足够多,否则,会引入大的灵敏度损失。为了在复杂的非均匀环境中实现自动检测,建议采用修正型选大恒虚警检测器与一个“检查(censoring)”电路相结合的办法。     

MIMO雷达双门限恒虚警检测

由于MIMO雷达的多通道特性,使得MIMO雷达各接收天线之间需要进行大量的数据传输。在MIMO雷达中应用双门限检测可以使数据传输量大大降低。本文在单元平均恒虚警检测器的基础上,提出了一种MIMO雷达双门限恒虚警检测器,设计了MIMO雷达双门限恒虚警检测器的结构,将其检测性能和单门限恒虚警检测器进行了对比,分析了MIMO雷达双门限检测器在多目标环境下的检测性能。仿真结果表明在MIMO雷达中应用双门限检测具有结构简单,数据传输量低等特点,在单目标和多目标环境中,双门限恒虚警检测器的检测性能均优于单门限恒虚警检测器。      

K杂波下基于Bootstrap的分布式检测

传统雷达目标检测算法在相关K分布杂波下虚警概率过高,为此提出了一种基于Bootstrap 的分布式检测(BBDD)算法.仿真数据表明,BBDD在相关K分布杂波中的虚警控制能力优于分布式广义符号检测器(DGSD),且K分布杂波形状参数变化对BBDD的虚警概率影响不大,适当增加BBDD脉冲参考单元数可更好地控制虚警概率.同时,为定量控制BBDD虚警概率,分块数据长度选择应根据杂波相关长度与脉冲累积单元数之间大小关系谨慎选择.最后,仿真结果证明了所述方法和相关结论的正确性.     

飞机尾流的频域CFAR检测性能分析

飞机尾流探测是一个崭新的研究方向,飞机尾流回波经过傅里叶变换后,其多普勒谱是展宽的.对微弱的尾流目标回波,对展宽的多普勒单元进行分布目标的恒虚警(CFAR)处理有利于充分利用频谱能量,提高检测概率.文中利用矩母函数的定义得到了Г分布杂波背景下分布目标检测器的虚警概率和检测概率的解析表达式,并提出了检测单元个数选择的依据.针对不同的杂波功率,算法可以自适应地选择合适的检测单元个数.文中的分析可以用于频域检测器设计,并对检测性能进行分析.