基于改进型恒虚警的毫米波雷达检测算法

为了提高毫米波雷达在多目标环境下的检测性能，在变化指数恒虚警（Variability Index CFAR,VI-CFAR）的基础上提出了一种改进算法，即当背景环境为多目标环境时，采用KL散度单元筛选恒虚警（Kullback–Leibler Trimmed Mean CFAR,KLTM-CFAR）替换单元平均恒虚警（Cell Averaging CFAR,CA-CFAR）与最小选择恒虚警（Smallest of CFAR,SO-CFAR）进行策略选择，有效避免了毫米波雷达在多目标环境下的目标遮蔽问题，提升了检测性能。对改进后的检测算法进行了仿真分析，结果表明，多目标环境下，在其他几种检测器基本丧失检测能力的情况下，该检测器仍保持着90%以上的检测概率，并且在均匀环境和杂波边缘环境下，也有较为良好的表现。