一种非均匀背景下的多策略CFAR检测器

为了提高非均匀背景下的雷达目标恒虚警(CFAR)检测性能,该文基于变化指数CFAR(VI-CFAR)检测器,提出一种多策略CFAR(MS-CFAR)检测器。该检测器通过对参考窗中的杂波背景进行估计,自适应选择单元平均CFAR(CA-CFAR)、逼近CFAR(AC-CFAR)和交互式CFAR(S-CFAR)中的一种作为最优检测策略。仿真结果表明,MS-CFAR在继承了VI-CFAR优点的基础上,在均匀背景、杂波边缘和多目标干扰等背景下都表现出更好的检测性能,且具有更稳健的抗杂波边缘和抗多目标干扰性能。     

一种混合型CFAR 处理方法

从理论上分析HCE(heterogeneous clutter estimate)恒虚警方法的检测概率与虚警概率。得出HCE—CFAR处理性能随参考滑窗中两杂波区域功率水平之比γ变化的曲线，并与单元平均(CA)方法的性能进行比较。设计混合型CFAR处理方法，给出其工作原理并通过分析、比较得出混合型CFAR具有优越的性能。     

一种新的基于删除平均和单元平均的恒虚警率检测器

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(CMCAM—C5、CFAR)，它采用CM和CA产生局部估计，再对二者平均实现对杂波功率估计。在SwerlingⅡ型目标假设和均匀背景下，推导出了它的检测概率(Pd)、虚警概率(Pfa)和平均判决阈值(ADT)的解析表达式，并与有序统计(0S)恒虚警率(CFAR)检测器进行了比较。分析结果表明在均匀背景和多目标环境下CMCAM—CFAR检测器的性能均优于0S—CFAR检测器的性能。     

船舶交通管理系统雷达双重自适应门限CFAR检测器设计与分析

分析了删除式恒虚警(ECA—CFAR)检测器存在的问题，提出了根据杂波强度自适应调整ECA—CFAR检测器第一门限——双重自适应门限CEAR处理方法，较好地解决了ECA—CFAR检测器由于第一门限选择不当造成的虚警概率升高和目标检测概率下降的问题．对利用计算机产生的雷达杂波和目标进行了模拟实验，实验结果表明，提出的CFAR方案在多目标环境下的检测性能优于ECA—CFAR检测器。     

基于排序的自动剔除Switching-CFAR检测器

针对传统恒虚警(Constant False-Alarm Rate,CFAR)检测器在非均匀噪声环境下检测性能较差的问题,本文提出了一种基于排序的自动剔除Switching-CFAR(Automatic Censoring Switching-CFAR Detector Based on Sorting,ACS-CFAR)检测器.选择参考窗中间单元为测试单元,其余单元按照幅值升序排列,根据两个分界点位置参数,选择合适的参考单元集进行背景噪声功率估计以及结合参考单元数和目标恒虚警率计算相关系数,得到最优检测门限.经过仿真对比,ACS-CFAR检测器在均匀噪声环境下检测率为98.73%,接近于单元平均恒虚警(CA-CFAR)检测器;在非均匀噪声环境下检测率为98.16%,优于可变索引恒虚警(VI-CFAR)和自动删除平均恒虚警(ACCA-CFAR)检测器,虚警率误差均控制在0.10%以内.结果表明,本文提出的ACS-CFAR检测器在均匀噪声环境以及杂波和多目标干扰环境下均具有较好的检测性能.     

基于FPGA的二维双向CFAR处理器的设计与实现

在雷达自适应检测中,一维恒虚警率（CFAR）处理器只能在单一维度进行目标检测.因此基于一维CFAR算法提出一种在现场可编程门阵列（FPGA）上实现的二维双向CFAR处理器结构.该结构同时考虑了距离维和多普勒维的检测信息,提高了检测精确度.该处理器支持CA、GO、SO、OSCA、OSGO、OSSO等6种CFAR检测算法可选,支持参考单元数量、保护单元数量、排序值、门限因子可配置,可在多种杂波环境下应用.实验结果表明,当信噪比为12 dB时,6种检测算法检测概率均在80%以上;该处理器的最大综合时钟频率为137 MHz,使用的逻辑单元远小于FPGA资源,可以满足工程实际应用要求.      

与初始噪声分布无关的恒虚警处理器

为提高单元平均类恒虚警 (CA- CFAR)检测的性能 ,提出一种新的与噪声初始分布无关的恒虚警处理方法 ,即 Gauss双参数恒虚警检测 (GB- CFAR)方法。其特点是根据独立同分布噪声的非相参积累结果近似 Gauss分布的特性 ,用不同的参考单元估计积累后噪声的均值和标准差 ,然后将待检测单元减去均值估计值 ,再与标准差估计值和固定门限的乘积相比较 ,从而实现恒虚警检测。结果表明 ,由于剔除积累后的噪声均值等价于剔除了部分噪声能量 ,因此提高了信噪比 ,使得检测性能明显优于传统的 CA - CFAR检测器     

利用相位特征筛选参考单元的改进CFAR方法

在传统单元平均恒虚警的基础上，提出一种利用相位特征筛选参考单元的改进恒虚警方法：通过判断连续脉冲回波在同一参考单元时的相位线性情况，剔除相位线性度强的参考单元，形成待检测单元适应性更好的检测门限，并通过仿真与实测数据测试，对比该算法与其他均值类恒虚警算法在不同环境背景下的检测性能。结果表明：在均匀单目标背景下，改进的恒虚警算法与单元平均恒虚警检测性能相当，比其他均值类检测器检测性能更好；而在多目标环境与杂波边缘环境下，改进的恒虚警算法相比其他均值类恒虚警算法能更好地避免目标遮蔽现象，检测性能更好。     

有源干扰背景下基于CFAR的信号检测方法改进

针对瑞利噪声分布的回波信号,单元平均CFAR算法是一种简单有效的信号检测方法。当回波背景中加入有源噪声干扰时,该检测方法受到限制。首次以噪声调幅干扰为信号杂波背景,建立数学模型。基于CFAR算法,分析该有源噪声干扰对信号检测概率的影响。对CFAR算法进行改进,使得信号检测方法适用于信号杂波背景的变化。最后通过仿真验证了此改进的CFAR算法提高了噪声干扰背景下信号的检测概率,并达到抗干扰的目的。     

基于双剔除门限的Switching-CFAR目标检测算法

为了解决传统的目标检测算法在非均匀噪声环境下检测性能严重下降的问题,提出了一种基于双剔除门限的Switching-CFAR（switching-constant false alarm rate based on dual censoring thresholds,DCS-CFAR）目标检测算法。基于参考窗参考单元样本期望值和测试单元,得到双重剔除功率比较门限。通过双重比较,剔除参考窗中极大值参考单元,根据剩余参考单元数,选择合适的参考单元来估计背景噪声功率,并得到功率检测门限。在Matlab环境下,通过蒙特卡洛方法和SwerlingII模型对DCS-CFAR目标检测算法的关键参数,以及在各种仿真环境下与其它目标检测算法的检测性能进行了仿真对比分析,DCS-CFAR目标检测算法在均匀背景噪声下,检测率为98.76%,接近于CA-CFAR算法;在杂波和多干扰目标环境下,检测率分别为97.83%和98.23%。在均匀和非均匀噪声环境下,DCS-CFAR检测算法均优于ACCA-CFAR和GO-CFAR算法。结果表明,提出的DCS-CFAR检测算法在均匀和非均匀噪声环境下, 均具有良好的检测性能。     

AR噪声参数估值误差对自适应检测器性能的影响

本文从理论上研究了采用自适应逆谱(或白化)滤波器级联匹配滤波器构成的自适应检测器的性能,着重分析了背景噪声AR参数估值误差对检测性能的影响。以两种典型的信号型式(宽带、窄带)为例的分析计算表明,这类检测器的检测性能对参数估值误差并不敏感。因而自适应逆谱(或白化)滤波器级联适当的匹配滤波器方案是一种有用的自适应检测器方案。     

Multi-user performance analysis of differential frequency hopping system over Rayleigh-fading channel

A novel non-coherent detection scheme for differential frequency hopping （DFH） system is proposed in asynchronous multi-user environments over Rayleigh-fading channels. The synchronous and asyn- chronous multi-user performances of DFH with the conventional detection scheme and this novel detection scheme are analyzed, respectively. The performance results are validated with simulation. The results of analyses and simulations prove two conclusions. Firstly, the performance of asynchronous multi-user DFH system overcomes that of synchronous multi-user DFH system over Rayleigh-fading channel. Secondly, the novel detection scheme can achieve better performance than the conventional non-coherent detection scheme in asynchronous multi-user environments.     

噪声环境中基于HMM模型的语音信号端点检测方法

在噪声环境下如何提高语音信号端点检测的准确性是自动语音识别（ＡＳＲ）研究中的一个重要课题．常用的基于短时能量的端点检测方法对于能量较低的音节或在信噪比较低的环境下,检测性能不够理想．讨论了一种基于ＨＭＭ模型的语音信号端点检测方法．先用训练的方法生成背景噪声和废料的模型,再用Ｖｉｔｅｒｂｉ解码算法对待测信号进行处理,并给出了具体的实现方法．实验测试结果表明,基于ＨＭＭ的端点检测方法的检测性能接近于人工检测,方法是有效的．     

基于AR模型的平坦衰落信道仿真

无线信道大多处于复杂的传播环境中,研究复杂环境下的信道仿真是进一步研究空时信号处理技术的基础。本文实现了复杂传播环境下平坦衰落信道的AR模型仿真。在研究接收信号(含直射和方向性散射)复包络二阶统计特性的基础上,采用AR模型对信道进行仿真。仿真结果表明:基于AR模型的平坦衰落信道的仿真结果与理论曲线匹配度高,而且AR模型求解简便,适用于复杂环境下的信道。     

时序模型用于圆度预测补偿控制问题的理论探讨

本文研究了以AR(自回归)时序模型用于圆度预测补偿控制问题;从最小方差控制的角度,指出了AR模型的局限性而应代之以ARV模型.文中讨论了运用自校正调节器的可能性,以克服加工环境慢时变特性对预测控制的影响.     

橡胶沥青混合料的疲劳性能

参考美国AASHTO TP8标准要求,根据中国沥青混合料的成型现状,采用MTS(material test system)控制加载,选择改进的三分点加载小梁弯曲疲劳试验评价了亚利桑那州体系下的橡胶沥青混合料的疲劳性能.试验结果表明:橡胶沥青混合料的疲劳寿命与应变水平有着很好的线性关系;使用了间断级配和高沥青用量的橡胶沥青混合料的疲劳性能明显好于一般AC-13级配下的SBS(苯乙烯-丁二烯-苯乙烯嵌段共聚物)改性沥青混合料和基质沥青混合料;橡胶沥青混合料优异的疲劳性能与高温稳定性与沥青及特殊的级配有密切关系.     

橡胶沥青混合料疲劳性能影响因素研究

参考美国国家公路与运输协会(AASHTO)标准TP8要求,根据中国沥青混合料的成型现状,采用材料试验机(material test system,MTS)控制加载,选择改进的三分点加载小梁弯曲疲劳试验对橡胶沥青混合料疲劳性能影响因素进行了研究.研究表明:橡胶沥青油石质量比在7.5%～9.0%时,橡胶沥青混合料的疲劳寿命随沥青掺量的增加而增大;在正常的空隙率范围内,随着空隙率的减小,橡胶沥青混合料的疲劳寿命逐渐增加,但饱和度太高,对混合料的疲劳性能不利;胶粉掺量在19%时的疲劳性能最好.对各影响因素进行关联度分析表明,空隙率对橡胶沥青混合料的疲劳性能影响最为显著,沥青饱和度、油石质量比和胶粉掺量对疲劳性能也有较大影响.     

基于最大值参考单元的双剔除门限恒虚警目标检测算法

针对传统恒虚警目标检测算法在非均匀噪声环境下虚警率过高的问题,提出一种基于最大值参考单元的双剔除门限恒虚警(dual censoring threshold based on maximal reference cell-constant false alarm rate,DCT-MRC-CFAR)目标检测算法.基于参考窗最大值参考单元得到剔除比较门限,通过比较,剔除极大值参考单元,根据剩余参考单元的数量选择参考窗中剔除后剩余参考单元或者参考窗中全部参考单元来估计背景噪声功率,并得到功率检测门限.与其他算法进行仿真对比,DCT-MRC-CFAR算法在均匀噪声环境下,检测性能接近于单元平均恒虚警(cell averaging-constant false alarm rate,CA-CFAR)算法;在非均匀噪声环境下,检测性能较稳定,且优于自动删除单元平均恒虚警(automatic censored cell averaging-constant false alarm rate,ACCA-CFAR)和自动双删除单元平均恒虚警(automatic dual censored cell averaging-constant false alarm rate,ADCCA-CFAR)算法.结果表明,提出的DCT-MRC-CFAR目标检测算法在均匀和非均匀噪声环境下,均具有较优和较稳定的检测性能.     

基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法

为了解决有序统计恒虚警(order statistic constant false alarm rate,OS-CFAR)、有序统计最大选择恒虚警(order statistic greatest of-constant false alarm rate,OSGO-CFAR)和有序统计最小选择恒虚警(order statistic smallest of-constant false alarm rate, OSSO-CFAR)检测算法在非均匀噪声环境下检测性能严重下降的问题,基于威布尔分布模型和模糊量化的软决策方法,提出了一种加权有序统计量的模糊恒虚警(weighted order statistic and fuzzy rules constant false alarm rate, WOSF-CFAR)检测算法。通过计算 Leading和Lagging子窗口对应的模糊隶属函数值,采用代数积、代数和、最大选择和最小选择4种融合规则对2个子窗口的模糊输出量进行融合,并与比较门限进行比较判别目标有无。仿真表明,提出的检测方法与OSGO-CFAR, OSSO-CFAR算法相比,在均匀噪声、杂波边缘干扰和多目标干扰环境下均具有较好的检测性能,尤其是采用代数积融合规则时,检测性能最优,且提出的检测算法在均匀噪声环境下也具有最佳的检测性能。