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。     

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。     

CMCAM恒虚警率检测器性能分析

分析了CMCAM恒虚警率(CFAR)检测器在杂波边缘中的性能.在斯威林Ⅱ型目标假设下给出了它在杂波边缘情形中虚警尖峰的数学解析表达式,并与经典的有序统计(OS)恒虚警率检测器进行了比较.分析结果表明在杂波边缘环境中CMCAM检测器的虚警控制能力比OS检测器有效,当r≤7时它的虚警尖峰比OS检测器的虚警尖峰要低1-2个数量级,当7相似文献   

一种毫米波防撞雷达频域恒虚警处理新方法

针对毫米波防撞雷达中目标信号检测虚警率高的问题,提出一种基于有序统计量在瑞利分布杂波背景下的频域恒虚警检测(OS-CFAR)的方法。该方法通过对雷达差频信号的频谱进行检测,对检测后的信号进行杂波对消,使系统从雷达中频信号的频谱中检测出目标信号的谱线并滤除杂波。准确检测目标的同时去除干扰,从而降低目标信号检测虚警率。仿真结果证实了该方法适用于多目标干扰环境,能有效对抗杂波干扰,具有良好的虚警控制能力,提高了雷达系统的有效性。     

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     

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。     

基于OS和UMVE的最大选择恒虚警检测算法

为了提高恒虚警检测器在多目标环境下的检测性能及有效控制杂波边缘环境中虚警率的上升,基于结合高效的无偏最小方差估计(UMVE)算法提出了一种新的最大选择恒虚警检测算法(OSUMGO-CFAR),它的前、后沿滑窗分别采用OS和UMVE方法得到两个局部估计,将其中的最大值作为背景杂波功率水平估计,去设置自适应检测门限。在SwerlingⅡ型目标假设下,推导了该算法在均匀背景下的矩产生函数MGF、平均判决阈值ADT、多目标环境下检测概率Pd和杂波边缘环境中虚警尖峰的数学解析表达式。采用数值计算的方法,将恒虚警损失及虚警尖峰分别作为衡量算法在多目标和杂波边缘环境下性能优劣的标准。分析结果表明,该算法在多目标和杂波边缘引起的非均匀背景中的性能,均比OSTMGO和GOSGO算法得到了改善。     

基于沿航向干涉的星载双通道合成孔径雷达系统地面运动目标检测技术

目前在轨的星载合成孔径雷达（SAR）系统,大都局限于沿航向排列的两个通道用于地面运动目标检测、测速与重定位．沿航向干涉ATI（along-track interfterometry）技术利用两通道雷达图像间动目标和杂波干涉相位的差异,提高了地面慢速、弱小运动目标的检测能力,具有稳健性好,适用范围广,对地面场景RCS（radar cross section）起伏不敏感等特点,是双通道星载SAR系统普遍采用的一种GMTI（ground moving target indication）技术．基于干涉幅度／相位的联合分布和二元假设条件“杂波”及“杂波＋动目标”,文中系统地分析了SARATI技术中,常见的单边相位恒虚警检测和独立分布二级恒虚警检测方法,提出了条件分布二级检测和幅度／相位二维联合检测两种恒虚警检测方法,并以最优的基于NP（Neyman—Pearson）准则的似然比检测方法作为其他恒虚警检测方法性能的上限,对其性能进行分析和对比．仿真实验和性能分析结果表明,幅度／相位二维联合恒虚警检测方法稳健性好,实用性强,在低信杂比或低杂噪比条件下,检测性能良好．     

非均匀噪声下基于双剔除门限的恒虚警目标检测算法

为了解决雷达检测算法在非均匀噪声环境下目标检测性能严重下降的问题,在分析实际回波杂波分布特性的基础上,提出了一种基于双剔除门限的恒虚警目标检测算法,通过双剔除门限将极大极小干扰信号从参考窗口中剔除,实时精确估计背景噪声功率.经过与各检测算法仿真对比,该算法在多目标干扰、遮挡和杂波边缘干扰等非均匀背景噪声环境下仍具有最优的检测性能和鲁棒性.结果表明,所提出的目标检测算法在非均匀噪声环境下具有良好的检测性能.     

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。     

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.      

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。     

多径衰落环境下采用参考信道的自适应混合捕获

引入参考信道方法实现直序扩频系统PN码的自适应混合捕获,判决门限由参考信道采用单元平均恒虚警方法自适应设置．由于2个信道的本地PN码相位差远大于多径信号的最大时延,参考信道不会出现多径信号,因此能有效消除多径干扰对捕获系统的影响．对提出的参考信道捕获方法性能进行分析．仿真结果表明,提出的方法在良性环境下具有接近传统单元平均方法的性能,而多径衰落下性能明显优于传统的单元平均方法．     

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。     

TerraSAR-X数据沿轨干涉运动目标检测研究

为检验TerraSAR-X数据在地面运动目标检测(GMTI)应用中的潜力,并验证基于SAR沿轨干涉图的幅度和相位联合统计特性以及恒虚警率的检测方法(ATI-CFAR)对TerraSAR-X数据的适用性,利用TerraSAR-X卫星单发双收模式数据,基于一种ATI-CFAR方法,结合数据特点进行改进,对北京北五环部分路段开展GMTI实验研究。结合地面同步实验进行验证分析,结果表明:1) TerraSAR-X数据能够应用于GMTI,但干涉相位受干扰严重,使用统计的方法确定ATI相位阈值易发生过度估计,导致大量漏检;2)基于车速先验知识确定相位阈值,利用图解法确定ATI幅度阈值,能够有效地改善检测结果。本文方法检出率和正确率分别达到70%和87.5%,证明了其对TerraSAR-X数据的适用性,反映出TerraSAR-X数据在GMTI应用中的潜力。     

基于MMSE的快跳频系统多用户检测算法

针对快跳频多址系统,提出了基于最小均方误差(MMSE)准则的多用户检测算法.首先对接收矩阵的最大行进行判决,计算最大行信号的接收功率平均值和最小均方误差,选择最小MMSE的行作为期望用户的检测输出.仿真结果表明,本算法能提高无中心功率控制网络的容量和比特错误概率(BER)性能,同时,适合异步跳频网络的信号检测.