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.     

AMTD系统频域双参数恒虚警性能分析

在机载雷达动目标检测系统中 ,用于目标检测的Doppler通道中的杂波剩余严重影响着系统检测性能。为在一定的虚警概率下提高系统的检测概率 ,针对抑制杂波后目标检测 Doppler通道存在 Rice分布干扰的情况 ,提出一种频域双参数恒虚警 (bi- parameter constant false alarm rate,BP- CFAR)处理方法。BP- CFAR处理方法分别在频域与距离域估计干扰的均方差与均值 ,取其线性组合作为各通道的检测判决门限。在频域存在杂波剩余的情况下 ,BP- CFAR与干扰的双参数分布相匹配 ,是统计意义下的最优检测器 ;与传统的单参数恒虚警处理方法相比 ,明显改善了系统的适应性和检测性能。     

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。     

非平稳噪声环境下LFMCW信号恒虚警检测算法研究

为了提高电子侦查系统中对非平稳噪声环境下线性调频连续波信号的实时检测能力,提出了一种对信号进行分段检测的低复杂度算法.根据假定最大调频斜率设定窗函数宽度,将截获信号均匀分割为多个序列,在每个时间序列内建立短时谐波模型,并采用多个正交窗函数对信号进行加权离散傅里叶变换.在此基础上,推导出符合F分布的检测模型.该模型与噪声功率无关,因此检测前无需统计噪声功率,可对非平稳噪声环境下的信号进行恒虚警率检测.仿真分析了影响该算法性能的参数,通过与单窗口检测算法对比,验证了该算法在非平稳噪声环境下优良的检测性能.     

非均匀噪声环境下分布式IVI-CFAR检测算法

为了解决传统分布式VI-CFAR(variability index-constant false alarm rate)和OS-CFAR(order statistic constant false alarm rate)算法在多杂波干扰环境下检测性能严重下降的问题,提出了一种分布式IVI-CFAR(improved VI-CFAR)检测算法。在VI-CFAR的基础上,引入双参考窗和双参量,通过各子参考窗参量与对应门限的比较,判断子参考窗中参考单元的分布情况,从而选择相应的参考单元集和检测器估计背景噪声功率。经过仿真对比,在单杂波和多目标干扰环境下,分布式IVI-CFAR算法检测性能接近于分布式VI-CFAR和OS-CFAR算法;在多杂波干扰环境下,分布式IVI-CFAR算法检测性能优于分布式VI-CFAR和OS-CFAR算法,采用“OR”融合规则时,检测性能最优。结果表明,提出的分布式IVI-CFAR算法在非均匀噪声环境下,均具有较优的检测性能。     

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。     

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     

调频连续波雷达的二维截断统计量恒虚警检测方法

针对调频连续波(FMCW)雷达在密集多目标环境中检测能力降低的问题,提出了采用右截断瑞利分布模型的二维截断统计量恒虚警(TS-CFAR)检测方法。首先对目标回波信号进行二维快速傅里叶变换(FFT)得到二维幅度谱,接着采用二维参考窗在幅度谱上滑动以剔除二维滑窗内幅度过高的参考单元,进而采用右截断瑞利分布模型描述剩余参考单元,最后采用基于最大似然估计的查表法估计门限参量并进行目标检测。与FMCW雷达常用的有序统计量恒虚警(OS-CFAR)和单元平均恒虚警(CA-CFAR)方法相比,TS-CFAR方法在密集多目标环境中检测能力更强。仿真分析表明,当参考窗内有6个干扰目标且检测概率为0.9时,TS-CFAR方法的CFAR损失比CA-CFAR方法小3dB,比OS-CFAR方法小0.8dB,而且由于在运算过程中采用了查表法,TSCFAR方法的计算量远小于OS-CFAR方法。实验结果验证了TS-CFAR方法对FMCW雷达的目标检测的有效性。     

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。     

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。     

一种动态可配置二维CFAR处理器的设计与实现

为实现多场景下二维恒虚警(CFAR)算法的硬件加速,提出了一种基于FPGA平台的动态可配置二维CFAR处理器实现结构.该处理器实现了单元平均(CA)、最大选择(GO)、最小选择(SO)及有序统计(OS)4种二维矩形窗检测器的流水运算.通过参数的控制,该处理器支持参考窗尺寸、保护窗尺寸及检测器类型等可配置.对于256×512点二维检测数据,该处理器各检测器的运算时间均小于3 ms,检测门限相对误差不超过0.1%.验证结果表明该处理器能较好地完成雷达二维检测数据的恒虚警检测工作.     

基于Rice-CFAR的SAR图像舰船检测

文章在大量试验的基础上,发现Rice分布能更好地描述噪声和海况因素引起的船海对比度较低时的SAR图像海杂波这一特性,因此提出了基于该分布的CFAR舰船检测算法。实验中利用30m分辨率VV极化下的高海况ENVISAT ASAR数据和3m分辨率HH极化下的高噪声的TerraSAR-X单视数据。结果表明Rice分布CFAR舰船检测算法可用于高海况和高噪声下的SAR图像,在检测准确率及耗时上也优于传统概率模型CFAR算法。     

多传感器阵列信号的分布式恒虚警检测

对于均匀Gauss背景中的Swerlling II型起伏目标的多传感器分布式恒虚警检测,为了充分利用阵列雷达接收信号间的相位关系,采用了相干检波信号处理方式.针对局部检测统计量信息量大,通信带宽小的特点,结合实际检测中信号强度未知等困难,提出了广义似然比恒虚警(GLR-CFAR)局部处理算法.仿真结果表明,该检测方式性能接近最优性能,传感器积累对信噪比改善明显,达到3～7 dB, 提高小信号目标的检测概率,且具有实现简单的优点.因此,此方法适合用于多雷达检测场合.