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。     

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。     

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。     

一种精确估计恒虚警检测器阈值因子的方法

针对恒虚警检测器在利用求解阈值因子方法时需要大量样本且搜索耗时较长的问题,提出了一种基于仿生微粒群的精确估计雷达恒虚警检测器阈值因子的方法.将指定虚警概率下的求解阈值因子问题转化为一个最小化问题,再利用微粒群方法对其进行求解,而微粒群优化采用基于种群的搜索方式.惯性因子可以随着迭代数的变化自适应调整,从而线性地减少了惯性因子的数值,致使算法具有平衡全局搜索、局部搜索的能力和较高的搜索效率.仿真结果表明,所提方法可在指定的精度下快速实现单雷达或者雷达组网等多种恒虚警检测器阙值因子的精确估计,节省了近5O%的时间,提高了解的检测精度,并具有良好的鲁棒性和快速收敛等特点.     

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   

基于子波变换的雷达杂波处理方法

讨论了基于子波变换的抑制低频杂波成分的子波恒虚警处理,抑制高频杂波成分的子波浮动阈值处理和能够同时对杂波的低频成分和高频成分进行抑制的混合杂波处理方法,给出了三种处理模型和相应的杂波处理效果.通过对瑞利杂波和韦布尔杂波的子波系数的统计分布特性与零均值高斯杂波子波系数统计特性进行比较,说明该方法对非平稳分布的雷达杂波的处理具有很好的适应性.     

威布尔杂波背景下的恒虚警检测

讨论了线性检波下威布尔杂波背景的恒虚警检测问题.对均匀杂波情形,由矩估计方法得到了参数估计的解析表达式,并分析了基于矩估计得到的恒虚警检测器的检测性能,结果表明:这种方法得到的估计参数的方差比由极大似然估计得到的要小,且基于此法的恒虚警检测损失比基于极大似然估计和次序统计量估计的也要小.对非均匀杂波情形,提出了贝叶斯恒虚警检测器,检测性能分析表明:贝叶斯恒虚警检测器的检测效果明显优于基于矩估计的恒虚警检测器,比基于极大似然估计和次序统计量估计的检测器效果好,且样本数越小效果越明显.     

WT-CFAR雷达杂波处理器

根据子波变换的多尺度分析理论,构造了一种恒虚警雷达染处理器。并对子波分解尺度的选取进行了分析,最后对杂波环境下的雷达信号进行处理,验证了该方法的有效性和鲁棒性。     

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。     

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     

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.     

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．     

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。