一种基于最大选择的Switching-CFAR检测器

针对传统CFAR(Constant False Alarm Rate)检测器不能同时适应于均匀和非均匀杂波背景的问题,提出了一种改进的CFAR检测器,即IEGOS(Iterative Excision Greatest of Switching)-CFAR检测器。在迭代删除的基础上,采用Switching方法,利用检测单元幅度自适应选择参考单元,得到前后滑窗的局部杂波功率估计,然后取二者中的最大值作为总的杂波功率估计,实现恒虚警检测。在SwerlingⅡ型目标和瑞利包络杂波分布的假设下,推导证明了IEGOS的恒虚警性,与CA、GO、SO、OS和EXS算法的对比分析表明IEGOS在均匀杂波、多目标干扰和杂波边缘中均拥有较好的性能,且该算法无需排序,便于工程实现。     

多目标环境中的自适应学习恒虚警率检测算法

针对多目标干扰过程中参考单元内目标干扰检测单元检测,提出一种自适应学习恒虚警检测算法。该算法根据选定参考的历史样本依次加权递推出估计杂波功率水平。仿真结果表明,加权递推滤波在剔除干扰和在杂波边缘中检测目标方面表现出了良好的性能,在对抗杂波边缘WRF-CFAR更是可取的。在均匀杂波背景中改进的CWRF-CFAR总体性能优于WRF-CFAR且随滤波长度的增加优势扩大。     

基于删除平均的VI-CFAR检测器

针对MLVI-CFAR检测器在多个随机分布干扰目标背景下检测性能不好,以及OSVI-CFAR检测器在均匀环境和仅单滑窗存在干扰目标的环境下检测性能欠佳问题,提出了一种基于删除平均(CML)的VI-CFAR检测器(CMLVI-CFAR).仿真验证了CMLVI-CFAR检测器在均匀背景及多目标干扰环境下,都具有比MLVI和OSVI-CFAR检测器好的检测性能,并且其在杂波边缘背景下的虚警控制能力与前两者也基本一致,说明其在实际杂波环境中具有更强的鲁棒性和良好的应用潜力.     

基于局部双参数估计的SAR图像CFAR目标检测技术

提出了在背景杂波呈现Weibull分布条件下的SAR图像恒虚警目标检测方法.从统计分析观点,推导了基于局部窗口的Weibull分布参数估计和自适应CFAR目标检测阈值的计算公式;对检测后的图像进行形态滤波处理以消除检测中的虚假目标;最后提出了应适当选择恒虚警率.仿真结果表明该方法的有效性.     

海杂波背景中的一种恒虚警率检测方法

提出了一种适用于机载预警(AEW)雷达海杂波背景中目标检测的双参数有序统计恒虚警(CFAR)处理方法———BOS CFAR方法,并对该方法在非高斯海杂波背景、多脉冲非相参积累和多目标干扰环境下的检测性能进行了讨论和分析。理论分析和仿真结果表明,该方法能有效地提高AEW雷达海杂波背景中的CFAR检测性能。     

密集多假目标干扰对CFAR检测影响分析

分析了密集多假目标干扰对雷达CFAR检测的影响.首先介绍了密集多假目标产生机理,给出了3种不同功率调制方式的密集多假目标干扰产生方法,在此基础上,以雷达一次搜索周期内虚警、漏警造成的检测代价作为检测性能指标,分别分析了单元平均恒虚警检测器、有序恒虚警检测器、剔除和平均恒虚警检测器在3种密集多假目标干扰方式下的检测代价.仿真结果表明:密集多假目标干扰环境下,检测代价受假目标间距影响明显,受假目标干扰功率影响较小,雷达采用单元平均恒虚警检测器付出的检测代价较采用有序恒虚警检测器、剔除和平均恒虚警检测器付出的检测代价小.     

韦布尔干扰中有序统计平均恒虚警检测器性能

证明了形状参数已知条件下有序统计平均恒虚警检测器在韦布尔分布杂波背景下具有恒虚警性能,推导了该背景下OSCA-CFAR检测器对非起伏目标的检测概率Pd和平均判决阈值的解析表达式,用数值方法讨论了尺度参数和序值变化对检测性能的影响,最后分析了多目标情况下该检测器的性能,并于有序统计进行了比较,分析结果表明OSCA在多目标环境下具有较好的检测性能.     

一种新的雷达恒虚警(CFAR) 处理器

如何维持雷达检测系统恒定的虚警率是现代雷达技术和信号处理技术中重要的问题之一。为使雷达检测系统在复杂的杂波环境中获得恒定的虚警率,就需要有高性能的恒虚警(CFAR)处理器。本文提出的新型CFAR 处理器选择一个与被检测距离单元的值相接近的均值来作为CFAR 的门限,从而使这种处理器具有能够及时反映外部杂波环境变化的自适应性;它硬件实现简单,具有很好的抗多目标效应、抗杂波边缘效应、抗大目标“吃”小目标效应以及降低(CFAR)损失的性能。     

一种改进的最大选择逻辑恒虚警检测算法

在已有的恒虚警处理算法中,由于单元平均（ＣＡ）和有序统计（ＯＳ）法都是剔除平均（ＴＭ）法的特例,因此可以考虑用ＴＭ法代替一些参量ＣＦＡＲ算法中所采用的ＣＡ或ＯＳ法,以期获得更优的检测或控制虚警的性能。基于这种思想提出ＴＭＣＡＧＯ检测器,并在ＳｗｅｒｌｉｎｇⅡ型目标假设下推导Ｐｆａ、Ｐｄ和ＡＤＴ的解析表示式。通过对其在均匀背景和强干扰目标环境下性能的分析,以及与ＯＳＣＡＧＯ、ＧＯＳＧＯ和ＯＳ等检测器性能的比较,发现ＴＭＣＡＧＯ在上述环境中的性能较这几种检测器均获得了明显的改善。     

基于背景建模和前景建模的红外运动检测

为抑制了红外图像信噪比低、非静止背景等引起的虚警产生,将基于背景建模和前景建模运动检测(BM-FM)算法引入红外面目标检测中;为抑制因目标与背景对比度低引起的部分目标区域漏检,提出了基于空间邻域信息的前景建模方法(SNFM),利用前一帧图像在像素点邻域内的前景目标点为样本,用核密度估计进行前景建模.试验表明了基于该前景建模方法的BM-FM算法的有效性.     

基于频域CFAR方法的PD雷达回波信号处理

为了提高PD雷达杂波环境下的目标检测性能,研究了机载PD雷达恒虚警检测问题。重点分析了频域均值恒虚警处理的基本原理与处理方法,采用不同方法对雷达面临的典型杂波分布信号模型进行了性能仿真分析。仿真结果表明,最大选择恒虚警处理方法能够达到预期效果。     

MIMO雷达和组网雷达的CA2CFAR检测性能比较

多输入多输出(MIMO)雷达是近几年出现的一种新雷达技术,也是近几年雷达领域研究的重点。建立MIMO雷达的信号模型,明确给出MIMO雷达进行CA2CFAR检测的检测概率和虚警概率解析表达式,对组网雷达和MIMO雷达在均匀杂波背景下CA2CFAR检测性能进行了分析对比。仿真结果表明。MIMO雷达对类似噪声特性的复杂目标具有更好的检测性能。     

区域雷达网分布式检测性能改善方法

针对文献 [3]提出的秩 K方法及文献 [4]的应用结论进行了讨论 ,提出利用 Neym an- Pearson融合准则改善区域雷达网分布式检测性能方法 ,分析表明 ,该方法使区域雷达网恒虚警同时 ,提高了其检测概率     

一种基于G0分布的SAR图像快速CFAR检测方法

杂波统计模型是决定CFAR检测算法性能的关键因素.G0分布能对单视和多视SAR图像中均匀、一般不均匀和极不均匀区域精确建模,但存在参数估计复杂、阈值表达式难以求解的问题,限制了其实用性.针对这些问题,分别采用矩估计法和二分法来完成参数的估计和阈值的求取,并通过目标区域预筛选和迭代计算等手段进一步提高了计算效率,得到了一种兼顾检测效果和效率的快速CFAR检测方法.实验结果验证了该方法的有效性.     

基于目标特征的光学遥感图像舰船检测方法

针对在大场景、高分辨率的光学遥感图像舰船目标检测中,传统的阈值检测方法效果不佳,而恒虚警法计算量大的缺点,研究一种根据检测舰船目标的特征,对每个可能的目标区域,快速计算检测阈值的方法。同时,研究基于RNN网络及信噪比的特征选择方法,对目标的特征进行优选并对候选目标进行鉴别。实验结果表明,采用本文方法进行舰船目标检测能获得较好的检测结果.     

信息几何在脉冲多普勒雷达目标检测中的应用

信息几何是以微分几何为基础发展起来的一个新兴学科方向,研究流形和度量空间上的统计问题,它提供了解决雷达信号处理和数据处理问题的一种新思路.雷达回波通常表示为复多元高斯分布,基于复多元高斯分布流形上的黎曼几何结构,提出了一种CFAR检测器结构,并分析了高斯杂波环境下的虚警概率和检测概率.仿真实验表明,在短脉冲序列条件下,...     

基于目标先验知识的二次CFAR检测算法

舰船检测与监视有着广泛的军事和民用意义,而SAR图像是舰船检测的有效手段。针对双参数CFAR算法存在的问题,本文提出了一种基于目标先验知识的二次恒虚警检测(CFAR)算法,能自适应的调整检测窗口的大小,有效提高算法的效率。实验证明,该算法在效率和精度方面都有较大提高。     

车载UWB SAR干扰自适应抑制新方法

在分析车载超宽带合成孔径雷达(UWB SAR)探测系统中干扰类型及其产生机理的基础上,针对Tsaipei Wang等提出的批处理方法的局限性,提出一种基于迭代运算的图像域自适应干扰抑制方法.该方法利用基于韦布尔分布的恒虚警率(CFAR)检测器提高干扰信号估计的准确性;采用迭代方法在线估计和更新参数,实现干扰的自适应抑制.实测数据处理结果表明:该方法可有效抑制自信号干扰,且结构上适于实时处理,可满足车载UWB SAR探测系统对图像预处理的要求.