針對(duì)傳統(tǒng)恒虛警（CFAR）算法在非均勻環(huán)境下,待檢測(cè)單元（CUT）與參考窗的分辨單元不具有獨(dú)立同分布（IID）特性,檢測(cè)器性能出現(xiàn)劇烈下降的問題,提出一種新的CFAR檢測(cè)器。該檢測(cè)器首先引入一種M-N雜波邊緣二元積累實(shí)現(xiàn)非均勻雜波邊緣提取;然后,對(duì)數(shù)據(jù)平面內(nèi)相鄰雜波邊緣內(nèi)的數(shù)據(jù),利用一種地形特征分類算法實(shí)現(xiàn)對(duì)地形的分類編號(hào);最后,根據(jù)地形編號(hào)選擇與CUT相同地形的分辨單元作為參考單元實(shí)現(xiàn)CFAR檢測(cè),則所選擇的參考單元與CUT具有IID特性。利用實(shí)測(cè)數(shù)據(jù)驗(yàn)證M-N雜波邊緣二元積累檢測(cè)算法和地形特征分類算法的有效性。計(jì)算機(jī)仿真證明:文中提出的CFAR檢測(cè)器的性能,比傳統(tǒng)CFAR檢測(cè)器的性能有明顯提升。 

【文章來源】：現(xiàn)代雷達(dá). 2020,42(01)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

雜波邊緣檢測(cè)示意圖

對(duì)于某個(gè)方位向(或距離向)的回波數(shù)據(jù),利用1.1節(jié)中提出的雜波邊緣檢測(cè)算法,采用長(zhǎng)度為N參考窗對(duì)數(shù)據(jù)平面進(jìn)行滑窗處理,則每個(gè)分辨單元會(huì)進(jìn)行N次雜波邊緣檢測(cè),積累各個(gè)分辨單元在N次檢測(cè)中出現(xiàn)雜波邊緣的次數(shù),當(dāng)次數(shù)大于等于M時(shí),則認(rèn)為該分辨單元存在雜波邊緣。圖2給出了M-N雜波邊緣二元積累檢測(cè)的框圖。考慮M-N雜波邊緣二元積累檢測(cè)的性能隨著雜波邊緣的個(gè)數(shù)的變化情況,圖3給出了雜波邊緣的檢測(cè)概率隨著雜波邊緣個(gè)數(shù)變化曲線,數(shù)據(jù)平面內(nèi)有400個(gè)分辨單元,采用滑窗長(zhǎng)度N=32,取不同的M,兩個(gè)相鄰的雜波邊緣之間參考單元的個(gè)數(shù)是隨機(jī)的,一個(gè)窗長(zhǎng)度中會(huì)出現(xiàn)兩個(gè)或多個(gè)雜波邊緣,做10 000次蒙特卡洛實(shí)驗(yàn),結(jié)果如圖3所示。

考慮M-N雜波邊緣二元積累檢測(cè)的性能隨著雜波邊緣的個(gè)數(shù)的變化情況,圖3給出了雜波邊緣的檢測(cè)概率隨著雜波邊緣個(gè)數(shù)變化曲線,數(shù)據(jù)平面內(nèi)有400個(gè)分辨單元,采用滑窗長(zhǎng)度N=32,取不同的M,兩個(gè)相鄰的雜波邊緣之間參考單元的個(gè)數(shù)是隨機(jī)的,一個(gè)窗長(zhǎng)度中會(huì)出現(xiàn)兩個(gè)或多個(gè)雜波邊緣,做10 000次蒙特卡洛實(shí)驗(yàn),結(jié)果如圖3所示。由圖3可以看出,M-N雜波邊緣二元積累檢測(cè)能在參考窗中有兩個(gè)或多個(gè)雜波邊緣時(shí),也可以正確檢測(cè)出雜波邊緣的位置,并且性能不受雜波邊緣個(gè)數(shù)變化的影響,與參考窗內(nèi)只有一個(gè)雜波邊緣檢測(cè)概率相同。

【參考文獻(xiàn)】：
期刊論文
[1]非均勻地雜波背景下自適應(yīng)動(dòng)目標(biāo)檢測(cè)[J]. 胡子軍,習(xí)云飛,童建文.  指揮信息系統(tǒng)與技術(shù). 2018(02)
[2]基于雷達(dá)知識(shí)庫的知識(shí)輔助恒虛警檢測(cè)算法[J]. 盧術(shù)平,宋海洋,易偉,孔令講,楊曉波.  現(xiàn)代雷達(dá). 2017(06)
[3]海雜波背景下的雙參數(shù)單元平均恒虛警檢測(cè)器[J]. 武楠,徐艷國(guó),李宗武.  現(xiàn)代雷達(dá). 2010(02)
[4]相關(guān)Weibull分布雷達(dá)雜波的建模與仿真[J]. 賀宏洲,景占榮,徐振華.  計(jì)算機(jī)仿真. 2009(07)
[5]有序統(tǒng)計(jì)恒虛警（OS－CFAR）檢測(cè)器在韋布爾干擾背景中的性能[J]. 何友.  電子學(xué)報(bào). 1995(01)



本文編號(hào)：3028557