《雷达恒虚警设计研究1》由会员分享，可在线阅读，更多相关《雷达恒虚警设计研究1（21页珍藏版）》请在金锄头文库上搜索。
1、.雷达恒虚警研究摘要：本文对雷达CFAR处理方法进行了综述 ,讨论了CFAR检测方法的方向:参量和非参量的 CFAR方法。明确了空域 CFAR 处理的概念,并着重讨论了空域 CFAR 处理研究中 ML类、OS 类和自适应 CFAR 算法。也简单介绍了时域CFAR处理和非参量CFAR处理的方法。并且提到了分布式CFAR检测 ,阵列信号 CFAR处理 ,极化 CFAR处理等极具潜力的研究方向。最后针对几种典型的恒虚警检测算法的性能、优缺点进行了讨论。关键字：参量和非参量CFAR 空域CFAR 时域CFAR ML-CFAR OS-CFAR 自适应CFAR性能分析6 / 22.Title：Method
2、 and Principle of Radarsignal CFARAbstract：This paper reviews on theradar CFARprocessing method,the direction of CFAR method for detection:parametric and non-parametricCFAR method. Make a clear concept of thespatial CFARprocessing. And discusses theclass ML,class OSand adaptive CFARalgorithm of the
3、spatial CFAR.Also simply introduced the time domain CFARprocessingmethod and non-parameteric CFARprocessing.Andmentioned thedistributed CFAR detection, array signalprocessing of CFAR,research direction ofpolarization CFAR processingpotential.Finally,theperformance and advantages and disadvantages of
4、 several typicalCFAR detection algorithmare discussed. Keywords：parametric and non-parametricCFAR spatial CFAR time domain CFARML-CFAR OS-CFAR adaptive CFARperformance analysis.目次1 引言 12 恒虚警处理方法的分类23 均值类MLCFAR处理 33.1 单元平均CA-CFAR检测算法33.2 最大选择GO-CFRA检测算法43.3 最小选择SO-CFAR检测算法 54 有序统计量OS-CFAR处理 64.1 顺序统计
5、量检测算法 64.2 删除均值CMLD-CFAR有序统计量算法 64.3 削减平均TM-CFAR有序统计量算法 74.4 其他有序统计量算法 75 自适应CFRA处理 86 时域CFAR处理杂波图CFAR检测 97 非参量CFAR处理107.1 符号检测器 107.2 Wilcox on检测器 108 其他CFAR处理的研究118.1 频域 CFAR检测 118.2 分布式 CFAR检测 118.3 阵列信号CFAR检测118.4 极化CFAR检测118.5 多分层CFAR处理129 对均值类及有序统计量类算法的性能分析 139.1 均匀杂波背景下的检测性能 139.2 五种恒虚警方法的ADT
6、139.3 强干扰目标下的检测性能 149.4 均值类ML的优缺点 149.5 有序统计量类OS的优缺点 15结论 16致谢 17参考文献 18.1 引言雷达是军事和民用领域主要的目标探测工具,它的主要目的是在各种干扰存在的杂波背景下检测出有用目标。这些干扰包括接收机内部热噪声、地物、雨雪、海浪等杂波,电子对抗措施,人工有源和无源干扰 ,以及与有用目标混杂在一起的邻近干扰目标和它的旁瓣。一般说来,这些干扰不是单一存在的,实际的雷达工作背景都是多种干扰的混合。如何在极为复杂的杂波背景下准确区分有用目标回波,并得到目标的一些参数,这是雷达目标信号检测的重点和难点所在。雷达目标自动检测中若采用固定阈
7、值检测,杂波功率的微小增加将会使得虚警率剧烈变化,从而导致雷达数据处理设备过载,雷达无法工作,这时即使信噪比很大也无法做出正确判断。故在对回波信号进行提取时,需要检测器具有恒虚警性能。恒虚警处理就是一种提供检测阀值的数字信号处理算法,其算法有许多。本文将介绍恒虚警处理的几种方法及其原理,并简述其的适用范围和性能。.2 恒虚警处理方法的分类对 CFAR 的研究只是在近三十年才发展起来的。但是现已成为国际雷达信号处理界的一个重要研究方向,并且形成了如下一些研究领域：高斯和非高斯杂波背景中的 CFAR检测；参量和非参量 CFAR 方法；时域和频域的CFAR研究；标量和向量 CFAR方法；单传感器和多
8、传感器分布式 CFAR 检测；相关和不相关条件下的CFAR检测；以及在各种目标模型条件下和结合各种检测策略的 CFAR处理的性能分析。这些领域是相互交叉的。而本文将CFAR分为参量和非参量两大类。参量 CFAR 方法适用于杂波分布类型已知的情况。按照不同的参数估计方法,参量CFAR 方法又可分为空域 CFAR 处理和时域 CFAR处理。非参量 CFAR 方法适用于杂波分布未知的情况,无须关于背景噪声或杂波分布的先验信息。为了简化对 CFAR 检测的性能分析,Rohling将均匀和非均匀杂波背景简化为 3 种典型情况, 即均匀背景、多目标和杂波边缘环境。根据这三种情况,空域CFAR处理就分为均值
9、类MLCFAR处理、有序统计量类OSCFAR处理和自适应CFAR处理。参量 CFAR处理中的另一类是时域CFAR处理,即杂波图CFAR处理。在均值类MLCFAR处理中,又有几种经典算法。它们分别是单元平均CA-、最大选择GO-、最小选择SO-和杂波强度加权WCA CFAR检测。而自适应CFAR处理是现在热门研究的方向,人们已研究了许多类型的CFAR处理技术,如CCA、HCE、AC、GCMLD、ACCA等。非参量CFAR处理中又分为基于符号的检测器和基于秩的检测器。.3 均值类MLCFAR处理CFAR算法的基本流程如图 1所示。输入信号包括检测单元 Y和 2n个参考单元。参考单元位于检测单元两侧
10、,前后各 n个。保护单元主要用在单目标情况下,防止目标能量泄漏到参考单元影响检测效果。Z为总的杂波功率水平的估计,通过对 2n个参考单元的 CFAR处理得到。T为标称化因子,它和 Z的乘积作为参考门限电平。当检测单元的值超过 T Z时,认为有目标,反之,认为无目标。一般情况下,杂波同噪声相互独立,且平方律检波后都满足指数分布。参考单元概率密度函数为 式中,是噪声功率。Z是一个随机变量,它的分布取决于CFAR算法的选取以及参考单元的分布。虚警概率 Pfa的表达式为 其中,H0表示没有目标,MZ 称为矩母函数。3.1 单元平均CA-CFAR检测算法在CA CFAR检测器中,背景杂波功率水平Z为 2
11、n个参考单元之和。3指数分布是分布在= 1的特殊情况,分布的概率密度函数为4。其中,和是两个参数,就是通常说的函数,对于整数,它等于 !。相应的概率分布函数用 G 表示,服从分布的随机变量 X记做 XG 。X的矩母函数为根据独立同分布的假设,第 i个单元服从分布xiG 。由于两个独立随机变量和的矩母函数等于各随机变量的矩母函数的积,所以得到Z G 将式 、 式 代入式 得到 所以,得到标称化.因子 T的计算式,即8。图 1CFAR算法处理流程3.2 最大选择GO-CFRA检测算法最大选择 GO- CFAR是选取前面 n个参考单元之和与后面 n个参考单元之和中的大者作为 Z。GO、 SO算法的杂
12、波功率水平估计方法如图 2所示。图2 SO、 GO-CFAR算法处理流程对应 GO算法, Z的概率密度函数为其中, f和 F分别为概率密度函数和概率分布函数。可以推出检测算法的虚警概率为 由上述表达式难以给出 T的函数表达式。本文根据给定的虚警概率,通过迭.代求出 GO-CFAR算法的T,如表 1所示。表 1 不同虚警率下 GO算法的标称化因子 T3.3 最小选择SO-CFAR检测算法最小选择 SO CFAR是选取前面 n个参考单元之和与后面 n个参考单元之和中的小者作为 Z。对应 SO算法, Z的概率密度函数为可以推出检测算法的虚警概率为 本文根据给定的虚警概率,通过迭代求出 SO-CFAR
13、算法的T,如表 2所示。表 2 不同虚警率下 SO算法的标称化因子 T.4 有序统计量OS-CFAR处理4.1 顺序统计量检测算法顺序统计量 OS- CFAR算法的原理是对参考单元由小到大作排序处理,取第 k个样本作为 Z。可以推出同样地,本文根据给定的虚警率,通过迭代求出了 T,如表 3所示。表 3 不同虚警率下 OS算法的标称化因子 T4.2 删除均值CMLD-CFAR有序统计量算法由于OS处理只保留了一个有序参考采样 ,导致CFAR损失比 ML 类高。而 CMLD和 TM通过预选删除点保留较多的有序参考采样 ,可以减小 CFAR损失 ,而且又不失 OS在多目标环境中的优势。删除均值 将干扰目标从参考单元序列中排除出去 ,然后基于删除后的采样序列重新计算阀值。假设 x 1 , x 2 , , x R 是参考单元中的 R个
