CN112346029A - 基于待检测单元的可变参考窗单元平均恒虚警检测方法 - Google Patents

基于待检测单元的可变参考窗单元平均恒虚警检测方法 Download PDF

Info

Publication number
CN112346029A
CN112346029A CN202011186692.5A CN202011186692A CN112346029A CN 112346029 A CN112346029 A CN 112346029A CN 202011186692 A CN202011186692 A CN 202011186692A CN 112346029 A CN112346029 A CN 112346029A
Authority
CN
China
Prior art keywords
unit
sub
detected
reference window
false alarm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011186692.5A
Other languages
English (en)
Other versions
CN112346029B (zh
Inventor
李志淮
曲智国
王红
唐瑭
张伟
谢幼才
王洪林
李世飞
巫勇
赵欣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Air Force Early Warning Academy
Original Assignee
Air Force Early Warning Academy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Air Force Early Warning Academy filed Critical Air Force Early Warning Academy
Priority to CN202011186692.5A priority Critical patent/CN112346029B/zh
Publication of CN112346029A publication Critical patent/CN112346029A/zh
Application granted granted Critical
Publication of CN112346029B publication Critical patent/CN112346029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418Theoretical aspects

Abstract

本发明公开了一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,属于雷达信号处理领域。恒虚警(Constant False Alarm Rate,CFAR)技术是雷达自动检测系统中控制虚警率的最重要手段,它在雷达目标自动检测过程中起到极其重要的作用,其目的是提供可以避免背景噪声、杂波和干扰变化影响的自适应检测阈值,使得自动检测具有恒定的虚警概率。本发明利用待检测单元的统计特性,提供参考窗可选择的单元平均恒虚警率检测方法,有效克服多目标干扰和杂波边缘环境的不利影响,自适应地选择参考窗,获得对背景杂波电平的准确估计,优化了检测器在均匀、多目标干扰及杂波边缘等各种环境下的检测性能。

Description

基于待检测单元的可变参考窗单元平均恒虚警检测方法
技术领域
本发明涉及雷达信号处理技术领域,更具体的说是涉及一种复杂背景下的恒虚警率检测方法,适用于均匀、多目标干扰及杂波边缘等各种环境下的雷达目标自动检测。
背景技术
在雷达自动检测系统中,CFAR处理是提供检测阈值的信号处理算法,其设计的目的是提供可以避免背景噪声、杂波和干扰变化影响的自适应检测阈值,使得自动检测具有恒定的虚警概率。
CFAR处理的关键环节是对背景噪声或杂波平均功率水平进行估计,相应的估计方法有两大类:一类是空域CFAR,即利用与检测单元在空间上相邻的参考单元来估计杂波功率水平;另一类是时域 CFAR,即通过对同一单元多次扫描来进行功率水平估计。在空域CFAR处理中,主要有均值类和有序统计类CFAR,均值类包括单元平均CFAR(CA-CFAR)、单元平均选大CFAR(GO-CFAR)、单元平均选小CFAR(SO-CFAR)等。CA-CFAR通过对所有参考单元样本的算术平均来估计背景杂波水平,在均匀杂波环境下,具有最佳的检测性能,但对非均匀干扰环境适应性较弱;GO-CFAR和SO-CFAR检测器作为对CA-CFAR检测器的改进只能改善在特定背景中的检测性能, GO-CFAR抑制了杂波边缘效应,但加剧了遮蔽效应,而SO-CFAR抑制了遮蔽效应,但恶化了杂波边缘效应。有序统计类恒虚警检测通过选择N个参考单元中第k个排序值作为当前杂波功率水平的估计,在非均匀环境中具有比均值类检测器更好的检测性能,然而在均匀环境中伴随有较大的CFAR损失,且在杂波边缘条件下存在较大的恒虚警尖峰。可见,经典CFAR检测器往往仅能适应特定背景下的恒虚警率检测,当实际雷达工作环境发生改变时,会导致检测器的性能严重下降。
发明内容
为解决上述技术问题,本发明提出了一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,包括:步骤1:将待测单元左右两侧各设置一个保护单元,然后在保护单元的左右两侧分别选取一个大参考窗;
步骤2:分别将大参考窗划分为3个子参考窗,共得到6个子参考窗,从左至右记为A、B、C、D、E、F;
步骤3:计算子参考窗内单元的平均幅度值;
步骤4:根据待检测单元的统计特性,对子参考窗进行归类;
步骤5:比较待检测单元左右两个子参考窗C和D的平均幅度值,进而判断C和D之间是否存在杂波边缘;
步骤6:依据子参考窗的归类情况及步骤5的判断结果,选择相应的参考窗为参考单元,并计算所选参考单元的平均值得到背景杂波估计Z;
步骤7:设定恒虚警检测门限系数β,然后将雷达回波数据内杂波的参考电平Z与β相乘,若待检测单元内的雷达回波数据模值大于所述得到的乘积值,则表明待检测单元中包含雷达目标;反之待检测单元中没有雷达目标。
特别地,步骤3具体包括:步骤3-1,将每个子参考窗进一步划分为5个参考区间,记为Q1~Q5,相邻参考区间之间重叠l个单元,则每个参考区间的长度为d=(m/3+4l)/5;步骤3-2,分别计算5个参考区间Q1~Q5内的单元幅度之和,并找到其中最大值对应的参考区间,为方便描述,假设Q2参考区间的幅度值最大;步骤3-3,从子参考窗中将Q2参考区间包含(即最大值对应的参考区间)的单元剔除,计算子参考窗内其他单元的幅度平均值。
特别地,步骤4具体包括:基于待检测单元的统计特性,对子参考窗进行分类,分成S0、S1两部分,
Figure BDA0002751633750000031
式中,Amp_t,t=A,B,C,D,E,F为子参考窗的平均幅度值,x为待检测单元值,α为尺度因子,且0<α<1,α值的选取必须保证在均匀环境下具有较小的CFAR损失,可根据雷达阵地周围杂波情况在0.5~0.7之间取值。
特别地,步骤5具体包括:计算
Figure BDA0002751633750000032
的值,如果diff(C,D)<k,则认为待检测单元左右两个子参考窗之间不存在杂波边缘;否则,认为待检测单元左右两个子参考窗之间存在杂波边缘;其中k为经验阈值,可根据雷达阵地周围杂波情况在0.1~0.2之间取值;
特别地,步骤6具体包括:步骤6-1,根据步骤5的比较结果,当diff(C,D)<k时,选取S0中的子参考窗为参考单元,当 diff(C,D)≥k时,选取S1中的子参考窗为参考单元。如果S0中子参考窗的个数n0=0,或者S1中子参考窗的个数n1=0,则选取所有子参考窗为参考单元;步骤6-2,对于最终选取的子参考窗的平均幅度值求和,再除以选取的子参考窗个数,得到最终的参考窗平均值Z,作为背景杂波功率估计值。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的基于检测单元的可变参考窗单元平均恒虚警检测方法结构图;
图2是本发明的子参考窗划分示意图;
图3是本发明的均匀环境条件下本发明与CA-CFAR、GO-CFAR 的检测概率对比曲线;
图4是本发明的杂波边缘条件下本发明与CA-CFAR、GO-CFAR 的虚警控制能力对比曲线;
图5是本发明的存在干扰时本发明与CA-CFAR、GO-CFAR的检测概率对比曲线。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合具体的实施方式对本发明做进一步的解释说明。
下面结合附图对本发明的一种基于检测单元统计特性的可变参考窗单元平均恒虚警率检测方法进行详细描述。参见图1,
步骤1:对于雷达回波,经过匹配滤波、求模后得到待检测数据,在待检测单元左右两侧各设置一个保护单元,然后在保护单元的左、右两侧各选取一个长度为m=36个单元的大参考窗;
步骤2:将左右两边的大参考窗平均分成3个子窗,子窗长度为m/3=12 个单元,从左至右记为A、B、C、D、E、F;
步骤3:对于每个子参考窗A、B、C、D、E、F,计算其平均幅度值,分别记为Amp_t,t=A,B,C,D,E,F,计算步骤如下:
步骤3-1,参照图2,将每个子参考窗进一步划分为5个参考区间,记为Q1~Q5,相邻参考区间之间重叠l=2个单元,则每个参考区间的长度为 d=(m/3+4l)/5=4个单元;
步骤3-2,分别按照式(1)计算5个参考区间Q1~Q5内的单元幅度之和,并找到其中最大值对应的参考区间;
Figure BDA0002751633750000061
步骤3-3,参照图2,从子参考窗中将最大值对应的参考区间的单元剔除,按照式(2)计算子参考窗内其他单元的幅度平均值:
Figure BDA0002751633750000062
步骤4:基于待检测单元的统计特性,对子参考窗进行分类,分成S0、 S1两部分,按照式(3)进行归类:
Figure BDA0002751633750000063
式中,α尺度因子根据雷达阵地周围杂波情况在0.5~0.7之间取值;
步骤5:比较待检测单元左右两个子参考窗C和D的平均幅度值,按照式(4)计算其差值:
Figure BDA0002751633750000064
如果diff(C,D)<k,则认为待检测单元左右两个子参考窗之间不存在杂波边缘;否则,认为待检测单元左右两个子参考窗之间存在杂波边缘;其中k为经验阈值,可根据雷达阵地周围杂波情况在0.1~0.2之间取值。
步骤6:依据子参考窗的归类情况及步骤5的判断结果,选择相应的参考窗为参考单元,并计算参考窗内的单元平均值得到背景杂波估计Z。
步骤6-1,根据步骤5的比较结果,当diff(C,D)<k时,选取S0中的子参考窗为参考单元,当diff(C,D)≥k时,选取S1中的子参考窗为参考单元。如果S0中子参考窗的个数n0=0,或者S1中子参考窗的个数n1=0,则选取所有子参考窗为参考单元;
步骤6-2,假设n0为S0中的子参考窗数,对于最终选取的子参考窗的平均幅度值求和,再除以选取的子参考窗个数,得到最终的参考窗平均值Z,作为背景杂波功率估计值,如式(5)和式(6)所示:
Figure BDA0002751633750000071
Figure BDA0002751633750000072
式中,n0为S0中的子参考窗数,n1为S1中的子参考窗数,n0+n1=6;
步骤7:根据估计的背景杂波功率水平,对待检测单元进行有无目标判决。
步骤7-1,将背景杂波功率估计值Z与标称因子β的乘积作为更新后的检测门限T=βZ,标称因子β由式(6)获取:
Figure BDA0002751633750000073
其中,Pfa为设定的虚警概率,N为选取的所有子参考窗内的单元总数目。
步骤7-2,通过式(7)判断目标是否存在:
Figure BDA0002751633750000074
下面结合具体实例,通过计算机仿真对本发明效果作进一步验证说明。本实施例的仿真条件为:左、右大参考窗长度m=36,每个子参考窗为12个单元,重叠单元l=2,每个参考区间为d=4个单元。
考虑均匀背景下单目标检测性能,pfa=10-4,蒙特卡洛仿真105次,图3给出了采用本发明方法与传统CA-CFAR和GO-CFAR检测器的检测概率比较曲线,可见此时本发明方法优于GO-CFAR检测器,取得了与CA-CFAR 相当的性能。
考虑杂波边缘的虚警控制能力,设定的虚警概率为pfa=10-5,杂波区杂噪比为10dB,Nc为被强杂波占据的参考单元数。图4给出的是本发明方法与传统CA-CFAR和GO-CFAR检测器在杂波边缘的虚警控制能力比较曲线。随着Nc的增加,也就是杂波边缘从参考窗的左边向右边滑动,实际虚警概率首先下降,在杂波边缘扫过检测单元时,虚警概率出现一个跳跃,形成一个尖峰。这个虚警尖峰越低,说明检测器的虚警控制能力越强。从图4 可以看出,本发明方法的虚警控制能力优于CA-CFAR和GO-CFAR检测器。
考虑干扰条件下的单目标检测性能,假设干扰强度为干噪比10dB,考虑参考窗内有5个在参考窗内随机分布的干扰。图5给出的是本发明方法与CA-CFAR和GO-CFAR检测器在参考窗内存在目标或干扰时的检测概率曲线。从图5可以看出,本发明方法的检测性能优于CA-CFAR和GO-CFAR检测器,GO-CFAR检测器的遮蔽效应导致其检测概率下降明显。
从仿真结果可以看出,本方案提供的基于检测单元统计特性的可变参考窗单元平均恒虚警率检测方法在用于雷达目标检测时,可以根据背景情况自适应地选择参考窗。在均匀背景下,选择最大的参考窗,从而减小处理损失,获得与CA-CFAR相当的检测性能;在杂波边缘、干扰和多目标环境下,选择合适的参考窗来估计背景杂波功率,从而对各类复杂背景具有较强的适应性,其检测性能高于现有技术。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (5)

1.一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,其特征在于,包括:
步骤1:将待测单元左右两侧各设置一个保护单元,然后在保护单元的左右两侧分别选取一个长度为m的大参考窗;
步骤2:分别将大参考窗划分为3个子参考窗,共得到6个子参考窗,从左至右记为A、B、C、D、E、F;
步骤3:计算子参考窗内单元的平均幅度值;
步骤4:根据待检测单元的统计特性,对子参考窗进行归类;
步骤5:比较待检测单元左右两个子参考窗C和D的平均幅度值,进而判断C和D之间是否存在杂波边缘;
步骤6:依据子参考窗的归类情况及步骤5的判断结果,选择相应的参考子窗为参考单元,并计算所选参考单元的平均值得到背景杂波估计Z;
步骤7:设定恒虚警检测门限系数β,然后将雷达回波数据内杂波的参考电平Z与β相乘,若待检测单元内的雷达回波数据模值大于所述得到的乘积值,则表明待检测单元中包含雷达目标;反之待检测单元中没有雷达目标。
2.根据权利要求1所述的一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,其特征在于,步骤3具体包括:
步骤3-1,将每个子参考窗进一步划分为5个参考区间,记为Q1~Q5,相邻参考区间之间重叠个单元,则每个参考区间的长度为;
步骤3-2,分别计算5个参考区间Q1~Q5内的单元幅度之和,并找到其中幅度值最大对应的参考区间Qmax参考区间的幅度值最大,Qmax为Q1~Q5之一;
步骤3-3,从子参考窗中将Qmax参考区间包含的单元剔除,计算子参考窗内其他单元的幅度平均值。
3.根据权利要求1所述的一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,其特征在于,步骤4具体包括:
基于待检测单元的统计特性,对子参考窗进行分类,分成S0、S1两部分,
式中,为子参考窗的平均幅度值,x为待检测单元值,α为尺度因子,且0<α<1,值的选取必须保证在均匀环境下具有较小的CFAR损失,α在0.5~0.7之间取值。
4.根据权利要求1所述的一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,其特征在于,步骤5具体包括:
计算的值,如果,则认为待检测单元左右两个子参考窗之间不存在杂波边缘;否则,认为待检测单元左右两个子参考窗之间存在杂波边缘;其中为经验阈值,可根据雷达阵地周围杂波情况在0.1~0.2之间取值。
5.根据权利要求1所述的一种基于待检测单元的可变参考窗单元平均恒虚警检测方法,其特征在于,步骤6具体包括:
步骤6-1,根据步骤5的比较结果,当时,选取S0中的子参考窗为参考单元,当时,选取S1中的子参考窗为参考单元;如果S0中子参考窗的个数n0=0,或者S1中子参考窗的个数n1=0,则选取所有子参考窗为参考单元;
步骤6-2,对于最终选取的子参考窗的平均幅度值求和,再除以选取的子参考窗个数,得到最终的参考窗平均值,作为背景杂波功率估计值。
CN202011186692.5A 2020-10-30 2020-10-30 基于待检测单元的可变参考窗单元平均恒虚警检测方法 Active CN112346029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011186692.5A CN112346029B (zh) 2020-10-30 2020-10-30 基于待检测单元的可变参考窗单元平均恒虚警检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011186692.5A CN112346029B (zh) 2020-10-30 2020-10-30 基于待检测单元的可变参考窗单元平均恒虚警检测方法

Publications (2)

Publication Number Publication Date
CN112346029A true CN112346029A (zh) 2021-02-09
CN112346029B CN112346029B (zh) 2024-02-23

Family

ID=74357021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011186692.5A Active CN112346029B (zh) 2020-10-30 2020-10-30 基于待检测单元的可变参考窗单元平均恒虚警检测方法

Country Status (1)

Country Link
CN (1) CN112346029B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589251A (zh) * 2021-07-29 2021-11-02 上海无线电设备研究所 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法
CN115032606A (zh) * 2022-08-11 2022-09-09 湖北工业大学 一种基于局部最小选定单元平均的恒虚警检测器
CN116559810A (zh) * 2023-04-10 2023-08-08 北京盛安同力科技开发有限公司 一种有序的杂波图恒虚警检测算法
CN116973860A (zh) * 2023-09-19 2023-10-31 杭州岸达科技有限公司 雷达回波信号自适应混检方法、混检装置
GB2621448A (en) * 2022-07-08 2024-02-14 Bae Systems Plc Improvements in and relating to radars

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4713664A (en) * 1985-05-24 1987-12-15 Westinghouse Electric Corp. Point clutter threshold determination for radar systems
CA2535058A1 (en) * 2005-12-19 2007-06-19 A.U.G. Signals Ltd. An adaptive constant false alarm rate detection system
CN103760543A (zh) * 2014-01-10 2014-04-30 杭州电子科技大学 一种基于多模式的恒虚警目标检测方法
CN104198998A (zh) * 2014-07-16 2014-12-10 电子科技大学 非均匀背景下基于聚类处理的恒虚警检测方法
KR101546421B1 (ko) * 2015-02-16 2015-08-24 에스티엑스엔진 주식회사 적응 cfar 처리방법
KR20160039383A (ko) * 2014-10-01 2016-04-11 국방과학연구소 적응 배경 선택에 의한 일정 오경보율 검파 방법 및 장치
CN106646419A (zh) * 2017-02-28 2017-05-10 西安电子科技大学 一种检测杂波边缘雷达目标的自适应恒虚警方法
CN111551903A (zh) * 2020-04-29 2020-08-18 南京理工大学 改进型二维变化指数恒虚警目标检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4713664A (en) * 1985-05-24 1987-12-15 Westinghouse Electric Corp. Point clutter threshold determination for radar systems
CA2535058A1 (en) * 2005-12-19 2007-06-19 A.U.G. Signals Ltd. An adaptive constant false alarm rate detection system
CN103760543A (zh) * 2014-01-10 2014-04-30 杭州电子科技大学 一种基于多模式的恒虚警目标检测方法
CN104198998A (zh) * 2014-07-16 2014-12-10 电子科技大学 非均匀背景下基于聚类处理的恒虚警检测方法
KR20160039383A (ko) * 2014-10-01 2016-04-11 국방과학연구소 적응 배경 선택에 의한 일정 오경보율 검파 방법 및 장치
KR101546421B1 (ko) * 2015-02-16 2015-08-24 에스티엑스엔진 주식회사 적응 cfar 처리방법
CN106646419A (zh) * 2017-02-28 2017-05-10 西安电子科技大学 一种检测杂波边缘雷达目标的自适应恒虚警方法
CN111551903A (zh) * 2020-04-29 2020-08-18 南京理工大学 改进型二维变化指数恒虚警目标检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HALEY H. KIM 等: "Improved Variable Index constant false alarm rate radar processors", 《2016 IEEE RADAR CONFERENCE》, pages 1 - 6 *
李志淮 等: "S-CFAR的改进型SOS-CFAR", 《雷达科学与技术 》, vol. 7, no. 2, pages 135 - 138 *
李志淮 等: "基于多杂波分布模型的自适应单元平均恒虚警检测", 《雷达科学与技术》, vol. 7, no. 2, pages 135 - 138 *
李晶晶 等: "基于多杂波分布模型的自适应单元平均恒虚警检测", 《空军雷达学院学报》, no. 3, pages 4 - 7 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113589251A (zh) * 2021-07-29 2021-11-02 上海无线电设备研究所 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法
CN113589251B (zh) * 2021-07-29 2024-01-05 上海无线电设备研究所 一种Mean-Shift回波聚类后的单元平均恒虚警检测方法
GB2621448A (en) * 2022-07-08 2024-02-14 Bae Systems Plc Improvements in and relating to radars
CN115032606A (zh) * 2022-08-11 2022-09-09 湖北工业大学 一种基于局部最小选定单元平均的恒虚警检测器
CN115032606B (zh) * 2022-08-11 2022-11-04 湖北工业大学 一种基于局部最小选定单元平均的恒虚警检测器
CN116559810A (zh) * 2023-04-10 2023-08-08 北京盛安同力科技开发有限公司 一种有序的杂波图恒虚警检测算法
CN116973860A (zh) * 2023-09-19 2023-10-31 杭州岸达科技有限公司 雷达回波信号自适应混检方法、混检装置
CN116973860B (zh) * 2023-09-19 2024-01-02 杭州岸达科技有限公司 雷达回波信号自适应混检方法、混检装置

Also Published As

Publication number Publication date
CN112346029B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN112346029A (zh) 基于待检测单元的可变参考窗单元平均恒虚警检测方法
CN104502899B (zh) 一种自适应的恒虚警率目标检测方法
CN107861107B (zh) 一种适用于连续波雷达的双门限cfar与点迹凝聚方法
KR101871874B1 (ko) 불균일 환경에 효과적인 적응형 cfar 처리 방법 및 시스템
KR101546421B1 (ko) 적응 cfar 처리방법
US10164820B2 (en) Method and device for detecting radio communication anomalies
Smith et al. VI-CFAR: A novel CFAR algorithm based on data variability
CN107271973B (zh) 韦布尔杂波环境下基于偏斜度和均值比的恒虚警检测方法
CN107703495B (zh) 一种目标信号检测方法及系统
CN111551903A (zh) 改进型二维变化指数恒虚警目标检测方法
CN112180341B (zh) 一种背景自适应cfar算法选择的实现方法
KR20140083568A (ko) 레퍼런스 셀 분할 평균 기법에 의한 cfar 검파 방법 및 이를 적용한 레이더 시스템
CN111693961A (zh) 一种基于kl散度单元筛选的cfar检测器
CN106526545B (zh) 一种鲁棒cfar检测器的检测方法
Sor et al. OS-CFAR based on thresholding approaches for target detection
Chen et al. Adaptive CFAR detection for clutter-edge heterogeneity using Bayesian inference
US8416118B1 (en) Chaff cloud detection and centroid estimation
CN112965040B (zh) 一种基于背景预筛选的自适应cfar目标检测方法
CN109633597A (zh) 一种可变均值滑窗恒虚警检测算法及存储介质
CN115032606B (zh) 一种基于局部最小选定单元平均的恒虚警检测器
Zhou et al. Robust sliding window CFAR detection based on quantile truncated statistics
US11914019B2 (en) Method for determining the detection threshold of a radar suited to a given environment
Hezarkhani et al. Performance analysis of a CA-CFAR detector in the interfering target and homogeneous background
El Mashade Analytical performance evaluation of adaptive detection of fluctuating radar targets
Lu et al. Robust distributed sonar CFAR detection based on modified VI-CFAR detector

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant