基于CFAR算法的FMCW毫米波雷达桥梁结构监测方法研究

毫米波雷达技术广泛应用于各种微小形变监测中,但其识别结果难以满足桥梁结构的形变监测需求。因此,为了提高其在桥梁结构监测中的目标识别,研究利用恒虚警率算法作为识别算法,并对算法的k值进行修正。在此基础上,引入相位比较法解决快速傅里叶变化的栅栏效应。验证显示,在多目标检测中,研究提出的恒虚警率算法比均值类的识别精度提高了50%。与其他方法相比,研究提出的方法位移误差平均降低了48.61%。结果表明,研究提出的方法能够改善调频连续波毫米波雷达技术在桥梁结构形变中的监测性能,能够提高毫米波雷达技术的目标识别精度与测距精度,在微小测距工作中具有积极的实用价值。

一种适用于激光测速系统的自适应CFAR算法

恒虚警(CFAR)检测广泛应用于复杂环境的检测系统中,本文基于单元恒虚警检测,设计了一种利用角系数调整来改变检测阈值的自适应CFAR算法,并将该算法应用于激光测速系统,通过飞行试验验证,算法能有效提高信号检测率。

基于相对多普勒峰高特征的OS-CFAR改进方法

在传统有序统计类恒虚警的基础上,提出了1种基于相对多普勒峰高特征的改进有序统计类恒虚警检测方法。该检测算法结合相对多普勒峰高(RDPH)特征和有序统计类(OS-CFAR)检测算法的优势,对雷达回波数据的相对多普勒峰高特征进行计算,通过排序选取参考单元的特征估计,得到检测门限,并通过仿真与实测数据测试对比该算法与其他传统恒虚警算法在不同背景下的检测性能,验证该算法的优势。结果表明:相较于传统均值类、有序统计类恒虚警检测算法,基于相对多普勒峰高特征的改进OS-CFAR检测算法在实测海雷达数据的高海况场景下能够达到更好的检测概率。

基于双边截断的双参数海上风电站SAR图像CFAR检测

文章提出了1种基于双边截断的双参数海上风电站SAR图像CFAR检测器DTCS-TPCFAR,目的是提高在具有多个目标海上区域和石油泄漏区域等环境下对海上风电站的检测性能。DTCS-TPCFAR所提出的双边截断杂波的方法,能够同时消除高强度和低强度异常值的干扰,同时保留真实的杂波样本。通过使用最大似然估计计算双边截断后样本的均值和标准差,然后通过这2个参数估计值计算出截断阈值,最后再结合指定的虚警率(Probability of False Alarm,PFA)来对测试单元(Test Cell,TC)进行判断,完成最终的目标检测。这也是首次将CFAR检测器用于检测海上风电站。文章通过Sentinel-1数据集来验证该方法的有效性。实验结果表明,文章所提出的算法在相同指定虚警率下,具有更高的检测率(Detection Rate,DR)和更低的误报率(False Alarm Rate,FAR)。

一种改进的高分辨率SAR图像超像素CFAR舰船检测算法

合成孔径雷达(SAR)图像舰船目标检测一直受到学者广泛关注,恒虚警率(CFAR)检测算法作为雷达图像经典目标检测算法被广泛应用于SAR图像舰船目标检测中。然而经典CFAR检测性能容易受到相干斑噪声影响,基于滑窗的检测结果对滑窗的尺寸选择非常敏感,难以保证杂波背景中不存在目标像素,并且计算效率较低。针对上述问题,该文提出了一种新的基于超像素无窗快速CFAR的SAR图像舰船目标检测算法。首先,利用基于密度的快速噪声空间聚类(DBSCAN)超像素生成方法生成SAR图像的超像素。在SAR数据服从混合瑞利分布的假设下,定义了超像素相异度。然后利用超像素精确估计每个像素的杂波参数,即使在多目标情况下,也可以克服传统CFAR滑动窗口的缺点。此外,基于SAR图像变异系数,提出了一种基于变异系数的局部超像素对比度来优化CFAR检测,以此消除大量杂波虚警,如陆地区域人造目标。对5幅SAR图像的实验结果表明,与其他方法相比,该文方法对不同场景SAR图像海面舰船目标检测都十分稳健。

一种基于低门限CFAR的检测前跟踪算法

相比于先检测后跟踪的方法,检测前跟踪在低信噪比环境中有更加优秀的效果。本文提出一种适用于应用在雷达系统中的检测前跟踪方法,利用低门限CFAR与DP-TBD级联的方法,再经过检测门限判决,解决了TBD检测在雷达系统中的时间牺牲问题,并优化了DP-TBD的算法,降低复杂度,给出了低门限CFAR的门限取值方法,仿真结果表明,本文提出的算法在4帧积累时比传统的CFAR检测信噪比改善了约4.5dB。

一种高速可配置二维CFAR检测器设计实现

恒虚警率(constant false alarm rate,CFAR)检测是雷达在干扰背景下检测目标的重要自适应算法。二维CFAR算法随着参考窗口尺寸增大,运算量较大,仅靠软件实现并不能满足较高的实时性需求。文章基于现场可编程门阵列(field programmable gate array,FPGA)设计实现了一种兼容CA-CFAR、GO-CFAR、SO-CFAR和OS-CFAR 4种二维CFAR算法的硬件加速器,同时实现标称化因子、检测器类型、排序值K、参考窗口和保护窗口大小可配置的灵活性,对于256×2048点距离-多谱勒矩阵(Range Doppler Matrix,RDM)数据,4种检测器均可在2.71 ms内完成检测。设计采用全流水结构,具有高实时性。

基于CFAR和Duffing振子的FOD联合检测算法

机场跑道异物(Foreign Object Debris,FOD)对飞行器的安全运行危害巨大。图像处理识别目标,容易受到天气、光照的影响;毫米波雷达中常用的杂波图CFAR检测算法由于机场跑道的散射,在信杂比较低时,存在虚警较大的问题。针对现有的问题,提出一种CFAR与Duffing振子相结合的双层异物检测算法。利用传统的杂波图CFAR抑制杂波、设置阈值处理后,得到含有虚警信号的FOD回波信号,并提取FOD目标信号或者是虚警信号对应的频率信息,生成Duffing振子对应的本帧信号;再对FOD回波信号进行检测以剔除虚警信号,筛选出目标信号。通过Monte Carlo仿真验证了算法的有效性。

基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法

圆周扫描地基合成孔径雷达(Ground based Synthetic Aperture Radar,GBSAR)通过在竖直面做圆周旋转扫描,具备三维成像的重要优势。但是其圆周观测几何会产生强旁瓣,造成目标点云提取困难。目前未见圆周扫描GBSAR三维点云提取方法的相关研究,经典的双参数恒虚警率(Constant False Alarm Rate,CFAR)算法虽然能够提取三维点云,但需要对三维像不同高度逐层进行检测,由于强旁瓣的影响,无法准确提取三维点云。针对上述问题,本文提出基于掩膜投影和双参数CFAR的圆周扫描GBSAR三维点云提取方法,该方法利用掩膜投影和两次双参数CFAR实现强旁瓣影响下的点云精确提取。该方法首先对SAR三维图像应用最大值投影获取三视图,然后对三视图进行第一次双参数CFAR获取三视图掩膜;然后利用三视图掩膜投影,通过SAR三维像取交集去掉空间位置旁瓣,得到潜在目标区域数据;最后对潜在目标区域的数据应用第二次双参数CFAR实现点云提取。该方法利用实际数据进行实验,结果表明,所提方法与经典的双参数CFAR逐层检测算法相比,可更准确地提取出三维SAR图像目标点云。

威布尔杂波背景下分布式CFAR信息融合方法研究

分布式雷达恒虚警处理(Constant False Alarm Rate,CFAR)检测信息融合技术是雷达探测领域的重点。融合中心采取的融合方法作为分布式恒虚警系统的核心,需要根据实际条件合理地选取不同的融合方法。首先对CFAR检测系统进行介绍,之后在融合中心分别采取两种不同融合算法的条件下,研究了分布式CFAR检测系统在韦布尔噪声背景下的检测概率。通过仿真实验分析了不同融合算法对系统的影响。

两种基于MIMO雷达体制的鲁棒CFAR检测器

针对MIMO雷达的体制特点,该文提出了两种有序统计与均值相给合的MIMO雷达CFAR检测器(OSCA-CFAR和LCIOSCA-CFAR),给出了虚警概率与检测概率的表达式,然后在各种杂波背景下对检测器性能进行了仿真分析,并与经典的CA-CFAR检测器进行比较,仿真结果表明,OSCA-CFAR和LCIOSCA-CFAR检测器在均匀背景下较CA-CFAR有较小损失,在多目标干扰环境较CA-CFAR性能改善明显,在实际背景中具有更强的鲁棒性。最后比较了OSCA-CFAR和LCIOSCA-CFAR检测器的优缺点。

一种基于检测统计量的SOSGO-CFAR检测算法

提出了一种新的恒虚警检测算法SOSGO-CFAR。该算法应用检测单元采样作为选择参考单元的依据,使用了基于转换恒虚警(S-CFAR)和排序选大恒虚警(OSGO-CFAR)的复合算法。文章给出了该算法在均匀背景中的数学分析。并在均匀背景、杂波边缘和多目标情况下,用Monte Carlo方法进行了仿真分析。结果表明,该检测器既具有均匀背景下和CA-CFAR相近的良好性能,在杂波边缘环境中,具有接近OSGO-CFAR的性能,且在多目标环境中,其性能明显好于S-CFAR。

三种Weibull背景下的延展目标的CFAR检测器

针对Weibull杂波背景下延展目标的恒虚警率(CFAR)检测问题,研究了三种积累检测器———二进制积累检测器、非相参积累检测器和秩积累检测器。首先在单脉冲情况下分别从理论上导出了这三种检测器均满足CFAR性以及对应的检测性能解析式,然后将单脉冲条件下CFAR方法推广到多脉冲积累情况,给出了四种可能的处理方案。最后仿真结果验证了理论分析的正确性。

基于Grubbs准则的改进的2D CA-CFAR

在不同程度的噪声存在下,现代雷达通过恒虚警率(constant false alarm rate, CFAR)检测算法最大化提升目标的检测概率。针对车载毫米波雷达目标检测过程中传统2维单元均值类恒虚警率(two-dimensional cell averaging CFAR,2D CA-CFAR)检测算法在相邻多目标条件下出现的目标遮蔽问题,提出了一种基于格拉布斯(Grubbs)准则的2D CA-CFAR的改进算法。该方法利用Grubbs准则剔除参考窗中的奇异值和干扰目标,从而获得更加准确的检测阈值。仿真结果表明:改进的算法极大地降低了多目标环境中传统2D CA-CFAR检测器的“遮盖效应”,验证了所提算法的有效性。

基于SAR影像数据的多分辨率CFAR目标检测算法及精度分析

本文的研究目标是利用极化合成孔径雷达图像统计特性提高目标检测精度。从合成孔径雷达(SAR)成像机理出发,通过研究目标杂波的统计特性以及不同分辨率情况下人造目标的检测效果,探讨一种基于小波变换和恒虚警率(CFAR)的多分辨率算法进行目标检测的方法。实验分析比较传统CFAR目标检测算法与基于小波变换的多分辨率CFAR目标检测算法,实验结果表明,本文算法检测效果明显优于传统CFAR目标检测算法。

一种新的雷达信号CFAR处理方法

本文提出了一种新的全局化的雷达信号CFAR处理方法,进行了详细的理论分析,并将其与传统的CA-CFAR处理方法进行了性能比较。

Fisher纹理分布下基于匹配滤波的极化SAR图像CFAR检测方法

在已有的极化合成孔径雷达(PolSAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题。为此提出了一种Fisher分布下的CFAR检测方法,并定义虚警损失率(CFAR Loss,CL)以量化评估算法的恒虚警保持性能.首先,在乘积模型框架下引入Fisher纹理变量,推导出了多视极化匹配滤波(Multi-look Polarization Matched Filter,MPMF)检测量的概率密度函数(PDF).然后,对PDF积分得到了虚警概率的闭合解析式,并设计了CFAR检测流程.仿真数据和机载合成孔径雷达(Airborne SAR,AIRSAR)数据实验结果表明,与基于K分布、G0分布、Wishart分布的CFAR检测算法以及双参数恒虚警(two-Parameter CFAR,2P-CFAR)算法相比,新方法具有良好的恒虚警保持性能和检测性能,具有较强的鲁棒性,且运算时间未明显增加,相比于其他检测方法,品质因数(Figure of Merit,FoM)平均高出12.80%.

一种基于G^0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CFaR模型与Logistic回归的财务困境预警研究

从现金流风险角度出发,对企业财务困境进行预警研究:首先构建一个基于企业内部环境、宏观经济政策、货币政策及财政政策等因素的CFaR模型,识别出期望现金流及风险现金流;然后以这两个指标作为预警变量,构建一个二元Logistic财务困境预警模型;最后选取27家中国证券市场中代表陷入财务困境的ST公司及配对的财务良好的非ST公司作为样本进行实证研究。结果表明,所构建的CFaR模型能较好地度量两类上市公司的现金流状况,且两类公司的期望现金流和风险现金流水平存在显著的差异;二元Logistic预警模型能较好地实现对上市公司财务风险的预警,对两类公司的预警正确率分别达到85.2%和81.5%。

基于H-CFAR的SAR图像快速舰船目标检测

SAR舰船目标的快速、准确检测是SAR海洋业务化应用中的重要需求,文章提出了一种基于直方图恒虚警率(H-CFAR)的快速检测方法。该方法直接利用SAR图像的灰度直方图信息,并结合CFAR算法,实现了SAR舰船目标的检测;利用ASAR、TerraSAR和Radarsat-2数据对此方法进行了检验,结果表明,该方法与现有的K-CFAR相比,在相同的硬件条件下,能够更快更准确地实现SAR舰船目标检测。