基于韦布尔分布下改进型恒虚警检测器的检测性能分析

为了提高恒虚警检测器(constant false alarm rate detector,CFAR)在有干扰目标存在的杂波环境下的检测性能,提出了5种基于自适应删除(automatic censored mean level detector,ACMLD)恒虚警算法与均值类算法的改进型,并在韦布尔分布模型下对影响背景杂波功率估计的参考单元长度和干扰目标个数进行检测概率分析。结果表明:基于该改进型检测器可有效提高有干扰目标的检测性能,其中改进型单侧自适应删除(single automatic censored mean level detector,SACMLD)算法适合在一侧参考窗均匀的情况下使用,而自适应删除最小(adaptive censored smallest of detector,ACSO)算法适合两侧参考窗都不均匀的情况下使用。文中提出的基于韦布尔分布下改进型恒虚警检测器可为铁路、航空等多目标环境检测提供参考。

UWB定位中的自适应时间延迟估计算法

研究了时延估计算法在超宽带(Ultra Wide Band)定位中的应用,其广义相关自适应时间延迟估计算法的收敛速度慢,在低信噪比条件下时间延迟估计精度较低。针对低信噪比条件下的收敛特性,提出一种最大似然加权的广义相关自适应时间延迟估计算法,并进一步提出了改进的基于最大似然(Maximum Likelihood)加权函数的广义互相关时延估计算法。改进的算法采用加窗法和自适应时变干扰删除滤波法,弥补了原算法计算量大及无法消除时变信号干扰的不足。仿真结果表明,改进的算法计算复杂度明显降低,能够有效地消除其他信号干扰,具有较高的时延估计精度和鲁棒性。