OSGO-和OSSO-CFAR在K分布杂波背景下的性能分析

该文证明了形状因子已知条件下OSGO-CFAR和OSSO-CFAR检测器在均匀统计独立的K分布杂波背景下具有恒虚警性能,分析了两种检测器在均匀杂波背景、杂波边缘和存在强干扰目标情况下的检测性能。并与OS-CFAR进行了比较,结果表明OSGO-CFAR在均匀杂波背景和存在强干扰目标情况下带来的附加检测损失很小, 在杂波边缘具有更好的虚警控制能力。所以,OSGO-CFAR是K分布杂波背景下一种性能比较好的恒虚警检测器。

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%.

七种恒虚警率处理方案及性能分析

通过分析现有的五种恒虚警率 (CFAR)处理器检测性能的优劣 ,提出了两种改进型CFAR方案 ,并在计算机模拟统计的基础上对七种处理器的检测性能进行了分析比较 ,得出准选大恒虚警率 (PGO CFAR)和准有序恒虚警率 (POS CFAR)是两种较为实用的在复杂杂波环境中工作的恒虚警处理方案 ,且各有优越性。

恒虚警问题研究

首先讨论了高斯杂波背景中雷达目标恒虚警检测的原理,然后通过分析慢门限CFAR、邻近单元平均恒虚警(CA-CFAR)检测性能的优劣,提出了改进型CFAR方案,并在计算机模拟统计的基础上对5种处理器的检测性能进行了分析比较,得出对数平均选大恒虚警电路在复杂杂波环境中工作最优,其它各有优越性。

一种抗多假目标干扰的自适应恒虚警检测方法

针对广义删除均值(GCMLD)恒虚警检测器排序时间较长、干扰目标落入单侧滑窗会降低检测性能等问题,研究了一种将前后滑窗统一处理、简化判决过程的改进GCMLD方法——简化删除均值(SCMLD)恒虚警检测方法.从对抗角度出发,利用移频调制多假目标干扰,对SCMLD-CFAR和传统的CA-CFAR、SO-CFAR以及OS-CFAR进行对比仿真,验证了它在对抗环境中无需干扰数量这一先验信息就能自动进行目标检测的自适应能力,并通过CFAR损失在数值上具体分析了SCMLD-CFAR在多假目标干扰条件下的抗干扰性能.研究结果表明,SCMLD-CFAR抗多假目标干扰能力明显优于两种传统CFAR.

G0分布下基于白化滤波的极化SAR图像CFAR检测

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。为解决此问题,提出了一种G0分布下虚警概率具有闭合解析表达形式的CFAR检测方法,并定义虚警损失率(CFAR Loss, CL)参数用以量化评估CFAR检测方法的恒虚警保持效果。首先,在乘积模型框架下,引入了逆Gamma纹理变量假设,推导出了多视极化白化滤波(MPWF)检测量的概率密度函数(PDF)。然后,对MPWF检测量的概率密度函数积分得到了虚警概率关于CFAR检测阈值的解析表达式,并设计了相应的CFAR检测流程。最后,采用仿真数据和AIRSAR实测数据对已有方法和新方法进行了算法运行时间、检测量拟合性能及目标检测性能对比。实验结果表明,方法运行时间比已有方法缩短3至30倍,具有良好的实时性;日本玉野地区的AIRSAR实测数据结果表明G0分布对高分辨不均匀海区具有良好的拟合性能,且新方法在G0分布和非G0分布海区均能有效检测出目标,鲁棒性较强,相比其他检测方法品质因数(FoM)平均高出15.78%;CL分析结果表明新方法具有良好的恒虚警保持性能,同时指出杂波对数累积量散点距离G0分布曲线越近,新方法的恒虚警保持效果越好。