基于导航雷达实测数据的CFAR检测算法分析

《基于导航雷达实测数据的CFAR检测算法分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2015年海军航空工程学院学报2015第30卷第5期JournalofNavalAeronauticalandAstronauticalUniversityVol.30No.5文章编号：1673-1522（2015）05-0429-04DOI:10.7682/j.issn.1673-1522.2015.05.006基于导航雷达实测数据的CFAR检测算法分析12董云龙，杨立永（1.海军航空工程学院信息融合研究所，山东烟台264001；2.91336部队，河北秦皇岛066326）摘要：为提高导航雷达在复杂环境中的目标检测能力，研究了修正中值（MM

2、D）检测器在导航雷达中的应用，并与经典非参量广义符号（GS）检测器和参量最小选择（SO）检测器的检测结果进行对比。仿真结果表明：GS检测器对海上单一目标有较好的检测性能，但是在多目标环境下的检测性能严重下降；SO检测器虽然对上述环境有较好的检测性能，但是由于杂波包络分布类型难以准确已知，杂波抑制能力较差；MMD检测器在多目标环境下有较好的检测性能和杂波抑制能力。关键词：多目标环境；海杂波；非参量检测中图分类号：TN972文献标志码：A对海杂波的研究迄今已经有半个多世纪的历史，不存在时，目标距离单元与参考单元是同分布的。但目前已有的海杂波分布类

3、型主要有对数正态（Log-在大多数的情况下，目标往往处于杂波边缘或多目标normal）分布、韦布尔（Weibull）分布、K分布等随机模环境中。在上述情况下，GS检测器的假设条件难以[1]型。但这些模型都是基于假设杂波在时间上是一个满足，从而导致检测性能下降。平稳随机过程，只是在特定条件下对实际海杂波的一针对上述问题，EK.AL-HUSSAINI提出了修正[10]种近似。由于海杂波较为复杂且是时变的，用一种分中值（MMD）检测器，该检测器在GS检测器的基础布类型精确拟合海杂波往往是非常困难的。上，将每次扫描周期中检测单元中秩值大于N/2的情近

4、些年来，非参量检测方法受到越来越广泛的关况相加形成检验统计量。本文利用实测海杂波数据[2-8]注，这主要是因为相比于参量检测方法，非参量检对该检测器进行分析，并与非参量GS检测器和参量测方法不需要精确已知杂波分布类型，因而在杂波分SO检测器的处理结果进行对比。布统计特性未知的情况下，有更好地保持恒虚警的能力。非参量检测器主要有单样本非参量检测器和两1检测器结构[9]样本非参量检测器。相比于单样本非参量检测器，两样本非参量检测器因不需要杂波中值的统计特性1.1非参量检测器结构（往往难以准确已知）而受到广泛关注，其中比较经典图1为两样本非参量检测

5、器的结构原理图。的就是广义符号（GS）检测器。GS检测器要求当目标xc(t)x(t)线性包络检波器匹配滤波器xs(t)22x(t)=xc(t)+xs(t)保护检测保护参考单元单元单元单元xkM
xk(M/2+1)yjxk(M/2)
xk1GS:d=dMMD:d=dGSMMDdd≥³KK有目标K比较器d

6、，副教授，博士。·430·海军航空工程学院学报第30卷图1中，N表示一个处理间隔内的脉冲周期数；能下降的问题，图2给出了SO检测器原理框图，其中M表示一个脉冲重复周期内的采样数；xi(i=1,2,⋯,n)和xj(j=1,2,⋯,n)表示两侧参考单元yk(k=1,2,⋯,N)表示检测单元观测值，xki(i=1,2,⋯,M)（也称作参考滑窗）采样，参考滑窗长度M=2n；n为表示每个重复周期内参考单元的纯杂波采样值，假定前沿和后沿参考滑窗长度，X和Y分别是前沿和后沿x满足独立同分布，GS和MMD检测器的检验统计量[9]ki滑窗中的局部估计，此时自适

7、应判决准则为：[10]被定义为：H1>NDS=TZ。（3）

8、测性能。做出目标存在的判决。nnX=∑xi，Y=∑yj；（4）1.2参量检测器结构i=1j=1-1/2n参量CFAR中最具有代表意义的就是均值（MeanT=(Pfa