摘要:针对单元平均恒虚警检测器(CA-CFAR)在多目标干扰和杂波边缘效应下的性能局限，提出了基于子参考窗口中最小选择单元的恒定虚警检测器(MCA-CFAR)。通过选择子参考单元中的最小单元格，显著提升了检测器的性能，并在瑞利分布背景下详细推导了检测概率、虚警率和检测阈值。为进一步优化性能,设计了模糊逻辑融合检测器(FUMCACFAR)，它利用两个传感器计算空间隶属函数值，并通过代数和、代数积、MAX、MIN 四种规则进行融合，实现了平滑输出,减少了目标信息的丢失。仿真实验表明,基于代数和融合的FUMCA-CFAR 检测器在均匀和非均匀背景下均展现出优异的检测性能和抗干扰能力。

摘要:针对传统恒虚警(CFAR)算法在非均匀环境下,待检测单元(CUT)与参考窗的分辨单元不具有独立同分布(IID)特性,检测器性能出现剧烈下降的问题,提出一种新的CFAR检测器。该检测器首先引入一种M-N杂波边缘二元积累实现非均匀杂波边缘提取;然后,对数据平面内相邻杂波边缘内的数据,利用一种地形特征分类算法实现对地形的分类编号;最后,根据地形编号选择与CUT相同地形的分辨单元作为参考单元实现CFAR检测,则所选择的参考单元与CUT具有IID特性。利用实测数据验证M-N杂波边缘二元积累检测算法和地形特征分类算法的有效性。计算机仿真证明:文中提出的CFAR检测器的性能,比传统CFAR检测器的性能有明显提升。

摘要:针对多种杂波以及非均匀噪声环境中的目标恒虚警检测,提出了基于加权递推滤波的门限优化检测方法。该算法对参考单元内的样本数据依权重加权递推出滤波门限,自适应地实现门限的动态调整,从而使优化的滤波门限适应环境噪声功率。在均匀杂波和杂波边缘背景下对该算法的检测效应进行仿真分析,仿真结果表明:在两种杂波背景下,相较于传统的检测算法,文中提出的方法具有更好的检测性能和虚警控制性能。