论文部分内容阅读
恒虚警检测(CFAR)是雷达信号处理流程中的关键环节，同时也为后续的目标定位与跟踪提供数据来源，其直接决定着雷达系统的性能优劣。随着新体制雷达技术的飞速发展，需要对更加复杂的杂波数据进行处理，这对恒虚警检测算法的检测性能与虚警概率稳定性提出了更高的要求。但是现有的诸多恒虚警检测算法只在特定条件下具有较优性能，一旦脱离适用条件，其性能会迅速恶化，严重影响雷达系统的整体性能。
在外辐射源雷达低空小目标探测中，由于背景杂波复杂、低空小目标反射回波能量微弱，在使用现有的恒虚警检测算法处理时，会出现检测概率损失、虚警概率恶化的问题。如何在外辐射源雷达低空小目标探测中，高效准确地检出目标，同时保持虚警概率稳定，是一个亟待解决的问题。
首先，本文介绍了目标检测中的杂波、目标与检测理论，着重研究了不同杂波分布模型与背景环境的特性，并将检测理论进行了公式推导。
其次，对现有经典恒虚警检测算法的实现原理进行了阐述说明，并在不同背景条件下进行了仿真分析。
然后，对目标检测处理前的杂波模型拟合度分析进行了说明介绍，并提出了基于统计特征的神经网络杂波模型拟合度分析方法(SENN)，该方法可降低复杂度，并提高短序列样本情况下的分析准确度。
最后，研究分析了基于动态有序矩阵的恒虚警检测算法(DOM-CFAR)。详细介绍了DOM-CFAR的处理流程、实现原理、参数设置和算法复杂度。仿真结果表明DOM-CFAR可以在不同杂波模型、不同背景环境中通过迭代优化计算出自适应检测门限，与文中出现的经典恒虚警检测算法相比，拥有更高的检测与虚警性能，并且相较于同类型的杂波图算法，其拥有更好的抗目标能量干扰能力。
在外辐射源雷达低空小目标探测中，由于背景杂波复杂、低空小目标反射回波能量微弱，在使用现有的恒虚警检测算法处理时，会出现检测概率损失、虚警概率恶化的问题。如何在外辐射源雷达低空小目标探测中，高效准确地检出目标，同时保持虚警概率稳定，是一个亟待解决的问题。
首先，本文介绍了目标检测中的杂波、目标与检测理论，着重研究了不同杂波分布模型与背景环境的特性，并将检测理论进行了公式推导。
其次，对现有经典恒虚警检测算法的实现原理进行了阐述说明，并在不同背景条件下进行了仿真分析。
然后，对目标检测处理前的杂波模型拟合度分析进行了说明介绍，并提出了基于统计特征的神经网络杂波模型拟合度分析方法(SENN)，该方法可降低复杂度，并提高短序列样本情况下的分析准确度。
最后，研究分析了基于动态有序矩阵的恒虚警检测算法(DOM-CFAR)。详细介绍了DOM-CFAR的处理流程、实现原理、参数设置和算法复杂度。仿真结果表明DOM-CFAR可以在不同杂波模型、不同背景环境中通过迭代优化计算出自适应检测门限，与文中出现的经典恒虚警检测算法相比，拥有更高的检测与虚警性能，并且相较于同类型的杂波图算法，其拥有更好的抗目标能量干扰能力。