基于知識輔助的恒虛警檢測算法研究.pdf

1、恒虛警(CFAR)技術(shù)是雷達(dá)目標(biāo)檢測中的一種自適應(yīng)門限檢測算法，雷達(dá)系統(tǒng)通過 CFAR保持虛警率恒定。為實(shí)現(xiàn)對待檢單元的最優(yōu)估計(jì)，待檢單元與參考單元需滿足獨(dú)立同分布條件。但由于實(shí)際雜波環(huán)境中，雜波的非均勻性和多分布雜波環(huán)境的存在破壞了傳統(tǒng) CFAR的適用條件，導(dǎo)致檢測性能和虛警性能的下降。知識輔助（KA）技術(shù)通過挖掘環(huán)境和目標(biāo)的先驗(yàn)知識，在信號處理過程中加入先驗(yàn)信息，能夠有效提高信號處理性能。研究表明，雜波功率分布與對應(yīng)區(qū)域的地形地貌密

2、切相關(guān)。因而可近似認(rèn)為擁有相同或相似地形的區(qū)域其雜波分布均勻。在CFAR檢測中加入地形信息作為知識輔助，可以有效解決雜波的非均勻性問題。
　　本論文圍繞基于知識輔助的CFAR檢測，主要在以下幾個(gè)方面開展工作：
　　1.研究了雷達(dá)信號檢測中背景雜波的數(shù)學(xué)模型和目標(biāo)回波的特性，研究了傳統(tǒng)CFAR檢測技術(shù)的背景、意義和框架，為后文的研究明確了方向和重點(diǎn)。
　　2.針對非均勻高斯雜波背景下的目標(biāo)檢測問題，研究了均值類CFAR和

3、有序統(tǒng)計(jì) CFAR的原理和性能。在此基礎(chǔ)上，將知識輔助引入到傳統(tǒng)算法中，通過仿真驗(yàn)證了算法在非均勻環(huán)境下對虛警性能和檢測性能的有效提升。
　　3.針對非高斯雜波環(huán)境下非均勻的檢測問題，分析了 Weibull和 Log-normal兩類雙參數(shù)雜波分布模型，研究了兩種分布下的最大似然、最優(yōu)線性無偏估計(jì)和有序統(tǒng)計(jì)等 CFAR算法的原理和性能。在此基礎(chǔ)上，通過進(jìn)一步引入知識輔助技術(shù)，使得對雙參數(shù)模型的參數(shù)估計(jì)及檢測算法性能得到提升，通過仿

4、真驗(yàn)證了算法的有效性。
　　4.針對工程中雜波分布未知的情況，研究了基于 Anderson-Darling擬合優(yōu)度檢驗(yàn)方法。在此基礎(chǔ)上，對Anderson-Darling算法進(jìn)行了計(jì)算復(fù)雜度優(yōu)化，并設(shè)計(jì)了擬合沖突解決方法。同時(shí)，通過對輔助知識的利用，設(shè)計(jì)了針對雜波邊緣的分布辨識方法。通過仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　仿真驗(yàn)證了上述工作的有效性。結(jié)果表明，基于知識輔助的 CFAR檢測技術(shù)能夠在保持恒虛警的同時(shí)有效檢測目標(biāo)。