基于知識輔助的恒虛警檢測算法研究.pdf

1、恒虛警(CFAR)技術是雷達目標檢測中的一種自適應門限檢測算法，雷達系統(tǒng)通過 CFAR保持虛警率恒定。為實現(xiàn)對待檢單元的最優(yōu)估計，待檢單元與參考單元需滿足獨立同分布條件。但由于實際雜波環(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，導致檢測性能和虛警性能的下降。知識輔助（KA）技術通過挖掘環(huán)境和目標的先驗知識，在信號處理過程中加入先驗信息，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區(qū)域的地形地貌密

2、切相關。因而可近似認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，主要在以下幾個方面開展工作：
　　1.研究了雷達信號檢測中背景雜波的數學模型和目標回波的特性，研究了傳統(tǒng)CFAR檢測技術的背景、意義和框架，為后文的研究明確了方向和重點。
　　2.針對非均勻高斯雜波背景下的目標檢測問題，研究了均值類CFAR和

3、有序統(tǒng)計 CFAR的原理和性能。在此基礎上，將知識輔助引入到傳統(tǒng)算法中，通過仿真驗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)線性無偏估計和有序統(tǒng)計等 CFAR算法的原理和性能。在此基礎上，通過進一步引入知識輔助技術，使得對雙參數模型的參數估計及檢測算法性能得到提升，通過仿

4、真驗證了算法的有效性。
　　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)度檢驗方法。在此基礎上，對Anderson-Darling算法進行了計算復雜度優(yōu)化，并設計了擬合沖突解決方法。同時，通過對輔助知識的利用，設計了針對雜波邊緣的分布辨識方法。通過仿真實驗驗證了算法的有效性。
　　仿真驗證了上述工作的有效性。結果表明，基于知識輔助的 CFAR檢測技術能夠在保持恒虛警的同時有效檢測目標。