目录
1.算法概述
统计检测理论是利用信号的统计特性和噪声的统计特性等信息来建立最佳判决的数学理论。主要解决在受噪声干扰的观测中,信号有无的判决问题。其数学基础就是统计判决理论,又称假设检验理论。 假设检验是进行统计判决的重要工具,信号检测相当于数理统计中的假设检验。 假设就是检验对象的可能情况或状态。对于雷达或声呐检测来说,可以选用两个假设,即目标存在或不存在。
由于噪声的存在及观察样本数或样本长度的限制,在检测过程中,不可避免地会产生判决错误。问题是怎样尽可能地减少这些错误,这就是检测系统的最佳化问题。错误一般分为两种,一种是漏报,一种是虚警,在不同的工作情况下,这两种错误所造成的后果并不一样,因此可能对不同的错误有不同的重视程度,这就引入了最佳准则问题。不同的准则下有不同的判决规则(如选取的判决门限不同),使得检测系统有不一样的虚警错误和漏报错误分配。 这样的准则有最小平均风险准则(又称Bayes准则)、极大极小准则(又称安全平均风险准则)和Neyman-Pearson准则(又称检测概率最大准则)等。
CFAR,全称是Constant False Alarm Rate Detector,恒定虚警概率下的检测器,是雷达目标检测的一种常见的手段。
恒虚警率CFAR是Constant False-Alarm Rate的缩写。在雷达信号检测中,当外界干扰强度变化
本文介绍了雷达信号检测中的恒虚警率(CFAR)概念,阐述了CFAR在外界干扰变化时维持虚警概率不变的重要性。文章详细讨论了CFAR的参量法和非参量法,并考虑了杂波类型、均匀性和多目标干扰等因素。还展示了MATLAB 2022a的仿真效果及源码。
订阅专栏 解锁全文
2406

被折叠的 条评论
为什么被折叠?



