分布式CFAR融合檢測(cè)算法研究.pdf

1、分布式CFAR(constant false alarm Fate，恒虛警率處理)檢測(cè)技術(shù)是CFAR技術(shù)與多傳感器信息融合技術(shù)相結(jié)合發(fā)展而來(lái)的，已成為當(dāng)今雷達(dá)目標(biāo)檢測(cè)的關(guān)鍵技術(shù)之一。通過(guò)不同形式的組網(wǎng)融合提高雷達(dá)的檢測(cè)性能，擴(kuò)大系統(tǒng)的監(jiān)視范圍。本文圍繞CFAR處理技術(shù)，以在實(shí)際環(huán)境中進(jìn)行雷達(dá)組網(wǎng)檢測(cè)為應(yīng)用背景，重點(diǎn)研究了基于硬閾值的分布式CFAR檢測(cè)算法和基于模糊邏輯的分布式CFAR檢測(cè)算法。主要工作如下：
　　首先使用ZZNL(

2、zero memory nonlinearity，零記憶非線性變換)算法在計(jì)算機(jī)上模擬產(chǎn)生了四種典型雜波環(huán)境的隨機(jī)序列。在瑞利分布雜波背景下研究了ML(Meanlevel，均值)類檢測(cè)器、OS(Order statistics，有序統(tǒng)計(jì)量)類檢測(cè)器的檢測(cè)性能，分別在形狀參數(shù)已知、形狀參數(shù)未知時(shí)的韋布爾分布雜波背景下，研究了MLH(maximumlikehood，最大似然)檢測(cè)算法，并對(duì)這些檢測(cè)算法進(jìn)行了仿真分析。
　　針對(duì)實(shí)際環(huán)境

3、中的雜波為非瑞利分布的情況，本文研究了韋布爾雜波背景下基于硬閾值的分布式CA-CFAR檢測(cè)算法，計(jì)算了融合中心的虛警概率和檢測(cè)概率，仿真測(cè)試了形狀參數(shù)、檢測(cè)器個(gè)數(shù)等因素對(duì)算法檢測(cè)性能的影響，然后研究了分布式LMSCA-CFAR檢測(cè)算法的性能，并與分布式CA-CFAR檢測(cè)算法的性能進(jìn)行了仿真比較。
　　研究了基于模糊邏輯的分布式CFAR檢測(cè)技術(shù)，分析了隸屬函數(shù)的設(shè)計(jì)原理和求取方法，求出了皮爾遜分布下PTM-CFAR檢測(cè)器和韋布爾分布