高级搜索

秩和非参数检测器在杂波边缘中的性能

孟祥伟

引用本文: 孟祥伟. 秩和非参数检测器在杂波边缘中的性能[J]. 电子与信息学报, 2019, 41(12): 2859-2864. doi: 10.11999/JEIT190136 shu
Citation:  Xiangwei MENG. Performance of Rank Sum Nonparametric Detector at Clutter Edge[J]. Journal of Electronics and Information Technology, 2019, 41(12): 2859-2864. doi: 10.11999/JEIT190136 shu

秩和非参数检测器在杂波边缘中的性能

    作者简介: 孟祥伟: 男,1966年生,教授、博士生导师,研究方向为雷达信号检测理论
    通讯作者: 孟祥伟,mengxw163@sina.com
  • 基金项目: 国家自然科学基金(61179016)

摘要: 人们常用Rohling教授提出的3种典型背景即均匀背景、多目标和杂波边缘来对检测器的恒虚警率(CFAR)性能进行衡量,但在现有的文献中缺乏秩和(RS)非参数检测器在杂波边缘中虚警概率的解析表达式,缺乏RS检测器与经典的参量型恒虚警率(CFAR)检测器在杂波边缘中虚警控制能力的比较,这在理论研究上是不完整、不全面的。该文给出了RS检测器在杂波边缘中虚警概率的解析表达式,并比较了它与非相干积累单元平均(CA),选大(GO)和有序统计(OS)恒虚警方法在杂波边缘中的虚警控制能力。可以看出,在强、弱杂波均为瑞利分布的情况下,RS检测器在杂波边缘的虚警控制能力处于非相干积累CA方法和非相干积累OS方法之间。但是当长拖尾分布的非高斯杂波进入参考滑窗时,非相干积累CA, GO和OS参量型检测方法的虚警概率都产生了3个以上数量级的上升,且不能回到原始设定的虚警概率。而RS检测器显示出了非参量检测器的优势,即当杂波背景的分布类型发生变化后,它仍然可以保持虚警概率的恒定。

English

    1. [1]

      WEINBERG G V and TRAN C. A Weber-Haykin detector in correlated Pareto distributed clutter[J]. Digital Signal Processing, 2019, 84: 107–113. doi: 10.1016/j.dsp.2018.10.007

    2. [2]

      WEINBERG G V, BATEMAN L, and HAYDEN P. Development of non-coherent CFAR detection processes in Weibull background[J]. Digital Signal Processing, 2018, 75: 96–106. doi: 10.1016/j.dsp.2018.01.002

    3. [3]

      ZHOU Wei, XIE Junhao, LI Gaopeng, et al. Robust CFAR detector with weighted amplitude iteration in nonhomogeneous sea clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2017, 53(3): 1520–1535. doi: 10.1109/TAES.2017.2671798

    4. [4]

      MENG X W. Performance analysis of OS-CFAR with binary integration for Weibull background[J]. IEEE Transactions on Aerospace and Electronic Systems, 2013, 49(2): 1357–1366. doi: 10.1109/TAES.2013.6494420

    5. [5]

      BAADECHE M and SOLTANI F. Performance analysis of mean level constant false alarm rate detectors with binary integration in Weibull background[J]. IET Radar, Sonar & Navigation, 2015, 9(3): 233–240. doi: 10.1049/iet-rsn.2014.0053

    6. [6]

      WEINBERG G V and KYPRIANOU R. Optimised binary integration with order statistic CFAR in Pareto distributed clutter[J]. Digital Signal Processing, 2015, 42: 50–60. doi: 10.1016/j.dsp.2015.04.002

    7. [7]

      WICKS M C and BALDYGO W J. Expert system CFAR: Algorithm development, experimental demonstration, and transition to airborne radar systems[J]. IEEE Aerospace and Electronic Systems Magazine, 2017, 32(9): 40–47. doi: 10.1109/MAES.2017.160243

    8. [8]

      ROHLING H. Radar CFAR thresholding in clutter and multiple target situations[J]. IEEE Transactions on Aerospace and Electronic Systems, 1983, AES-19(4): 608–621. doi: 10.1109/TAES.1983.309350

    9. [9]

      GANDHI P P and KASSAM S A. Analysis of CFAR processors in nonhomogeneous background[J]. IEEE Transactions on Aerospace and Electronic Systems, 1988, 24(4): 427–445. doi: 10.1109/7.7185

    10. [10]

      孟祥伟. 非参数秩和检测器的性能分析[J]. 电子与信息学报, 2013, 35(8): 2029–2032.
      MENG Xiangwei. Performance analysis of rank sum nonparametric detector[J]. Journal of Electronics &Information Technology, 2013, 35(8): 2029–2032.

    1. [1]

      缪祥华, 单小撤. 基于密集连接卷积神经网络的入侵检测技术研究. 电子与信息学报, 2020, 41(0): 1-7.

  • 图 1  RS检测器Pfa随处于强杂波区参考单元数L的变化曲线(N=32, M=8, T=238)

    图 2  RS检测器Pfa随处于强杂波区参考单元数L的变化曲线(N=24, M=8, T=179)

    图 3  RS检测器的虚警概率Pfa随处于强杂波区参考单元数L的变化曲线(N=32, M=8, T=238)

    图 4  RS检测器与非相干积累CA, GO, OS方法和在杂波边缘的虚警性能比较(N=32, M=8, T=238)

    图 5  RS检测器与非相干积累CA, GO, OS方法和在杂波边缘的虚警性能比较(N=24, M=8, T=179)

    图 6  RS检测器与非相干积累CA, GO, OS方法在杂波边缘的虚警性能比较(N=32, M=8, T=238, c=1.2)

  • 加载中
图(6)
计量
  • PDF下载量:  70
  • 文章访问数:  917
  • HTML全文浏览量:  439
文章相关
  • 通讯作者:  孟祥伟, mengxw163@sina.com
  • 收稿日期:  2019-03-11
  • 录用日期:  2019-06-12
  • 网络出版日期:  2019-08-23
  • 刊出日期:  2019-12-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章