• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Constant false alarm rate detection techniques based on empirical distribution function statistics.
【24h】

Constant false alarm rate detection techniques based on empirical distribution function statistics.

机译：基于经验分布函数统计的恒定误报率检测技术。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Constant False Alarm Rate (CFAR) techniques provide an adaptive threshold to distinguish targets from clutter interference in radar detection based on clutter statistics from a fixed-size reference window surrounding the cell under test (CUT). In this dissertation, empirical distribution function (EDF) statistics are used in goodness-of-fit tests to measure the homogeneity of the clutter sample in the reference window. New CFAR, techniques utilizing EDF statistics are presented which provide adaptive capabilities based on this measure, and improve average detector performance. These techniques vary the size of the reference window, or switch between alternate CFAR schemes in a composite architecture, based on EDF statistic tests. An adaptive reference window size provides more reliable clutter power estimates with large windows in regions of locally stationary clutter, and small windows in nonstationary regions. A composite CFAR architecture utilizes asymptotically-optimum Cell-Averaging (CA) CFAR in homogeneous regions or robust Ordered-Statistic (OS) CFAR in inhomogeneous regions. Multi-scale goodness-of-fit tests based on combined or multi-sample EDF statistics can provide information about clutter homogeneity as a function of scale, and provide the CFAR processor pre-sorted reference window samples at various scales. A modified OS-CFAR processor is presented which includes the CUT in the reference window to utilize pre-sorted samples as it moves between scales in a computationally efficient manner. Results indicate that this new technique performs well in nonstationary clutter environments of varying size, with a slight detection loss, and points to the feasibility of computationally efficient multi-scale OS-CFAR.
机译：恒定误报率（CFAR）技术提供了自适应阈值，可根据杂波统计数据（来自被测单元（CUT）周围固定大小的参考窗口）将目标与雷达检测中的杂波干扰区分开。本文在拟合优度检验中采用了经验分布函数（EDF）统计量来测量参考窗口中杂波样本的均匀性。提出了利用EDF统计信息的新CFAR技术，这些技术可基于此度量提供自适应功能，并提高平均检测器性能。这些技术基于EDF统计测试，可以更改参考窗口的大小，或在复合体系结构中的其他CFAR方案之间切换。自适应参考窗口大小可提供更可靠的杂波功率估计，其中局部静止杂波区域中的窗口较大，而非平稳区域中的窗口较小。复合CFAR体系结构在同质区域中使用渐近最优单元平均（CA）CFAR，在非均质区域中使用鲁棒有序统计（OS）CFAR。基于组合或多样本EDF统计数据的多尺度拟合优度测试可以提供有关尺度均匀性的杂波均匀性信息，并以各种尺度提供CFAR处理器预先分类的参考窗口样本。提出了一种改进的OS-CFAR处理器，该处理器在参考窗口中包括CUT，以便在其以有效计算方式在标度之间移动时利用预先排序的样本。结果表明，该新技术在大小不定的非平稳杂波环境中表现良好，并且检测损失很小，并指出了计算有效的多尺度OS-CFAR的可行性。

著录项

  • 作者

    Rimbert, Michael F.;

  • 作者单位

    Purdue University.;

  • 授予单位 Purdue University.;
  • 学科 Engineering Electronics and Electrical.
  • 学位 Ph.D.
  • 年度 2005
  • 页码 131 p.
  • 总页数 131
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类 无线电电子学、电信技术;
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号