• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >Adaptive CFAR detection for clutter-edge heterogeneity using Bayesian inference
【24h】

Adaptive CFAR detection for clutter-edge heterogeneity using Bayesian inference

机译：贝叶斯推理的杂波边缘异质性自适应CFAR检测

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

Radar constant false alarm rate (CFAR) detection is addressed in this correspondence. Motivated by the frequently encountered problem of clutter-edge heterogeneity, we model the secondary data as a probability mixture and impose a hierarchical model for the inference problem. A two-stage CFAR detector structure is proposed. Empirical Bayesian inference is adopted in the first stage for training data selection followed by a CFAR processor using the identified homogeneous training set for target detection. One of the advantages of the proposed algorithm is its inherent adaptivity; i.e., the threshold setting is much less sensitive to the nonstationary environment compared with other standard CFAR procedures.
机译：以此方式解决了雷达恒定误报率（CFAR）检测问题。由于杂波边缘异质性的经常遇到的问题，我们将辅助数据建模为概率混合，并为推理问题强加了分层模型。提出了一种二级CFAR检测器结构。第一阶段采用经验贝叶斯推断进行训练数据选择，然后由CFAR处理器使用已识别的同类训练集进行目标检测。该算法的优点之一是其固有的适应性。也就是说，与其他标准CFAR程序相比，阈值设置对非平稳环境的敏感度要低得多。

著录项

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