论文部分内容阅读
分布式CFAR (constant false alarm rate,恒虚警率处理)检测技术是CFAR技术与多传感器信息融合技术相结合发展而来的,已成为当今雷达目标检测的关键技术之一。通过不同形式的组网融合提高雷达的检测性能,扩大系统的监视范围。本文围绕CFAR处理技术,以在实际环境中进行雷达组网检测为应用背景,重点研究了基于硬阈值的分布式CFAR检测算法和基于模糊逻辑的分布式CFAR检测算法。主要工作如下：首先使用ZMNL (zero memory nonlinearity,零记忆非线性变换)算法在计算机上模拟产生了四种典型杂波环境的随机序列。在瑞利分布杂波背景下研究了ML (Mean level,均值)类检测器、OS (Order statistics,有序统计量)类检测器的检测性能,分别在形状参数已知、形状参数未知时的韦布尔分布杂波背景下,研究了MLH (maximum likehood,最大似然)检测算法,并对这些检测算法进行了仿真分析。针对实际环境中的杂波为非瑞利分布的情况,本文研究了韦布尔杂波背景下基于硬阈值的分布式CA-CFAR检测算法,计算了融合中心的虚警概率和检测概率,仿真测试了形状参数、检测器个数等因素对算法检测性能的影响,然后研究了分布式LMSCA-CFAR检测算法的性能,并与分布式CA-CFAR检测算法的性能进行了仿真比较。研究了基于模糊逻辑的分布式CFAR检测技术,分析了隶属函数的设计原理和求取方法,求出了皮尔逊分布下PTM-CFAR检测器和韦布尔分布下MLH-CFAR检测器的隶属函数,为应用这些检测器进行基于模糊逻辑的组网检测解决了关键问题。最后本文研究了基于模糊逻辑的分布式LMSCA-CFAR检测算法和基于模糊逻辑的分布式OS-CFAR检测算法,及其在瑞利分布杂波、韦布尔分布杂波背景下的检测性能,仿真分析了局部检测器的滑窗长度、检测器个数等因素对算法检测性能的影响,并对这两种算法的检测性能进行了比较。