|
|
|
| 论文题目 |
基于自动删除算法的最大选择恒虚警检测器 |
| 论文题目（英文） |
A New Greatest Selection CFAR Detector Based on Automatic Censoring Algorithm |
| 作者 |
曲超 |
| 发表年度 |
2008 |
| 卷 |
30 |
| 期 |
6 |
| 页码 |
68-72 |
| 期刊名称 |
现代雷达 |
| 摘要 |
基于自动删除单元平均（ACCA）恒虚警算法，提出一种新的恒警检测器（ACCAGO-CFAR）以提高CFAR检测的性能。它的前沿和后沿滑窗均采用ACCA算法来产生2个局部估计，取其中最大值作为总的背景功率水平估计，从而设置自适应检测门限。在SwerlingII型目标假设下，推导出ACCAGO-CFAR在均匀背景下虚警概率Pfo的解析表达式。通过与其他现有方案进行比较，结果表明ACCAGO在均匀背景及多目标和杂波边缘引起的非均匀背景中，均具有较好的检测性能，尤其是在杂波边缘环境中，它的虚警尖峰比ACCA小近2个数量级并且处理时间也比ACCA大为缩短。
关键词：检测；恒虚警；自动删除单元平均；排序数据方差 |
| 摘要_英文 |
|
|
|
|
