基于自动删除算法的最大选择恒虚警检测器

    A New Greatest Selection CFAR Detector Based on Automatic Censoring Algorithm

      摘要
    • 摘要: 基于自动删除单元平均(ACCA)恒虚警算法,提出一种新的恒虚警检测器(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Swerling Ⅱ型目标假设下,推导出ACCAG0-CFAR在均匀背景下虚警概率pfa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

       

      • HTML全文
      • 参考文献(0)
      • 相关文章
      • 施引文献
    • 资源附件(0)

    /

    返回文章
    返回