简介:在噪声或杂波环境中进行自适应雷达目标检测是每部雷达接收机中非常重要的设计。在几乎所有的检测程序中,都将接收回波信号幅度与某一门限作简单比较。目标检测的主要目的是在极低的恒虚警率(CFAR)约束条件下使目标检测概率最大化。噪声和杂波背景可以用一个统计模型来加以描述,如独立相同瑞利模型,或用已知平均噪声功率的指数分布随机变量进行描述。但是在实际应用中,平均噪声或杂波功率绝对是未知的,并且还会随着距离、时间和方位角发生变化。因此,对用于几种不同背景信号情况的某些距离CFAR技术进行描述。在这些背景信号情况下,平均噪声功率和另外一些统计参数都被假设是未知的。因而所有的距离CFAR技术都通过将幅度门限应用于检测单元内的回波信号幅度,把估算流程(用以获取噪声功率的精确值或估算值)与判定步骤结合起来。许多研究工作都分析了这种通用的检测方案,对这一课题投入了大量精力。对这些重要的距离CFAR检测方案中的几种作一简短描述,然后进行技术比较。
简介:通过合并多输入多输出(MIM())和无源相干定位(PCL)雷达的两种思想,可以同时获取近期开始研究的这两种雷达的优势。虽然在发射机和接收机中使用多个天线,即采用机会照射可提供目标的空间分集,但最重要的一点是雷达可对截击机进行隐蔽探测。但是,当单频网络(SFN)发射机用作非协作发射机时也会产生一些问题。这种情况下,在接收机中无法辨别出多发射机探测多目标返回的信号。因此,为了获取MIM0雷达的分集增益和定位目标,有必要开发一项技术将接收机中的每个回波分配至发射机和目标。在以前的工作中已经提出这一技术,该文通过智能化算法改进来提升这项技术。