本文主要研究内容
作者殷超然,闫林杰,郝程鹏,孙梦茹（2019）在《均匀混响背景下抗多目标干扰恒虚警检测器设计》一文中研究指出：为提高恒虚警(CFAR)方法的抗多目标干扰能力,文中提出一种能够对抗多目标干扰的新型UMCASO-CFAR检测器。该检测器的特点是分别对前后沿滑窗数据使用无偏最小方差估计(UMVE)方法和单元平均(CA)方法得到2个局部估计,然后采用最小选择(SO)处理取二者中较小的一个作为均匀混响背景功率水平估计。在SwerlingII型目标假设下,推导出均匀混响背景下UMCASO-CFAR检测器虚警概率和检测概率的解析表达式,证明其具有CFAR性能。进一步通过解析方法、蒙特卡洛仿真和实测数据处理三方面研究了该方法在均匀混响背景和多目标环境下的性能,结果表明相较于现有方法, UMCASO-CFAR具有更好的抗多目标干扰的性能,而且在均匀混响背景下具有非常小的CFAR检测损失。
Abstract
wei di gao heng xu jing (CFAR)fang fa de kang duo mu biao gan rao neng li ,wen zhong di chu yi chong neng gou dui kang duo mu biao gan rao de xin xing UMCASO-CFARjian ce qi 。gai jian ce qi de te dian shi fen bie dui qian hou yan hua chuang shu ju shi yong mo pian zui xiao fang cha gu ji (UMVE)fang fa he chan yuan ping jun (CA)fang fa de dao 2ge ju bu gu ji ,ran hou cai yong zui xiao shua ze (SO)chu li qu er zhe zhong jiao xiao de yi ge zuo wei jun yun hun xiang bei jing gong lv shui ping gu ji 。zai SwerlingIIxing mu biao jia she xia ,tui dao chu jun yun hun xiang bei jing xia UMCASO-CFARjian ce qi xu jing gai lv he jian ce gai lv de jie xi biao da shi ,zheng ming ji ju you CFARxing neng 。jin yi bu tong guo jie xi fang fa 、meng te ka luo fang zhen he shi ce shu ju chu li san fang mian yan jiu le gai fang fa zai jun yun hun xiang bei jing he duo mu biao huan jing xia de xing neng ,jie guo biao ming xiang jiao yu xian you fang fa , UMCASO-CFARju you geng hao de kang duo mu biao gan rao de xing neng ,er ju zai jun yun hun xiang bei jing xia ju you fei chang xiao de CFARjian ce sun shi 。
论文参考文献
论文详细介绍
论文作者分别是来自水下无人系统学报的殷超然,闫林杰,郝程鹏,孙梦茹，发表于刊物水下无人系统学报2019年04期论文，是一篇关于恒虚警论文,检测器论文,无偏最小方差估计论文,单元平均论文,最小选择论文,多目标论文,抗干扰论文,均匀混响论文,水下无人系统学报2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自水下无人系统学报2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：恒虚警论文; 检测器论文; 无偏最小方差估计论文; 单元平均论文; 最小选择论文; 多目标论文; 抗干扰论文; 均匀混响论文; 水下无人系统学报2019年04期论文;