恒虚警率（CFAR）检测 MATLAB官网资料学习记录

雷达系统执行的一项重要任务是目标检测。检测本身非常简单。它将信号与阈值进行比较。因此，有关检测的实际工作提出了适当的阈值。通常，阈值是检测概率和错误警报概率的函数。在CFAR中，当需要对给定的单元（通常称为被测单元（CUT））进行检测时，可从相邻单元估算噪声功率。然后，检测阈值T由下式给出：

其中Pn是噪声功率估计，α是比例因子，称为阈值因子。
通过使用适当的阈值因子α，可以将错误警报的结果概率保持恒定，因此命名为CFAR。
单元平均CFAR检测器可能是使用最广泛的CFAR检测器。它也可以用作其他CFAR技术的基准比较。在一个单元平均CFAR检测器中，从CUT周围的前导和滞后单元（称为训练单元）中提取噪声样本。
噪声估计可以计算为：

其中N是训练单元的数量，xm是每个训练单元中的样本。如果xm恰好是平方律检测器的输出，则Pn表示估计的噪声功率。通常，前导和滞后训练单元的数量相同。保护单元放置在与CUT相邻的位置，并使其领先和落后。这些保护单元的目的是避免信号分量泄漏到训练单元中，这可能会对噪声估计产生不利影响。
一维情况下这些单元之间的关系：

使用上述单元平均CFAR检测器，假设传递到检测器的数据来自单个脉冲，即不涉及脉冲积分，则阈值因子可写为：

其中P fa是所需的误报率。

自己拿翻译软件修改的，为了自己以后方便查看，有什么不对的或者不好的或者有指教的欢迎提出。