数字信号处理5——CFAR算法及matlab实现

目录

一、前言

二、CA-CFAR

三、OS-CFAR

---

 

一、前言

由于接收机输出端中肯定存有噪声(包括大气噪声、人为噪声、内部噪声和杂波等)，而信号一般是叠加在噪声上的。这就需要在接收机输出的噪声或信号加噪声条件下，采用检测技术判别是否有目标信号。因此需要使用恒虚警率（CFAR）技术，能够在含有不同干扰特性环境中，保持恒定的虚警概率，根据背景干扰平均功率自适应设置门限，在固定虚警概率下最大限度提高检测概率。

CFAR的目的是估计噪声阈值（门限），以便检出目标点。它是根据假设检验理论，利用信号的统计特性和噪声的统计特性等信息来建立最佳判决的数学理论。检测错误分为漏警和误警，接收机有无信号输入通过检测器判决有无信号输入会得到4种情况，无目标，有目标，误警，漏警。对待这两种错误检测要求不同从而建立不同和的准则，不同的准则下有不同的判决规则（如选取的判决门限不同），使得检测系统有不一样的虚警错误和漏报错误分配。 这样的准则有最小平均风险准则（又称Bayes准则）、极大极小准则（又称安全平均风险准则）和Neyman-Pearson准则（又称检测概率最大准则）。一般对虚警要求较高，所以，先限定虚警，再去求最小漏报或最大检测，所以 N-P 准则有时也叫恒虚警检测。 恒虚警检测技术（CFAR，Constant False-Alarm Rate）是雷达系统在保持虚警概率恒定条件下对接收机输出的信号与噪声作判别以确定目标信号是否存在的技术。</