论文部分内容阅读
恒虚警率(CFAR)检测技术是雷达目标自动检测中的一个重要组成部分,是现代雷达信号处理领域中的研究热点之一。压缩感知理论可以有效解决雷达目标检测过程中的大数据量处理问题,应用广泛。因此本文基于压缩感知(CS)的相关理论,结合可变标识(Ⅵ)-CFAR检测方法,研究雷达目标信号的检测算法。本文首先分析了 CFAR的检测原理和CS理论。对Ⅵ-CFAR检测算法进行了仿真比较,利用VⅥ-CFAR集合了均值类CFAR的优点,进行后续的研究改进。并从信号的稀疏性、测量矩阵的选择和重构算法三个方面讨论了CS理论,为本文的改进算法提供理论基础。其次研究了基于压缩感知的目标检测算法。首先利用雷达信号可以被稀疏表示的特点,构建了压缩感知理论下的二元检测模型,使用不同时延的发射信号构造了稀疏字典基。然后分析了以单元平均(CA)-CFAR为检测器的未重构的CSCA-CFAR算法,针对此算法在非均匀背景下检测性能下降的问题,提出了一种基于压缩感知的可变标识恒虚警率检测算法(CSⅥ-CFAR),并在仿真环境下验证了 CSⅥ-CFAR算法的检测性能良好。最后研究了基于重构的恒虚警率检测算法。分析了已有的复近似信息传递(CAMP)重构算法及其最优阈值的自适应方法。并进一步分析介绍了把恢复的稀疏估计值是否为零作为判决准则的CAMP检测算法,在此基础上针对已有的CAMPCA-CFAR检测算法,在有干扰目标时检测性能恶化的问题,本文利用CAMP重构算法可以恢复信号的非稀疏估计值特性,提出一种了基于复近似信息传递的可变标识恒虚警率检测算法(CAMPⅥ-CFAR),并在仿真环境下验证了 CAMPⅥ-CFAR检测算法的有效性。