分布式CFAR融合檢測算法研究_第1頁
分布式CFAR融合檢測算法研究_第2頁
分布式CFAR融合檢測算法研究_第3頁
分布式CFAR融合檢測算法研究_第4頁
分布式CFAR融合檢測算法研究_第5頁
全文預覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

分布式CFAR融合檢測算法研究分布式CFAR(constantfalsealarmrate,恒虛警率處理)檢測技術(shù)是CFAR技術(shù)與多傳感器信息融合技術(shù)相結(jié)合發(fā)展而來的,已成為當今雷達目標檢測的關(guān)鍵技術(shù)之一。通過不同形式的組網(wǎng)融合提高雷達的檢測性能,擴大系統(tǒng)的監(jiān)視范圍。本文圍繞CFAR處理技術(shù),以在實際環(huán)境中進行雷達組網(wǎng)檢測為應(yīng)用背景,重點研究了基于硬閾值的分布式CFAR檢測算法和基于模糊邏輯的分布式CFAR檢測算法。主要工作如下：首先使用ZMNL(zeromemorynonlinearity,零記憶非線性變換)算法在計算機上模擬產(chǎn)生了四種典型雜波環(huán)境的隨機序列。在瑞利分布雜波背景下研究了ML(Meanlevel,均值)類檢測器、OS(Orderstatistics,有序統(tǒng)計量)類檢測器的檢測性能,分別在形狀參數(shù)已知、形狀參數(shù)未知時的韋布爾分布雜波背景下,研究了MLH(maximumlikehood,最大似然)檢測算法,并對這些檢測算法進行了仿真分析。針對實際環(huán)境中的雜波為非瑞利分布的情況,本文研究了韋布爾雜波背景下基于硬閾值的分布式CA-CFAR檢測算法,計算了融合中心的虛警概率和檢測概率,仿真測試了形狀參數(shù)、檢測器個數(shù)等因素對算法檢測性能的影響,然后研究了分布式LMSCA-CFAR檢測算法的性能,并與分布式CA-CFAR檢測算法的性能進行了仿真比較。研究了基于模糊邏輯的分布式CFAR檢測技術(shù),分析了隸屬函數(shù)的設(shè)計原理和求取方法,求出了皮爾遜分布下PTM-CFAR檢測器和韋布爾分布下MLH-CFAR檢測器的隸屬函數(shù),為應(yīng)用這些檢測器進行基于模糊邏輯的組網(wǎng)檢測解決了關(guān)鍵問題。最后本文研究了基于模糊邏輯的分布式LMSCA-CFAR檢測算法和基于模糊邏輯的分布式OS-CFAR檢測算法,及其在瑞利分布雜波、韋布爾分布雜波背景下的檢測性能,仿真分析了局部檢測器的滑

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論