基于威布尔分布杂波模型的加权有序统计模糊CFAR检测算法

摘要：

为了解决有序统计恒虚警(order statistic constant false alarm rate,OS-CFAR)、有序统计最大选择恒虚警(or-der statistic greatest of-constant false alarm rate,OSGO-CFAR)和有序统计最小选择恒虚警(order statistic smallest of-constant false alarm rate,OSSO-CFAR)检测算法在非均匀噪声环境下检测性能严重下降的问题,基于威布尔分布模型和模糊量化的软决策方法,提出了一种加权有序统计量的模糊恒虚警(weighted order statistic and fuzzy rules con-stant false alarm rate,WOSF-CFAR)检测算法.通过计算Leading和Lagging子窗口对应的模糊隶属函数值,采用代数积、代数和、最大选择和最小选择4种融合规则对2个子窗口的模糊输出量进行融合,并与比较门限进行比较判别目标有无.仿真表明,提出的检测方法与OSGO-CFAR,OSSO-CFAR算法相比,在均匀噪声、杂波边缘干扰和多目标干扰环境下均具有较好的检测性能,尤其是采用代数积融合规则时,检测性能最优,且提出的检测算法在均匀噪声环境下也具有最佳的检测性能.

关键词：目标检测、恒虚警率、有序统计、模糊规则、威布尔杂波

所属期刊栏目：31

分类号：TN957.51

资助基金：国家重点研发计划2017YFB0102600;安徽省自然科学基金TSKJ2015B12;安徽省科技重大专项计划16030901032;安徽省高等教育提升计划TSKJ2016B06;安徽工程大学计算机应用技术重点实验室开放基金JSJKF201514

在线出版日期：2019-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：245-252