基于二次统计CFAR处理的目标径向尺寸估计
利用雷达高分辨距离像(high resolution range profile,HRRP)实现对目标径向尺寸估计,可为目标分类识别提供重要特征判据.实际中常采用双向恒虚警(constant false alarm rate,CFAR)门限法进行目标信号支撑区和噪声区的鉴别,低信噪比条件下现有方法尺寸估计精度较低,且当目标支撑区边缘信号较弱时容易漏检.为解决上述问题,本文通过低门限多次检测对目标-噪声边界进行判决,搜索到目标-噪声边界后通过边缘优化进一步提高尺寸估计精度.实验验证和对比分析表明,本文方法平均估计误差小于10%,明显低于现有CFAR门限尺寸估计方法,且能有效避免边缘弱点漏检以及"野值"干扰,提高强噪情况下目标尺寸估计的稳健性.
宽带雷达;高分辨距离像(HRRP);积累检测;尺寸估计;恒虚警(CFAR)
36
TN957
上海市自然科学基金17ZR1428700
2021-09-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
597-603