Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску

Обнаружение постоянной частоты ложных тревог ( CFAR ) относится к общей форме адаптивного алгоритма, используемого в радиолокационных системах для обнаружения отражения цели на фоне шума , помех и помех. [1]

Принцип [ править ]

В приемнике радара отраженные эхо-сигналы обычно принимаются антенной , усиливаются, преобразуются с понижением частоты до промежуточной частоты , а затем проходят через схему детектора, которая извлекает огибающую сигнала, известную как видеосигнал . Этот видеосигнал пропорционален мощности принятого эхо-сигнала и включает в себя полезный эхо-сигнал, а также нежелательные сигналы от внутреннего шума приемника и внешних помех и помех . Термин видео относится к результирующему сигналу, который подходит для отображения на электронно-лучевой трубке или «видеоэкране».

Роль схемы постоянной частоты ложных тревог состоит в том, чтобы определить порог мощности, при превышении которого любой возврат может считаться источником, вероятно, от цели, а не от одного из ложных источников. Если этот порог слишком низкий, то будет обнаружено больше реальных целей, но за счет увеличения количества ложных срабатываний. И наоборот, если порог слишком высок, то будет обнаружено меньше целей, но количество ложных срабатываний также будет низким. В большинстве радар-детекторов порог устанавливается для достижения требуемой вероятности ложной тревоги (или, что эквивалентно, частоты ложных тревог или времени между ложными тревогами).

Если фон, на котором должны быть обнаружены цели, является постоянным во времени и пространстве, то может быть выбран фиксированный пороговый уровень, обеспечивающий заданную вероятность ложной тревоги, определяемую функцией плотности вероятности шума, которая обычно считается равной Гауссовский . Вероятность обнаружения в таком случае является функцией отношения сигнал / шум возвращаемого объекта. Однако в большинстве полевых систем нежелательные источники помех и помех означают, что уровень шума изменяется как в пространстве, так и во времени. В этом случае можно использовать изменяющийся порог, при котором пороговый уровень повышается и понижается для поддержания постоянной вероятности ложной тревоги. Это известно как обнаружение постоянной частоты ложных тревог (CFAR).

CFAR с усреднением ячеек [ править ]

Постоянная частота ложных тревог (CFAR). В центре находится тестируемая ячейка. Две соседние ячейки складываются и умножаются на константу, чтобы установить порог. Обнаружение происходит, когда проверяемая ячейка превышает пороговое значение.

В большинстве простых схем обнаружения CFAR пороговый уровень рассчитывается путем оценки уровня минимального шума вокруг тестируемой ячейки (CUT). Это можно найти, взяв блок ячеек вокруг CUT и вычислив средний уровень мощности. Чтобы избежать искажения этой оценки за счет мощности от самого CUT, ячейки, непосредственно примыкающие к CUT, обычно игнорируются (и называются «защитными ячейками»). Цель объявляется присутствующей в CUT, если она больше, чем все соседние ячейки, и больше, чем локальный средний уровень мощности. Оценка местного уровня мощности иногда может быть немного увеличена, чтобы учесть ограниченный размер выборки. Этот простой подход называется CFAR с усреднением ячеек (CA-CFAR).

Другие связанные подходы вычисляют отдельные средние значения для ячеек слева и справа от CUT, а затем используют наибольший или наименьший из этих двух уровней мощности для определения локального уровня мощности. Они называются CFAR с наибольшим значением (GO-CFAR) и с наименьшим значением CFAR (LO-CFAR), соответственно, и могут улучшить обнаружение, когда они непосредственно примыкают к областям помех.

Сложные подходы CFAR [ править ]

Более сложные алгоритмы CFAR могут адаптивно выбирать пороговый уровень, строго учитывая статистику фона, в котором должны быть обнаружены цели. Это особенно характерно для приложений морского наблюдения (радаров), где фон морских помех является особенно резким и плохо аппроксимируется аддитивным белым гауссовским шумом . Это сложная проблема обнаружения, поскольку трудно отличить выбросы, вызванные отражениями от поверхности моря, и выбросами, вызванными действительными сигналами, например, от перископов подводных лодок . K-распределение является популярным дистрибутивом для моделирования морского запутывания характеристик.

См. Также [ править ]

Ссылки [ править ]

  1. ^ Шарф, Луи Л. Статистическая обработка сигналов : обнаружение, оценка и анализ временных рядов . Эддисон Уэсли , штат Нью-Йорк. ISBN 0-201-19038-9.