La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A CFAR Detection Algorithm Based on Clutter Knowledge for Cognitive Radar Un algorithme de détection CFAR basé sur la connaissance du fouillis pour le radar cognitif

Kaixuan LIU, Yue LI, Peng WANG, Xiaoyan PENG, Hongshu LIAO, Wanchun LI

  • Vues en texte intégral

    0

  • Citer

Résumé:

Dans le contexte d'un fouillis non homogène et dynamique variable dans le temps, la capacité de traitement de l'algorithme traditionnel de détection du taux de fausses alarmes constant (CFAR) est considérablement réduite, ainsi que les performances de détection. Cet article propose un algorithme de détection CFAR basé sur la connaissance du fouillis (CK-CFAR), en tant que nouveau CFAR, pour améliorer l'adaptabilité des performances de détection du radar dans un fond de fouillis complexe. Grâce aux connaissances préalables acquises sur le fouillis, l'algorithme peut sélectionner dynamiquement des paramètres en fonction du changement du fouillis d'arrière-plan et calculer le seuil. Comparés aux algorithmes de détection tels que CA-CFAR, GO-CFAR, SO-CFAR et OS-CFAR, les résultats de simulation montrent que CK-CFAR présente d'excellentes performances de détection en arrière-plan d'un fouillis homogène et d'un fouillis de bord. Cet algorithme peut aider le radar à s'adapter au fouillis avec différentes caractéristiques de distribution, améliorant ainsi efficacement la détection radar dans un environnement complexe. Cela correspond davantage à l’orientation de développement du radar cognitif.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E106-A No.3 pp.590-599
Date de publication
2023/03/01
Publicisé
2022/09/13
ISSN en ligne
1745-1337
DOI
10.1587/transfun.2022EAP1064
Type de manuscrit
PAPER
Catégories
Traitement des signaux numériques

Auteurs

Kaixuan LIU
  University of Electronic Science and Technology of China
Yue LI
  University of Electronic Science and Technology of China
Peng WANG
  University of Electronic Science and Technology of China
Xiaoyan PENG
  University of Electronic Science and Technology of China
Hongshu LIAO
  University of Electronic Science and Technology of China
Wanchun LI
  University of Electronic Science and Technology of China

Mots-clés

Table des matières