简介:在噪声或杂波环境中进行自适应雷达目标检测是每部雷达接收机中非常重要的设计。在几乎所有的检测程序中,都将接收回波信号幅度与某一门限作简单比较。目标检测的主要目的是在极低的恒虚警率(CFAR)约束条件下使目标检测概率最大化。噪声和杂波背景可以用一个统计模型来加以描述,如独立相同瑞利模型,或用已知平均噪声功率的指数分布随机变量进行描述。但是在实际应用中,平均噪声或杂波功率绝对是未知的,并且还会随着距离、时间和方位角发生变化。因此,对用于几种不同背景信号情况的某些距离CFAR技术进行描述。在这些背景信号情况下,平均噪声功率和另外一些统计参数都被假设是未知的。因而所有的距离CFAR技术都通过将幅度门限应用于检测单元内的回波信号幅度,把估算流程(用以获取噪声功率的精确值或估算值)与判定步骤结合起来。许多研究工作都分析了这种通用的检测方案,对这一课题投入了大量精力。对这些重要的距离CFAR检测方案中的几种作一简短描述,然后进行技术比较。
简介:天气雷达信号处理过程中,回波信号经谱矩估计得到反映气象目标信息的平均回波功率、平均径向速度和速度谱宽等信息参数,但是处理得到的回波数据中不仅包含有用回波数据,而且保留有地物杂波、系统噪声和失真回波数据等干扰回波,它们严重影响雷达数据质量。但是干扰回波和降水回波是有很明显的信号特征差异的,比如信号强度和信号相干性,根据这些特征参数可以有效识别干扰回波数据,选取信号特征差异比较明显的参数进行研究,通过设置门限阈值,对谱矩估计得到的基数据进行质量控制。实际处理结果表明,通过联合使用多种门限参数能够有效识别和滤除各种干扰回波数据,天气雷达基数据质量得到明显改善。