基于神经网络CA/OS-CFAR检测方法

• 作者: 王皓 衣同胜
• 来源期刊: 兵工自动化
• 学科: 工学
• 关键词: 转换 神经网络 多层感知器(MLP) 恒虚警率(CFAR) 单元平均数(CA) 有序统计(OS)
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 武器装备自动化
• 页码范围: 15-18
• 页数: 4页
• 分类号: TN957.51
• 字数: 2074字
• 语种: 中文
• DOI: 10.7690/bgzdh.2018.02.004

摘要

在杂波边缘和多目标的复杂环境下,建立性能稳定的自适应检测技术是提高恒虚警率处理能力的关键.针对单元平均恒虚警检测(cell averaging-constant false alarm rate)和有序统计量恒虚警检测(ordered statistic-constant false alarm rate)的优缺点,提出一种基于神经网络的检测方法(cell averaging/ordered statistic-constant false alarm rate).利用神经网络进行最优检测方法判断,根据选定的检测方法计算出检测阈值.通过训练计算初始阈值,采用神经网络分类并识别输入的类型.将该阈值与CA-CFAR和OS-CFAR计算结果相比较,并选用均匀杂波、多目标和杂波边缘环境的仿真案例进行测试.实验结果表明:该方法可在均值和非均匀的杂波背景中,能有效地进行最优检测方法判断.