Постоянная частота ложных тревог - Constant false alarm rate

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

Принцип

В приемнике радара отраженные эхо-сигналы обычно принимаются антенной , усиливаются, преобразуются с понижением частоты до промежуточной частоты и затем проходят через схему детектора, которая выделяет огибающую сигнала, известную как видеосигнал . Этот видеосигнал пропорционален мощности принятого эхо-сигнала и содержит 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 заключается в определении порогового значения 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 тревог. И наоборот, если порог слишком высок, то будет обнаружено меньше целей, но и количество ложных тревог 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, который обеспечивает заданную вероятность ложной тревоги, управляемую функцией плотности вероятности шума, которая обычно считается равной Гауссовский . Вероятность обнаружения в этом случае является функцией отношения сигнал / шум возвращаемого объекта. Однако в большинстве действующих 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

Постоянная частота ложных тревог (CFAR). В центре - 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 с учетом ограниченного размера 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 к CFAR

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 гауссовым 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.

Смотрите также

Ссылки