论文部分内容阅读
文中基于删除平均（CM）方法和单元平均（CA）方法．提出了一种新的恒虚警检测器（CMCAGO-CFAR）。它采用CM和CA方法产生两个局部估计，再取二者的最大值作为背景噪声功率水平估计。在SwerlingⅡ型目标假设下。文中推导出CMCAGO-CFAR在均匀背景下虚警概率Pfa和检测概率Pd及多目标环境下检测概率Pd的解析表达式，并与其它方案作了比较。分析结果表明CMCAGO的优势主要体现在非均匀背景中，它在杂波边缘的虚警控制能力明显优于OS，对多目标干扰也呈现了较好的鲁棒性，它以均匀背景中较小的代价换取