0 写在前面
志在顶峰的人,决不会因留恋半山腰的奇花异草而停止攀登的步伐。 ——高尔基
1 基本概念
Radar Detection – “The Big Picture”:
Range-Azimuth-Doppler Cells to Be Thresholded:
噪声中的目标检测:接收到的背景噪声随机上下波动,目标回波也会波动,两者都是随机变量;为了决定在给定范围内是否存在目标,我们需要设置一个阈值(常数或变量);检测性能(检测概率)取决于目标相对于噪声的强度和阈值设置。
雷达检测问题:
Threshold Test is Optimum:
Basic Target Detection Test:
不同SNR的检测示例:
非起伏目标分布:
检测概率和信噪比关系:
Tree of Detection Issues:
检测计算方法:
2 脉冲积累
脉冲积累:可以通过对多个脉冲进行积分来提高检测性能。
在大多数情况下,相干积累比非相干积累更有效。
不同类型的非相干积分:
Binary Integration:
二进制积累的检测统计:
二进制积累的最优M:
不同类型积累的检测统计信息:
信噪比增益/损耗与脉冲数:
脉冲间相关性对非相干积累增益的影响:
Albersheim Empirical Formula for SNR (Steady Target - Good Method for Approximate Calculations) .
3 目标起伏
Fluctuating Target Models:
Swerling Target Models:
Other Fluctuation Models:
RCS Variability for Different Target Models:
Fluctuating Target Single Pulse Detection : Rayleigh Amplitude:
Fluctuating Target Single Pulse Detection:
Fluctuating Target Multiple Pulse Detection:
Detection Statistics for Different Target Fluctuation Models:
Shnidman Empirical Formulae for SNR:
Shnidman’s Equation:
4 横虚警率检测门限
Practical Setting of Thresholds:
恒虚警分类及其对应性能可参考中的自适应门限部分。
5 总结讨论
6 参考文献
[1] 百度翻译
[2] MIT 公开课: Radar Systems Engineering
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?