二维CFAR检测器
二维恒虚警率(CFAR)检测器
- 库:
相控阵系统工具箱/检测
描述
的二维CFAR检测器Block实现了一种二维图像数据的恒虚警率检测器。当图像单元值超过阈值时声明检测。为了保持恒定的虚警率,阈值设置为图像噪声功率的倍数。检测器估计被测细胞周围邻近细胞的噪声功率(减少)使用三种单元平均方法之一,或顺序统计方法。细胞平均方法有细胞平均法(CA)、最大细胞平均法(GOCA)或最小细胞平均法(SOCA)。
对于每个测试单元,检测器:
从CUT单元周围的训练带中的单元值估计噪声统计量。
通过将噪声估计乘以阈值因子来计算阈值。
将CUT单元格值与阈值进行比较,以确定目标是否存在。如果该值大于阈值,则存在目标。
港口
输入
输出
参数
算法
CFAR 2-D需要估计噪声功率。噪声功率是从假定不包含任何目标信号的单元中计算的。这些细胞是培养细胞。训练细胞在被测试细胞(CUT)周围形成一个带,但可以由一个保护带与被测试细胞隔开。检测阈值通过将噪声功率乘以阈值因子来计算。
对于GOCA和SOCA平均,噪声功率从训练单元区域的左半部分或右半部分的平均值中获得。
因为训练区域的列数是奇数,所以中间列中的单元格被平等地分配到左半边或右半边。
使用序统计方法时,秩不能大于训练单元区域的单元数,N火车。你可以计算N火车。
NTC为训练带列数。
NTR是训练带行数。
NGC是保护带列的数量。
NGR是保护带的行数。
联合训练区、警戒区和CUT单元的总单元数为N总计= (2 nTCn + 2GC+ 1) (2 nTRn + 2GR+ 1)。
联合保护区和CUT单元的总单元数为N警卫= (2 nGC+ 1) (2 nGR+ 1)。
训练细胞数为N火车= N总计- N警卫。
通过构造,训练单元数始终为偶数。因此,要实现中值过滤器,可以选择的秩N火车/2或N火车/2 + 1。