《表2 目标检测方法性能分析》
为了更直观地阐述上面的问题,表2给出了2种方法的数字化结果,2种方法的虚警概率均采用10-4,在计算目标的检测概率时,只计算主目标距离单元,从表2可以看出,26号数据和30号数据的检测概率很低,均不足15%,这主要是因为目标信杂比较低,另外,CA-CFAR为参量检测算法,它对海杂波的分布模型有一定要求,当检测模型失配时,检测效果急剧下降,而本文所采用的GS-CFAR检测算法为非参量检测算法,即使模型失配,检测效果下降不大。另外,慢速目标的进入会增加后端IMF分量的比重,采用该量作为检验统计量,变相提升了SCR。因此,对于低SCR数据所提方法检测性能更优,对于280号高信杂比数据,所提方法的检测也优于CA-CFAR检测算法,这与前面的分析一致。
图表编号 | XD00118226700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.30 |
作者 | 张林、黄勇、薛永华、关键 |
绘制单位 | 海军航空大学、海军航空大学、海军航空大学、海军航空大学 |
更多格式 | 高清、无水印(增值服务) |