主要内容

分阶段。CFARDetector

恒虚警率(CFAR)检测器

全部展开页面

描述

的CFARDetector对象实现了一维恒定假警报率(CFAR)检测器。检测处理在输入数据的选定元素(称为单元格)上执行。当图像单元值超过阈值时，就声明检测。为了保持一个恒定的误报率，阈值被设置为图像噪声功率的倍数。检测器估计被测单元的噪声功率(减少)使用三种单元格平均方法或顺序统计方法中的一种从周围的单元格中提取。细胞平均方法有细胞平均(CA)、最大细胞平均(GOCA)或最小细胞平均(SOCA)。

有关CFAR检测器的更多信息，请参见[1]．

对于每个测试单元，检测器:

  1. 从围绕CUT单元的训练带中的单元值估计噪声统计量。

  2. 通过将噪声估计乘以阈值因子来计算阈值。

  3. 比较CUT单元格值与阈值，以确定目标是否存在。如果该值大于阈值，则存在目标器。

运行检测器

  1. 定义并设置CFAR检测器。看到建设．

  2. 调用一步根据属性进行CFAR检测分阶段。CFARDetector．的行为一步特定于工具箱中的每个对象。

请注意

从R2016b开始，不再使用一步方法来执行System对象™定义的操作，您可以使用参数调用对象，就像它是函数一样。例如,y =步骤(obj, x)和y = obj (x)执行相同操作。

建设

H =分阶段。CFARDetector创建一个CFAR检测器系统对象，H．对象对输入数据执行CFAR检测。

H =分阶段。CFARDetector (的名字，价值）创建对象,H，将每个指定的属性Name设置为指定的值。可以以任意顺序指定其他名称-值对参数，如(Name1，Value1、……以，家)。

属性

方法

CFAR算法

指定CFAR检测器算法为

“CA” 细胞平均CFAR
“GOCA” 伟大的cell-averaging CFAR
“操作系统” 顺序统计量CFAR
“严重” 最小的cell-averaging CFAR

默认值:“CA”

排名

阶数统计量

指定顺序统计量的等级为正整数标量。该值必须小于或等于NumTrainingCells财产。此属性仅在设置方法财产“操作系统”．此属性支持单精度和双精度，万博1manbetx

默认值:1

numguardcells.

保卫细胞数

指定训练中使用的守卫单元数为偶数。此属性指定待测试单元格两侧的单元格总数。此属性支持单精度和双精度，万博1manbetx

默认值:2，表明在被测细胞的前后均有一个保卫细胞

NumTrainingCells

培训细胞数量

将训练中使用的训练单元数指定为偶数。只要有可能，训练单元在测试单元之前和之后都要平均分配。此属性支持单精度和双精度。万博1manbetx

默认值:2，表明在被测细胞的前后都有一个训练细胞

ThresholdFactor

获得阈值因子的方法

指定阈值因素是否来自自动计算CustomThresholdFactor此对象的属性，或输入参数一步．该属性的值为:

“汽车” 方法中指定的期望误报概率，应用程序自动计算阈值因子ProbabilityFalseAlarm财产。计算假设输入中的每个独立信号是从平方法检测器出来的单个脉冲，没有脉冲集成。计算还假设噪音是白色高斯。
“自定义” 的CustomThresholdFactor属性指定阈值因子。
输入端口的 的每次调用中的输入参数一步指定阈值因子。

默认值:“汽车”

ProbabilityFalseAlarm

期望的虚警概率

将期望的虚警概率指定为0和1(不包括)之间的标量。此属性仅在设置ThresholdFactor财产“汽车”．

默认值:0.1

CustomThresholdFactor

自定义阈值系数

将自定义阈值因子指定为正标量。此属性仅在设置ThresholdFactor财产“自定义”．此属性是可调的。此属性支持单精度和双精度，万博1manbetx

默认值:1

输出格式

检测结果格式

返回的检测结果格式一步方法,指定为“切的结果”或者“检测指数”．

  • 当设置为“切的结果”，其结果为逻辑检测值(1或者0)。1表示测试单元格的值超过检测阈值。

  • 当设置为“检测指数”，结果形成一个向量或矩阵，包含超过检测阈值的被测试细胞的指数。的输入可以使用此格式分阶段。RangeEstimator和分阶段。DopplerEstimator系统对象。

默认值:“切的结果”

ThresholdOutputPort

输出检测阈值

如果需要获取检测阈值，请将该属性设置为真的并在调用时使用相应的输出参数一步．如果不需要获取检测阈值，可将该属性设置为假．

默认值:假

NoisePowerOutputPort

输出估计噪声

要获取估计的噪声，请将此属性设置为真的并在调用时使用相应的输出参数一步．如果您不想获取估计的噪声，请将此属性设置为假．

默认值:假

NumDetectionsSource

检测次数的来源

探测次数的来源，指定为“汽车”或者“属性”．当您将此属性设置为“汽车”，所报告的检测指标数为被检测细胞总数。如果将此属性设置为“属性”，报告的检测数量由值决定NumDetections财产。

依赖关系

要启用此属性，请设置输出格式财产“检测指数”．

默认值:“汽车”

NumDetections

要报告的最大检测数

要报告的最大检测指标数，指定为正整数。

依赖关系

要启用此属性，请设置输出格式财产“检测指数”和NumDetectionsSource财产“属性”．

默认值:1

方法

一步 执行CFAR检测
所有系统对象都是通用的
释放

允许系统对象属性值改变

例子

全部折叠

打开直播脚本

对给定的高斯噪声向量执行单元平均CFAR检测，期望的虚警概率(pfa)为0.1。假设数据来自平方律探测器，没有进行脉冲积分。用50个单元估计噪声水平，用1个单元分隔测试单元和训练单元。对输入的所有单元格执行检测。

探测器=分阶段。CFARDetector (“NumTrainingCells”, 50岁,.．.“NumGuardCells”2,“ProbabilityFalseAlarm”, 0.1);N = 1000;x = 1/√(2)*(randn(N,1) + 1i*randn(N,1));依据=检测器(abs (x) ^ 2, 1: N);pfa =(检波器)/ N
pfa = 0.1140
打开直播脚本

在给定高斯噪声向量上执行小区平均CFAR检测，其具有0.005的假警报（PFA）的所需概率。假设数据来自平方律探测器，没有进行脉冲积分。对输入的所有单元格执行检测。用50个单元估计噪声水平，用1个单元分隔测试单元和训练单元。显示检测指标。

rng默认的；探测器=分阶段。CFARDetector (“NumTrainingCells”, 50岁,“NumGuardCells”2,.．.“ProbabilityFalseAlarm”, 0.005,“OutputFormat”，“检测指数”）;N = 1000;x = 1/sqrt(2)*(randn(N,1) + 1i*randn(N,1)); /√(2)*(randn(N,1) + 1i*randn(N,1));x2 = 1/sqrt(2)*(randn(N,1) + 1i*randn(N,1));x = (x1, x2);cutidx = 1: N;依据=检测器(abs (x) ^ 2, cutidx)
依据=2×11.339 537 538 734 786 827 979 136 418 539 874 1 1 1 1 1 1 1 2 2 2

算法

全部展开

参考

理查兹硕士。雷达信号处理的基础．纽约:麦格劳-希尔，2005年。

扩展功能

另请参阅

||

介绍了R2011a

相控阵系统工具箱文档

万博1manbetx

探索用于5G系统的混合波束形成架构

探索用于5G系统的混合波束形成架构

下载白皮书