ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE
PACS number: 84.40.Xb Purpose: Efficiency analysis of the Cell-Averaging Constant False Alarm Rate processor (CA CFAR-processor) as applied to detection of stationary Gaussian signals against a normal noise background with unknown and/or varying from scan to scan power.Design/methodology/approach: S...
Збережено в:
| Дата: | 2017 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | rus |
| Опубліковано: |
Видавничий дім «Академперіодика»
2017
|
| Теми: | |
| Онлайн доступ: | http://rpra-journal.org.ua/index.php/ra/article/view/1271 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Radio physics and radio astronomy |
Репозитарії
Radio physics and radio astronomy| id |
oai:ri.kharkov.ua:article-1271 |
|---|---|
| record_format |
ojs |
| institution |
Radio physics and radio astronomy |
| collection |
OJS |
| language |
rus |
| topic |
target detection false alarm rate detection threshold signal-to-noise ratio cell averaging обнаружение целей вероятность ложной тревоги порог обнаружения соотношение сигнал/шум усреднение по ячейкам виявлення цілей вірогідність хибної тривоги поріг виявлення співвідношення сигнал/шум усереднення за комірками |
| spellingShingle |
target detection false alarm rate detection threshold signal-to-noise ratio cell averaging обнаружение целей вероятность ложной тревоги порог обнаружения соотношение сигнал/шум усреднение по ячейкам виявлення цілей вірогідність хибної тривоги поріг виявлення співвідношення сигнал/шум усереднення за комірками Galushko, V. G. ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE |
| topic_facet |
target detection false alarm rate detection threshold signal-to-noise ratio cell averaging обнаружение целей вероятность ложной тревоги порог обнаружения соотношение сигнал/шум усреднение по ячейкам виявлення цілей вірогідність хибної тривоги поріг виявлення співвідношення сигнал/шум усереднення за комірками |
| format |
Article |
| author |
Galushko, V. G. |
| author_facet |
Galushko, V. G. |
| author_sort |
Galushko, V. G. |
| title |
ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE |
| title_short |
ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE |
| title_full |
ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE |
| title_fullStr |
ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE |
| title_full_unstemmed |
ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE |
| title_sort |
adaptive detection of stationary gaussian signals against a normal noise background, with a constant false-alarm rate |
| title_alt |
АДАПТИВНОЕ ОБНАРУЖЕНИЕ СТАЦИОНАРНОГО ГАУССОВОГО СИГНАЛА НА ФОНЕ НОРМАЛЬНОГО ШУМА С ПОСТОЯННЫМ УРОВНЕМ ЛОЖНОЙ ТРЕВОГИ АДАПТИВНЕ ВИЯВЛЕННЯ СТАЦІОНАРНОГО ГАУСОВОГО СИГНАЛУ НА ФОНІ НОРМАЛЬНОГО ШУМУ ЗІ СТАЛИМ РІВНЕМ ХИБНОЇ ТРИВОГИ |
| description |
PACS number: 84.40.Xb Purpose: Efficiency analysis of the Cell-Averaging Constant False Alarm Rate processor (CA CFAR-processor) as applied to detection of stationary Gaussian signals against a normal noise background with unknown and/or varying from scan to scan power.Design/methodology/approach: Standard methods of the theory of optimal filtration and statistical signal processing are used to calculate the true detection probability and false-alarm rate.Findings: Analytical expressions have been derived for the scaling factor which ensures a constant level of the false-alarm rate, as well as for the true detection probability in dependence on the number of the reference cells and signal-to-noise ratio. It is shown that for efficient application of the given algorithm, the number of the reference cells should be 20 to 30, depending on the signalto-noise ratio μ. In this case, the amount of loss in the signal-tonoise ratio does not exceed 1 to 2 dB as compared with the situation where the noise power is a priori known and invariable.With μ≥30 dB the amount of loss proves to be negligibly small and the need in adaptation vanishes.Conclusions: The results obtained testify to the efficiency of application of the CA CFAR processors to detection of targets corresponding to Swerling model 1 against a normal noise background with unknown power associated with clutter and/or scattering from irregularities of the propagation medium.Key words: target detection, false alarm rate, detection threshold, signal-to-noise ratio, cell averagingManuscript submitted 26.06.2017Radio phys. radio astron. 2017, 22(3): 231-237REFERENCES1. LEVIN, B. R., 1968. Theoretical fundamentals of statistical radio engineering, Volume 2. Moscow, USSR: Sov. Radio Publ. (in Russian). 2. KAY, S. M., 1998. Fundamentals of Statistical Signal Processing, Vol. II: Detection Theory. New Jersey: Prentice Hall. 3. BARTON, D. K., 1998. Modern Radar System Analysis. Boston, London: Artech House Books. 4. SKOLNIK, M. I., 2008. Radar Handbook. New York et al.: McGraw Hill Professional. 5. BAKULEV, P. A., BASISTOV, Y. A. and TUGUSHI, V. G., 1989. Signal processing with a constant false alarm rate. Izv. Vyssh. Uchebn. Zaved. Radioelektronika. vol. 32, no. 4, pp. 4 15 (in Russian). 6. HAYKIN, S., 2007. Adaptive Radar Signal Processing. New Jersey: John Wiley & Sons Inc. 7. EL MASHADE, M. B., 2014. Performance enhancement of conventional CFAR processors in ideal and multitarget environments. Radioelectron. Commun. Syst. vol. 57, is. 7, pp. 287 305. DOI: https://doi.org/10.3103/S0735272714070012 8. LONG CAI, XIAOCHUAN MA, QI XU, BIN LI and SHIWEI REN, 2011. Performance Analysis of Some New CFAR Detectors under Clutter. Journal of Computers. vol. 6, no. 6, pp. 1278 1285. DOI: https://doi.org/10.4304/jcp.6.6.1278-1285 9. FINN, H. M. and JOHNSON, R. S., 1968. Adaptive detection mode with threshold control as a function of spatially sampled clutter level estimates. RCA Rev. vol. 29, no. 3, pp. 414 464. 10. SWERLING, P., 1960. Probability of detection for fluctuating targets. IRE Trans. Inf. Theory. vol. 6, is. 2, pp. 269 308. DOI: https://doi.org/10.1109/TIT.1960.1057561 11. SIDOROV, Y. V., FEDORYUK, M. V. and SHABUNIN, M. I., 1989. Lectures on the theory of functions of complex variable. Moscow, USSR: Nauka Publ. (in Russian). |
| publisher |
Видавничий дім «Академперіодика» |
| publishDate |
2017 |
| url |
http://rpra-journal.org.ua/index.php/ra/article/view/1271 |
| work_keys_str_mv |
AT galushkovg adaptivedetectionofstationarygaussiansignalsagainstanormalnoisebackgroundwithaconstantfalsealarmrate AT galushkovg adaptivnoeobnaruženiestacionarnogogaussovogosignalanafonenormalʹnogošumaspostoânnymurovnemložnojtrevogi AT galushkovg adaptivneviâvlennâstacíonarnogogausovogosignalunafonínormalʹnogošumuzístalimrívnemhibnoítrivogi |
| first_indexed |
2024-05-26T06:29:13Z |
| last_indexed |
2024-05-26T06:29:13Z |
| _version_ |
1800358360541822976 |
| spelling |
oai:ri.kharkov.ua:article-12712020-06-09T10:34:29Z ADAPTIVE DETECTION OF STATIONARY GAUSSIAN SIGNALS AGAINST A NORMAL NOISE BACKGROUND, WITH A CONSTANT FALSE-ALARM RATE АДАПТИВНОЕ ОБНАРУЖЕНИЕ СТАЦИОНАРНОГО ГАУССОВОГО СИГНАЛА НА ФОНЕ НОРМАЛЬНОГО ШУМА С ПОСТОЯННЫМ УРОВНЕМ ЛОЖНОЙ ТРЕВОГИ АДАПТИВНЕ ВИЯВЛЕННЯ СТАЦІОНАРНОГО ГАУСОВОГО СИГНАЛУ НА ФОНІ НОРМАЛЬНОГО ШУМУ ЗІ СТАЛИМ РІВНЕМ ХИБНОЇ ТРИВОГИ Galushko, V. G. target detection; false alarm rate; detection threshold; signal-to-noise ratio; cell averaging обнаружение целей; вероятность ложной тревоги; порог обнаружения; соотношение сигнал/шум; усреднение по ячейкам виявлення цілей; вірогідність хибної тривоги; поріг виявлення; співвідношення сигнал/шум; усереднення за комірками PACS number: 84.40.Xb Purpose: Efficiency analysis of the Cell-Averaging Constant False Alarm Rate processor (CA CFAR-processor) as applied to detection of stationary Gaussian signals against a normal noise background with unknown and/or varying from scan to scan power.Design/methodology/approach: Standard methods of the theory of optimal filtration and statistical signal processing are used to calculate the true detection probability and false-alarm rate.Findings: Analytical expressions have been derived for the scaling factor which ensures a constant level of the false-alarm rate, as well as for the true detection probability in dependence on the number of the reference cells and signal-to-noise ratio. It is shown that for efficient application of the given algorithm, the number of the reference cells should be 20 to 30, depending on the signalto-noise ratio μ. In this case, the amount of loss in the signal-tonoise ratio does not exceed 1 to 2 dB as compared with the situation where the noise power is a priori known and invariable.With μ≥30 dB the amount of loss proves to be negligibly small and the need in adaptation vanishes.Conclusions: The results obtained testify to the efficiency of application of the CA CFAR processors to detection of targets corresponding to Swerling model 1 against a normal noise background with unknown power associated with clutter and/or scattering from irregularities of the propagation medium.Key words: target detection, false alarm rate, detection threshold, signal-to-noise ratio, cell averagingManuscript submitted 26.06.2017Radio phys. radio astron. 2017, 22(3): 231-237REFERENCES1. LEVIN, B. R., 1968. Theoretical fundamentals of statistical radio engineering, Volume 2. Moscow, USSR: Sov. Radio Publ. (in Russian). 2. KAY, S. M., 1998. Fundamentals of Statistical Signal Processing, Vol. II: Detection Theory. New Jersey: Prentice Hall. 3. BARTON, D. K., 1998. Modern Radar System Analysis. Boston, London: Artech House Books. 4. SKOLNIK, M. I., 2008. Radar Handbook. New York et al.: McGraw Hill Professional. 5. BAKULEV, P. A., BASISTOV, Y. A. and TUGUSHI, V. G., 1989. Signal processing with a constant false alarm rate. Izv. Vyssh. Uchebn. Zaved. Radioelektronika. vol. 32, no. 4, pp. 4 15 (in Russian). 6. HAYKIN, S., 2007. Adaptive Radar Signal Processing. New Jersey: John Wiley & Sons Inc. 7. EL MASHADE, M. B., 2014. Performance enhancement of conventional CFAR processors in ideal and multitarget environments. Radioelectron. Commun. Syst. vol. 57, is. 7, pp. 287 305. DOI: https://doi.org/10.3103/S0735272714070012 8. LONG CAI, XIAOCHUAN MA, QI XU, BIN LI and SHIWEI REN, 2011. Performance Analysis of Some New CFAR Detectors under Clutter. Journal of Computers. vol. 6, no. 6, pp. 1278 1285. DOI: https://doi.org/10.4304/jcp.6.6.1278-1285 9. FINN, H. M. and JOHNSON, R. S., 1968. Adaptive detection mode with threshold control as a function of spatially sampled clutter level estimates. RCA Rev. vol. 29, no. 3, pp. 414 464. 10. SWERLING, P., 1960. Probability of detection for fluctuating targets. IRE Trans. Inf. Theory. vol. 6, is. 2, pp. 269 308. DOI: https://doi.org/10.1109/TIT.1960.1057561 11. SIDOROV, Y. V., FEDORYUK, M. V. and SHABUNIN, M. I., 1989. Lectures on the theory of functions of complex variable. Moscow, USSR: Nauka Publ. (in Russian). УДК 528.8 Предмет и цель работы: Анализ эффективности процессора с постоянным уровнем ложной тревоги (ПУЛТ-процессора) с усреднением по ячейкам применительно к обнаружению стационарных гауссовых сигналов на фоне нормального шума с неизвестной и/или изменяющейся от скана к скану мощностью.Методы и методология: Для расчета вероятности правильного обнаружения и ложной тревоги используются стандартные методы теории оптимальной фильтрации и статистической обработки сигналов.Результаты: Получены аналитические выражения для масштабного множителя, обеспечивающего постоянный уровень ложной тревоги, а также для вероятности правильного обнаружения в зависимости от количества опорных ячеек и соотношения сигнал/шум. Показано, что для эффективного применения данного адаптивного алгоритма число опорных ячеек должно составлять 20÷30 в зависимости от соотношения сигнал/шум μ. В этом случае потери в соотношении сигнал/шум не превышают 1÷2 дБ по сравнению с ситуацией, когда мощность шума известна и постоянна. При μ≥30 дБ величина потерь становится пренебрежимо малой и необходимость в адаптации отпадает.Заключение: Полученные результаты свидетельствуют об эффективности применения ПУЛТ-процессоров с усреднением по ячейкам для обнаружения целей, соответствующих модели Сверлинга 1, на фоне нормального шума, обусловленного рассеянием от подстилающей поверхности или неоднородностей среды распространения, с неизвестной мощностью.Ключевые слова: обнаружение целей, вероятность ложной тревоги, порог обнаружения, соотношение сигнал/шум, усреднение по ячейкамСтатья поступила в редакцию 26.06.2017Radio phys. radio astron. 2017, 22(3): 231-237 СПИСОК ЛИТЕРАТУРЫ1. Левин Б. Р. Теоретические основы статистической радиотехники. Книга 2. ‑ М.: Сов. радио, 1968. – 504 с.2. Kay S. M. Fundamentals of Statistical Signal Processing, Vol. II: Detection Theory. ‑ New Jersey: Prentice Hall, 1998. – 672 p.3. Barton D. K. Modern Radar System Analysis. ‑Boston,London: Artech House Books, 1998. – 590 p.4. Skolnik M. I. Radar Handbook. – New York et al.: McGraw Hill Professional, 2008. – 1328 p.5. Бакулев П. А., Басистов Ю. А., Тугуши В. Г. Обработка сигналов с постоянным уровнем ложных тревог // Изв. вузов. Радиоэлектроника. – 1989. – Т. 32, № 4. – С. 4‑15.6. Haykin S. Adaptive Radar Signal Processing. ‑New Jersey: John Wiley & Sons Inc., 2007. – 248 p.7. El Mashade M. B. Performance enhancement of conventional CFAR processors in ideal and multitarget environments // Radioelectron. Commun. Syst. – 2014. – Vol. 57, Is. 7. – P. 287‑305. DOI: 10.3103/S07352727140700128. Long Cai, Xiaochuan Ma, Qi Xu, Bin Li, and Shiwei Ren. Performance Analysis of Some New CFAR Detectors under Clutter // Journal of Computers. – 2011. – Vol. 6, No. 6. – P. 1278‑1285. doi: 10.4304/jcp.6.6.1278-12859. Finn H. M. and Johnson R. S. Adaptive detection mode with threshold control as a function of spatially sampled clutter level estimates // RCA Rev. – 1968. – Vol. 29, No. 3. – P. 414‑464.10. Swerling P. Probability of detection for fluctuating targets // IRE Trans. Inf. Theory. – 1960. ‑ Vol. 6, Is. 2. – P. 269‑308. DOI: 10.1109/TIT.1960.105756111. Сидоров Ю. В., Федорюк М. В., Шабунин М. И. Лекции по теории функций комплексного переменного. – М.: Наука, 1989. – 480 с. Предмет і мета роботи: Аналіз ефективності процесора зі сталим рівнем хибної тривоги (СРХТ-процесора) з усередненням за комірками стосовно виявлення стаціонарних гаусових сигналів на фоні нормального шуму, потужність якого є невідомою та/або змінюється від одного скану до наступного.Методи і методологія: Для розрахунку вірогідності правильного виявлення та хибної тривоги використовуються стандартні методи теорії оптимальної фільтрації та статистичної обробки сигналів.Результати: Отримано аналітичні вирази для масштабного множника, що забезпечує сталий рівень хибної тривоги, а також для вірогідності правильного виявлення залежно від кількості опорних комірок і співвідношення сигнал/шум. Показано, що для ефективного застосування даного адаптивного алгоритму кількість опорних комірок має становити 20÷30 залежно від співвідношення сигнал/шум μ. У цьому випадку втрати в співвідношенні сигнал/шум не перевищують 1÷2 дБ порівняно з ситуацією, коли потужність шуму є відомою та сталою. При μ≥30 дБ величина втрат стає нехтовно малою і необхідність в адаптації зникає.Висновки: Отримані результати свідчать про ефективність СРХТ-процесорів з усередненням за комірками для виявлення цілей, які відповідають моделі Сверлінга 1, на фоні нормального шуму, зумовленого розсіюванням від підстильної поверхні або неоднорідностей середовища поширення, з невідомою потужністю.Ключові слова: виявлення цілей, вірогідність хибної тривоги, поріг виявлення, співвідношення сигнал/шум, усереднення за коміркамиСтаття надійшла до редакції 26.06.2017Radio phys. radio astron. 2017, 22(3): 231-237 СПИСОК ЛІТЕРАТУРИ1. Левин Б. Р. Теоретические основы статистической радиотехники. Книга 2. ‑ М.: Сов. радио, 1968. – 504 с.2. Kay S. M. Fundamentals of Statistical Signal Processing, Vol. II: Detection Theory. ‑ New Jersey: Prentice Hall, 1998. – 672 p.3. Barton D. K. Modern Radar System Analysis. ‑Boston,London: Artech House Books, 1998. – 590 p.4. Skolnik M. I. Radar Handbook. – New York et al.: McGraw Hill Professional, 2008. – 1328 p.5. Бакулев П. А., Басистов Ю. А., Тугуши В. Г. Обработка сигналов с постоянным уровнем ложных тревог // Изв. вузов. Радиоэлектроника. – 1989. – Т. 32, № 4. – С. 4‑15.6. Haykin S. Adaptive Radar Signal Processing. ‑New Jersey: John Wiley & Sons Inc., 2007. – 248 p.7. El Mashade M. B. Performance enhancement of conventional CFAR processors in ideal and multitarget environments // Radioelectron. Commun. Syst. – 2014. – Vol. 57, Is. 7. – P. 287‑305. DOI: 10.3103/S07352727140700128. Long Cai, Xiaochuan Ma, Qi Xu, Bin Li, and Shiwei Ren. Performance Analysis of Some New CFAR Detectors under Clutter // Journal of Computers. – 2011. – Vol. 6, No. 6. – P. 1278‑1285. doi: 10.4304/jcp.6.6.1278-12859. Finn H. M. and Johnson R. S. Adaptive detection mode with threshold control as a function of spatially sampled clutter level estimates // RCA Rev. – 1968. – Vol. 29, No. 3. – P. 414‑464.10. Swerling P. Probability of detection for fluctuating targets // IRE Trans. Inf. Theory. – 1960. ‑ Vol. 6, Is. 2. – P. 269‑308. DOI: 10.1109/TIT.1960.105756111. Сидоров Ю. В., Федорюк М. В., Шабунин М. И. Лекции по теории функций комплексного переменного. – М.: Наука, 1989. – 480 с. Видавничий дім «Академперіодика» 2017-09-26 Article Article application/pdf http://rpra-journal.org.ua/index.php/ra/article/view/1271 10.15407/rpra22.03.231 РАДИОФИЗИКА И РАДИОАСТРОНОМИЯ; Vol 22, No 3 (2017); 231 RADIO PHYSICS AND RADIO ASTRONOMY; Vol 22, No 3 (2017); 231 РАДІОФІЗИКА І РАДІОАСТРОНОМІЯ; Vol 22, No 3 (2017); 231 2415-7007 1027-9636 10.15407/rpra22.03 rus http://rpra-journal.org.ua/index.php/ra/article/view/1271/pdf Copyright (c) 2017 RADIO PHYSICS AND RADIO ASTRONOMY |