{blockLibraryPP_blocksPP_FF_PhasedSS_ArraySS_SystemSS_ToolboxFF_DetectionFF_2-DSS_CFARSS_DetectorPP_label}
二维信号的块 CFAR 接收机检测算法。
类型: CFARDetector2D
|
图书馆中的路径: |
说明
二维 CFAR 检测器*单元为二维信号实现了一个具有恒定误报概率值的检测器。当信号单元值超过阈值时，就会发生检测。为了保持稳定的误报概率，阈值被设置为图像噪声功率的倍数。检测器使用三种单元平均法之一或阶次统计法（OS）估算被测单元（CUT）周围邻近单元的噪声功率。
单元平均法包括
-
单元平均法（CA）
-
最大单元平均法 (GOCA)。
-
最小单元平均法 (SOCA)。
每个测试单元的探测器：
-
从被测单元周围训练带中的单元值估算噪声统计量。
-
将噪声估计值乘以阈值因子，计算出阈值。
-
将被测单元的值与阈值进行比较，以确定是否存在目标。如果数值大于阈值，则说明存在目标。
端口
输入
X - 输入信号
N 上的实数矩阵 M | P 上的 N 实数数组 M
输入信号是大小为 M 乘 N 的实数矩阵或大小为 M 乘 N 乘 P 的实数数组。M 和 N 代表矩阵的行和列。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
idx - 要检查的单元格的索引向量
L`上的正整数矩阵 2
以大小为 2 乘 L 的正整数矩阵形式指定的测试单元排列，其中 L 是测试单元的数目。每列 idx 指定一个测试单元的行和列索引。测试单元的位置受到限制，使其训练区域完全位于输入信号内。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
K - 门限检测系数
正标量
用于计算检测阈值的阈值系数指定为正标量值。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
输出
Y - 探测器输出
逻辑矩阵（默认）"｜"真实矩阵
探测器输出的数据格式取决于 Output Format 属性：
-
如果 Output Format 设置为 "Cut result"（切割结果），则 Y 是 P 上的矩阵 D，包含被测单元的逻辑检测结果。D 是
cutidx的长度，P 是 X 的第三个维度的值。行 Y 与cutidx的行相对应。对于每一行，如果在相应的 X 单元中存在检测，Y 列中就包含逻辑`1`。否则，Y 包含逻辑0。 -
如果 Output Format 设置为 "检测索引"，则 Y 是一个 K 乘 L 的矩阵，包含检测索引。K 是 X 的维数。L 是在输入数据中找到的检测次数。如果 X 是矩阵，则 Y 包含 X 中每个检测的行和列索引，格式为
[detrow;detcol]。如果 X 是一个数组，则 Y 包含 X 中每个检测的行、列和页索引，形式为`[detrow;detcol;detpage]。如果*检测数*的来源被设为 "属性"，则 L 等于*最大检测数*的值。如果实际检测数小于此值，则没有检测数的列将设置为 `NaN。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
*Th*是计算出的检测阈值
真实矩阵
计算出的每个检测单元的检测阈值，以实矩阵形式返回。Th 端口的数据维度与 Y 相同。
-
如果*输出格式*参数设置为 "检测指数"，Th 将返回检测阈值。
-
如果 Output format 参数设置为 "CUT result"，则 Th 返回 Y 中每个相应检测的检测阈值。如果*检测次数来源*参数设置为 "属性"，则 L 等于*最大检测次数*参数的值。如果实际检测数小于此值，则没有检测的列将设置为
NaN。
依赖关系
要使用此端口，请选择*输出检测阈值*复选框。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
N - 估计噪声功率
真实矩阵
每个检测单元的估计噪声功率，以实矩阵形式返回。
-
如果*输出格式*参数设置为 "检测索引"，那么如果*Y*元素为 "1"，*N*将返回噪声功率；如果*Y*元素为 "0"，则返回 "NaN"。如果*检测次数*的来源被设为 "属性"，则 L 等于*最大检测次数*参数的值。如果实际检测数小于此值，则没有检测的列将设置为
NaN。 -
如果 Output format 参数设置为 "CUT result"，则 N 返回 Y 中每个相应检测的噪声功率。
依赖关系
要使用此端口，请选择*输出估计噪声功率*复选框。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
参数
CFAR算法 - 噪声功率估计算法
CA（默认） | GOCA | SOCA | `OS
用于估计噪声功率的算法，以 CA、GOCA、SOCA 或 OS 表示。对于 CA、GOCA、SOCA，噪声功率是训练样本中单元格的平均值。
对于 OS，噪声功率是对所有训练单元值进行数字排序后得到的第 k 个单元值。使用*阶次统计量*参数设置 k。
-
CA- 单元平均算法。计算 CUT 单元周围所有训练单元的样本平均值。 -
GOCA- 单元平均算法。将 CUT 单元周围的二维训练窗口分为左右两半。然后，算法会计算每一半的样本平均值，并选择最大的平均值。 -
SOCA "是最小单元平均算法。将围绕 CUT 单元的二维训练窗口分为左右两半。然后，该算法会计算每一半的样本平均值，并选择最小的平均值。
-
OS- 排序统计算法。它按数值升序对训练单元进行排序。然后，算法会从列表中选择第 k 个数值。k 是阶次统计*参数给出的阶次。
*阶次统计量的阶次*是阶次统计量的阶次
1（默认值）"｜"正整数"。
将二维 CFAR 算法中使用的阶次统计量设置为正整数。该参数的取值范围应在 1 到 之间，其中 是训练单元的数量。当值为 "1 "时，将选择训练区中最小的值。
依赖关系
要使用该参数，请将 CFAR 算法 参数设置为 OS。
保护区域带的单元格大小 - 保护区域带的宽度
[1,1]（默认） | 非负整数标量 | 正整数的 2 元素向量。
被测单元两侧各行各列的保护单元个数（非负整数）。第一个元素按行的大小指定保护区域的大小。第二个元素按行的大小指定保护区域的大小。以标量形式指定 *保护区域带*单元格中的大小，等同于指定一个两个维度值相同的向量。例如，"[1 1]"的值表示每个 CUT 单元周围有一个单元格宽的保护区域。
训练区域带的单元格大小 - 训练区域带的宽度
[1,1]（默认） |非负整数标量 |2-元素正整数向量。
训练区域带宽的单元格大小，可以是一个非负整数，也可以是一个 1 乘 2 的非负整数矩阵。第一个元素按行指定训练带宽的大小，第二个元素按列指定训练带宽的大小。将*训练区域带*的单元大小指定为标量，相当于指定一个两个维度值相同的向量。例如，"[1 1]"表示每个被测单元格都有一个训练单元格宽的区域围绕着保护区域。
阈值因子方法 - 确定阈值因子的方法
自动（默认）"｜"输入端口"｜"自定义
阈值因数方法，设置为 Auto（自动）、Input port（输入端口） 或 Custom（自定义）。
-
自动"- 根据估计的噪声统计和误报概率确定阈值因子。
-
输入端口"- 使用输入端口 K 设置阈值因子。
-
自定义"- 使用*自定义阈值因数*参数设置阈值因数。
自定义阈值因子 - 自定义阈值因子
1（默认）"｜"正标量"。
自定义检测阈值因子设置为正标量。
依赖关系
要使用此参数，请将*阈值因子方法*参数设置为 "自定义"。
误报概率 - 误报概率
0.1（默认）` | `范围在 0 到 1 之间的实数标量
误报概率，指定为介于 0 和 1 之间的实数标量。阈值因数可根据所需的误报概率计算得出。
依赖关系
要使用此参数，请将*阈值因数方法*参数设置为 "自动"。
输出格式 - 检测结果格式
剪切结果（默认）` | `检测指数
检测结果格式，设置为 CUT result 或 Detection index。
-
CUT result- 检测结果是每个被测单元的逻辑检测值（1`或`0）。 -
检测索引"- 检测结果是一个向量或矩阵，包含超过检测阈值的被测单元的索引。
*输出阈值检测"- 启用阈值检测输出
Off（默认）` | `On'。
选择此复选框可通过 Th 输出端口启用阈值检测输出。
输出估计噪声功率 - 启用检测阈值输出
已禁用（默认） | 已启用
选择此复选框可通过 N 输出端口输出估计噪声功率。
检测数来源 - 报告中检测数的来源
自动（默认）"｜"属性
检测次数来源，设置为 Auto 或 Property。
-
自动"- 报告的检测索引数等于检测到索引的测试单元总数。
-
Property- 报告的检测数由 Maximum number of detections 参数值决定。
依赖关系
要使用该参数，请将*输出格式*参数设置为 "检测索引"。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
最大检测次数 - 输出中检测索引的最大次数
1（默认）"｜"正整数
要输出的最大检测索引数指定为正整数。
依赖关系
要使用此参数，请将*输出格式*参数设置为 "检测索引"，并将*检测次数来源*参数设置为 "属性"。
数据类型: Float16, Float32, Float64, Int8, Int16, Int32, Int64, UInt8, UInt16, UInt32, UInt64, Bool
算法
2-D CFAR 算法需要估计噪声功率。噪声功率是通过假定不包含目标信号的单元计算得出的。这些单元就是训练单元。训练单元围绕被测单元（CUT）形成一个带状区域，但可以通过一个保护带与被测单元隔开。检测阈值的计算方法是将噪声功率乘以阈值因子。
对于 GOCA 和 SOCA 平均法，噪声功率被定义为训练单元区域左半部分或右半部分之一的平均值。
由于训练区的列数是奇数，因此中间一列的单元同样属于左半或右半。
使用序数统计法时，秩不能大于训练单元格区域中的单元格数 。您可以计算 。
-
- 训练带的列数。
-
- 训练带的行数。
-
- 保护带的列数。
-
- 保护条的行数。
教学区、保护区和 CUT 单元的总单元数为：
.
综合保护区和 CUT 单元的单元总数如下
.
教学单元的数量为 。
根据设计，训练单元的数量总是偶数。因此，可以选择 或 的秩来实现中值滤波。