GO-CFAR算法————GO-CFAR处理器以及几种近似的GO-CFAR处理器
注：PFA：虚警
1、引言
由于目标，杂波和噪声会呈现各种时间和空间分布（例如，干扰波，非均匀噪声，杂波边缘，多个目标），因此不同的架构会不同地估计噪声功率。最大的CFAR（GO CFAR）将用于计算噪声功率的参考单元划分为两个跨测试单元的邻域。GO CFAR的优点是能够在杂波边缘存在的情况下检测目标，但无法区分两个紧密间隔的目标。
CFAR处理器通常使用包络 
来检测基带信号的I和Q通道。如果不存在目标，并且I / Q噪声样本被认为是独立的且呈正态分布N（0，l），则包络检测到的噪声为瑞利分布。 然而，包络检测涉及平方和平方根，这增加了额外的硬件复杂性。使用绝对值的I / Q检测的一种不太复杂的方法是包络近似 
，其中a和b是简单的乘法系数。
2、分析
GO CFAR处理器的示意图如图1所示。输入I / Q噪声样本被认为是正态分布N（0，l），并且被检测为
。两个参考单元邻域都包含n个单元，用于确定噪声功率水平y1，y2。通过选择y1和y2中较大的一个，然后除以参考单元数量n将其标准化，再乘以阈值系数T，即可获得检测器阈值电压V。如果测试单元的幅度大于V，则判断为目标。
3 GO-CFAR近似包络
包络近似值
旋转复数噪声样本，以使新角度θ处于区域
中。通过将极坐标重写为 
。表I给出了七个包络近似的乘数系数a和b。相对包络近似误差定义为:
3、GO-CFAR包络
包络检测GO CFAR处理器的PFA为
4、PFA的近似公式
对于任何n，PFA都可以表示为阈值乘数T的函数，形式为
5、T的近似估计
求解（15）中的阈值乘数T，近似公式的形式为
但是，当n小时，阈值电压V 1在较大范围内连续变化。这降低了检测概率并导致高CFAR损耗。 对于大量的单元，V与真实噪声功率成正比，并且变化很小（提高了检测概率）。PFA的近似公式在计算机程序中用于确定各个GO CFAR处理器的性能。系数的多项式关系作为参考单元数量的函数，给出了一种方法，对于任何数量的1 <n <32参考单元，这些类型的处理器的性能都近似。