1、現(xiàn)代雷達(dá)信號(hào)處理的核心內(nèi)容有信號(hào)檢測(cè)、目標(biāo)跟蹤與識(shí)別和威脅判斷等，而復(fù)雜環(huán)境下的恒虛警檢測(cè)一直是雷達(dá)信號(hào)處理中的一個(gè)熱點(diǎn)和難點(diǎn)問題。增強(qiáng)對(duì)各類雜波處理的有效性和穩(wěn)定性，減小恒虛警損失，是恒虛警處理研究的主要目標(biāo)。
　　現(xiàn)代雷達(dá)信號(hào)處理所面臨的雜波背景干擾更為復(fù)雜化，傳統(tǒng)單一模型的恒虛警檢測(cè)器因?yàn)橛衅涿黠@的不足使得檢測(cè)性能不能滿足要求，比如CA-CFAR在均勻雜波環(huán)境下檢測(cè)性能很理想，但是對(duì)雜波邊緣和多目標(biāo)環(huán)境適應(yīng)性較差;GO-CF

2、AR是針對(duì)雜波邊緣問題進(jìn)行改進(jìn)的，但是無法適應(yīng)多目標(biāo)環(huán)境檢測(cè);SO-CFAR是針對(duì)干擾目標(biāo)所改進(jìn)的算法，但是易受干擾目標(biāo)所處位置的影響，而且在雜波邊緣的檢測(cè)性能很差;所以通過某一種固定的CFAR檢測(cè)器都很難取得理想的檢測(cè)效果。針對(duì)這一問題，本文研究并設(shè)計(jì)多模型的智能化的恒虛警檢測(cè)器，以提高系統(tǒng)的檢測(cè)能力。
　　本文在設(shè)計(jì)多模型恒虛警處理算法時(shí)，首先分析了雜波統(tǒng)計(jì)模型和識(shí)別算法。因?yàn)楸疚闹饕槍?duì)低分辨海事雷達(dá)，所以選用瑞利分布模型作

3、為雜波統(tǒng)計(jì)模型。經(jīng)過對(duì)各種雜波模型識(shí)別算法的分析，本文選用Anderson-Darling擬合優(yōu)度檢驗(yàn)來估計(jì)雜波邊緣，然后再根據(jù)統(tǒng)計(jì)量(VI)和MR再次估計(jì)雜波背景環(huán)境的起伏性，從而可以在多種恒虛警處理模型中選擇合適的處理算法來進(jìn)行信號(hào)處理。
　　本文利用FPGA可以同時(shí)對(duì)大量變量進(jìn)行邏輯運(yùn)算和賦值的優(yōu)勢(shì)，對(duì)所設(shè)計(jì)的多模型恒虛警信號(hào)處理算法給出了具體的電路實(shí)現(xiàn)。在FPGA中可以有效地實(shí)現(xiàn)CA-CFAR、SO-CFAR、GO-CFA