基于高斯分布的CFAR检测算法(双参数CFAR检测)，输入一个确定的虚警概率，在满足一定虚警率的情况下对图像进行分割，实现目标与背景的分离。

两种不同的假设： H1 ： 0 xn A fn wn ( ) cos(2 ) ( ) = ++ π θ n=12…N，f0 为规一化频率H0 ： xn wn () () = n=12…N其中 w[n]是均值为 0，方差为 2 σ n 的高斯白噪声，A 已知，样本间相互独立，信号与噪声相互独立; 相位θ 是随机变量，它服从均匀分布1 0 2 ( ) 20 pθ π θ π ?? ≤ ≤ = ??? 其它 1）改变输入信噪比（改变 A 或噪声方差均可），给定虚警概率，画出输入信噪比与检测概率之间的理论曲线。(注意：理论检测曲线与样本数有关) 2）改变样本数，用 Monte-Carlo 实验方法得出 PF＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。 3）改变 M-C 实验次数，样本数不变，用 Monte-Carlo 实验方法得出 PF ＝0.001 时输入信噪比与检测概率之间关系曲线（至少三条），并得出结论。

在无线区域网中，作为授权用户的无线麦克风信号的低功率和窄带宽使得这种信号的检测非常困难。提出了基于奇异值分解的无线麦克风信号检测方法。对由接收信号形成的Hankel矩阵作奇异值分解，通过检查奇异值来检测无线麦克风信号的存在并估计该信号的中心频率，进而可以设置保护频带；非授权用户可以使用保护频带之外的频率资源，从而改善频谱效率。仿真结果证明了基于SVD的频谱检测算法具有更好的检测性能和很高的频率估计精度。

%%——————矩阵滤波器——————%% %%——————检测概率信噪比——————%%

%% 近场 CBF 测角均方根误差 检测概率

%% 近场MUSIC 测角均方根误差 检测概率

雷达恒虚警检测（CFAR）一维距离像蒙特卡洛仿真，探究不同信噪比下CFAR检测概率，在一维CFAR基础上修改程序得到。参考《雷达信号处理基础》一书。

雷达方程的应用及检测概率和虚警概率的验证

针对概率Hough变换耗费大量内存以及直线端点搜索容易受到网状聚集点干扰的缺陷，提出一种基于概率的局部Hough变换优化算法。将边界分为有序和无序两类，前者通过随机抽取采样点并结合其相邻点进行直线搜索，后者采用在随机抽取点周围建立感兴趣区域并进行局部Hough变换，检测到直线后进行全局搜索并实时修正直线斜率，对因网状聚集点产生的错误直线采用间隔计数和限制总间隔长度的方法进行排除。使用500张图片进行实验验证，算法耗时均低于概率Hough变换耗时的1/3，且对网状聚集边界点的直线错检具有较高抵抗性，检测结果比概率Hough变换直线检测更加准确，内存消耗减少超过90%以上。

检测概率取决于信噪比，而不是波形。 不同波形通过信号处理获得信噪比增益的能力可能不同。 Matched Filtering 在线性和白噪声意义下： 匹配：与信号特性匹配。 最优的匹配处理是自相关处理。 令 白噪声功率谱密度为N0，其自相关函数为 匹配滤波器脉冲响应取为 E为信号能量。 能量原理 ■匹配滤波 信号设计，信号编码：如何利用能量，如何处理信号。 最大信噪比 匹配滤波h(t) x(t) y(t)