La detección de una tasa constante de falsas alarmas ( CFAR ) es una forma común de algoritmo adaptativo utilizado en sistemas de radar para detectar retornos de objetivos en un contexto de ruido , desorden e interferencias. [1]
En el receptor de radar, los ecos de retorno son recibidos por la antena , amplificados, convertidos a una frecuencia intermedia y luego pasados a través de un circuito detector que extrae la envolvente de la señal, conocida como señal de vídeo . Esta señal de vídeo es proporcional a la potencia del eco recibido. Incluye la señal de eco deseada, así como las señales no deseadas del ruido interno del receptor y las interferencias y el desorden externos . El término vídeo se refiere a la señal resultante que es apropiada para su visualización en un tubo de rayos catódicos o "pantalla de vídeo".
La función del circuito de tasa de falsas alarmas constante es determinar el umbral de potencia por encima del cual se puede considerar que cualquier retorno probablemente se origina de un objetivo en lugar de una de las fuentes espurias. Si este umbral es demasiado bajo, se detectarán más objetivos reales, pero a expensas de un mayor número de falsas alarmas. Por el contrario, se detectarán menos objetivos si el umbral es demasiado alto, pero el número de falsas alarmas también será bajo. En la mayoría de los detectores de radar, el umbral se establece para lograr una probabilidad requerida de falsa alarma (equivalentemente, tasa de falsas alarmas o tiempo entre falsas alarmas).
Supongamos que el fondo contra el cual se van a detectar los objetivos es constante con el tiempo y el espacio. En ese caso, se puede elegir un nivel de umbral fijo que proporcione una probabilidad específica de falsa alarma, gobernada por la función de densidad de probabilidad del ruido, que generalmente se supone que es gaussiana . La probabilidad de detección es entonces una función de la relación señal-ruido del retorno del objetivo. Sin embargo, en la mayoría de los sistemas de campo, las fuentes de interferencia y desorden no deseado significan que el nivel de ruido cambia tanto espacial como temporalmente. En este caso, se puede utilizar un umbral cambiante, donde el nivel del umbral se eleva y se reduce para mantener una probabilidad constante de falsa alarma. Esto se conoce como detección de tasa constante de falsas alarmas (CFAR).
La detección se produce cuando la celda bajo prueba supera el umbral. En la mayoría de los esquemas de detección CFAR simples, el nivel de umbral se calcula estimando el nivel de ruido de fondo alrededor de la celda bajo prueba (CUT). Esto se puede encontrar tomando un bloque de celdas alrededor de la CUT y calculando el nivel de potencia promedio. Las celdas inmediatamente adyacentes a la CUT normalmente se ignoran para evitar corromper esta estimación con la potencia de la propia CUT (y se las conoce como "celdas de guarda"). Un objetivo se declara presente en la CUT si es mayor que todas sus celdas adyacentes y mayor que el nivel de potencia promedio local. La estimación del nivel de potencia local a veces se puede aumentar ligeramente para permitir el tamaño limitado de la muestra. Este enfoque simple se llama CFAR de promedio de celdas (CA-CFAR).
Otros métodos relacionados calculan promedios separados para las celdas a la izquierda y a la derecha del CUT y luego utilizan el mayor o menor de estos dos niveles de potencia para definir el nivel de potencia local. Estos se conocen como CFAR de mayor potencia (GO-CFAR) y CFAR de menor potencia (LO-CFAR), respectivamente, y pueden mejorar la detección cuando están inmediatamente adyacentes a áreas de desorden.
Los algoritmos CFAR más sofisticados pueden seleccionar de forma adaptativa un nivel de umbral teniendo en cuenta rigurosamente las estadísticas del fondo en el que se detectarán los objetivos. Esto es particularmente común en aplicaciones de vigilancia marítima (radar), donde el fondo del eco del mar es particularmente irregular y no se aproxima bien mediante ruido blanco gaussiano aditivo . Este es un problema de detección difícil, ya que es difícil diferenciar entre picos debidos a los retornos de la superficie del mar y picos debidos a retornos válidos de, por ejemplo, periscopios submarinos . La distribución K es una distribución popular para modelar las características del eco del mar.