A review of high grazing angle sea-clutter

Watts, Simon; Rosenberg, Luke

doi:10.1109/radar.2013.6651992

Cited by 4 publications

(4 citation statements)

References 28 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Therefore, the CGNG distributions provide a family of biparametric amplitude distributions with slighter tails than the four classic types of amplitude distributions in sea clutter modelling. In fact, it is found that sea clutter becomes less spiky at medium/high grazing angles [45], which means that the CGNG distributions can provide better goodnessof-the-fit to the sea clutter. This is our motivation to introduce CGNG distributions with Nakagami-distributed textures.…”

Section: Compound-gaussian Model With Nakagami-distributed Texturesmentioning

confidence: 99%

Compound-Gaussian Model with Nakagami-Distributed Textures for High-Resolution Sea Clutter at Medium/High Grazing Angles

Yang,

Zhang,

Zou

et al. 2024

Remote Sensing

View full text Add to dashboard Cite

In this paper, a compound-Gaussian model (CGM) with the Nakagami-distributed textures (CGNG) is proposed to model sea clutter at medium/high grazing angles. The corresponding amplitude distributions are referred to as the CGNG distributions. The analysis of measured data shows that the CGNG distributions can provide better goodness-of-the-fit to sea clutter at medium/high grazing angles than the four types of commonly used biparametric distributions. As a new type of amplitude distribution, its parameter estimation is important for modelling sea clutter. The estimators from the method of moments (MoM) and the [zlog(z)] estimator from the method of generalized moments are first given for the CGNG distributions. However, these estimators are sensitive to sporadic outliers of large amplitude in the data. As the second contribution of the paper, outlier-robust tri-percentile estimators of the CGNG distributions are proposed. Moreover, experimental results using simulated and measured sea clutter data are reported to show the suitability of the CGNG amplitude distributions and outlier-robustness of the proposed tri-percentile estimators.

show abstract

Section: Compound-gaussian Model With Nakagami-distributed Texturesmentioning

confidence: 99%

Compound-Gaussian Model with Nakagami-Distributed Textures for High-Resolution Sea Clutter at Medium/High Grazing Angles

Yang,

Zhang,

Zou

et al. 2024

Remote Sensing

View full text Add to dashboard Cite

show abstract

“…Statistical changes that occur in the clutter have been described in many publications [16][17][18]. These changes are mathematically represented as a variation of the shape parameter of the model assumed for the clutter.…”

Section: Motivation and Objectivesmentioning

confidence: 99%

Optimal selection of the CA-CFAR adjustment factor for K power sea clutter with statistical variations

Fernández

Vidal

2017

Cien.Ing.Neogranadina

View full text Add to dashboard Cite

La presencia de la señal interferente de clutter marino establece limitaciones en la calidad de la detección de radar en ambientes costeros y de alta mar. El procesador CA-CFAR es la solución clásica para detectar blancos de radar. Usualmente mantiene su factor de ajuste constante todo el período de operación. Como consecuencia, el esquema no toma en consideración las variaciones estadísticas de la señal de fondo cuando realiza la discriminación del clutter. Para resolver este problema, los autores realizaron un procesamiento intensivo de 40 millones de muestras de clutter de intensidad, generadas en computadora a través de MATLAB. Como resultado, encontraron los valores óptimos del factor de ajuste a ser aplicados para 40 posibles estados estadísticos del clutter, sugiriendo el uso de la arquitectura CA-CFAR con un factor de ajuste variable. Adicionalmente, fue llevado a cabo un ajuste de curvas, obteniéndose expresiones matemáticas que generalizan los resultados en todo el intervalo de considerado de estados estadísticos del clutter. Los experimentos se ejecutaron con un CA-CFAR de 64 celdas y apuntaron a encontrar los valores del factor de ajuste para tres probabilidades de falsa alarma comunes. La distribución K fue elegida como el modelo usado para el clutter, gracias a su amplia popularidad. Este artículo facilita el manejo de la distribución K de intensidad, evitando el uso de funciones Gamma y Bessel, comúnmente encontradas en desarrollos relacionados con el modelo K. Además, fueron cumplidos los requerimientos necesarios para construir un detector adaptativo en clutter de potencia K con conocimiento previo del parámetro de forma. Al mismo tiempo, fueron dadas varias recomendaciones para continuar el desarrollo de una solución más general que también incluirá la estimación del parámetro de forma.

show abstract

“…Several probability distributions with heavy tails have been used to fit sea clutter data. The Weibull (Ping, 2011), LogNormal (Ishii, Sayama, & Mizutani, 2011), K (Chen, Liu, Wu, & Wang, 2013), KK (Watts & Rosenberg, 2013) and WW (Dong, 2006) Weinberg, 2013a). Actually, it has been suggested that this distribution provides better fits that the ones exhibited by the most popular alternatives (Farshchian & Posner, 2010).…”

Section: Introductionmentioning

confidence: 99%

Estimación del Multiplicador Óptimo del Umbral CA-CFAR en Clutter Pareto de Parámetros Conocidos

Machado-Fernández

Bacallao-Vidal

2017

ENTRAMADO

View full text Add to dashboard Cite

A b s t r A c tThe performance of the CA-CFAR processor is affected by certain clutter variations. Although problems caused by sudden clutter changes have already been corrected in multiple CFAR proposals, the influence of slow statistical variations in the background signal is often ignored. To solve this problem, the authors estimated the optimal CA-CFAR threshold multiplier values necessary to adapt the processor to the clutter slow statistical changes. The application of the results guarantees that the operational false alarm probability of the processor will only exhibit a small deviation from the value conceived in the design. The clutter was simulated with a Pareto distribution with a known fluctuating shape parameter, according to recent papers that strongly suggest the use of this distribution. The current research completes an important step in the design of an adaptive detector that operates without a priori knowledge of the shape parameter. In addition, the authors provide mathematical expressions that allow the direct application of the results in the design of radar detectors. KeywordsConstant false alarm rate detectors, Pareto distribution, radar clutter, false alarm probability, adaptive selection of the threshold multiplier, CFAR processors. Estimación del Multiplicador Óptimo del Umbral CA-CFAR en Clutter Pareto de Parámetros Conocidos r e s u m e nEl desempeño del procesador CA-CFAR es afectado por ciertas variaciones del clutter. Mientras que los problemas causados por los cambios repentinos del clutter han sido corregidos por múltiples propuestas CFAR, se ignora frecuentemente la influencia de las variaciones estadísticas lentas de la señal de fondo. Para resolver este problema, los autores estimaron los valores óptimos del multiplicador del umbral CA-CFAR necesarios para adaptar el procesador a los cambios estadísticos lentos, garantizando por tanto que la probabilidad de falsa alarma del detector exhibirá solamente una ligera desviación con respecto al valor concebido en el diseño. El clutter fue simulado con una distribución Pareto con parámetro de forma conocido de antemano, de acuerdo a publicaciones recientes que sugieren fuertemente el uso de esta distribución. La investigación actual completa un paso importante en el diseño de detectores adaptativos que operan sin el conocimiento a priori del parámetro de forma. Adicionalmente, los autores proporcionan expresiones matemáticas que permiten la aplicación directa de los resultados en el diseño de detectores de radar. PAlAbrAs c l Av eDetectores de razón de falsas alarmas constante, distribución Pareto, clutter de radar, probabilidad de falsa alarma, selección adaptativa del umbral de detección, procesadores CFAR O desempenho do processador CA-CFAR está afectada por certas variações da desordem. Enquanto os problemas causados por mudanças bruscas de lixo foram corrigidos para múltiplas propostas CFAR, é muitas vezes ignorado a influ-ência de variações estatísticas lento do sinal de fundo. Para resolver esse problema, os autores estimaram...

show abstract

A review of high grazing angle sea-clutter

Cited by 4 publications

References 28 publications

Compound-Gaussian Model with Nakagami-Distributed Textures for High-Resolution Sea Clutter at Medium/High Grazing Angles

Compound-Gaussian Model with Nakagami-Distributed Textures for High-Resolution Sea Clutter at Medium/High Grazing Angles

Optimal selection of the CA-CFAR adjustment factor for K power sea clutter with statistical variations

Estimación del Multiplicador Óptimo del Umbral CA-CFAR en Clutter Pareto de Parámetros Conocidos

Contact Info

Product

Resources

About