CFAR技术是在雷达的自动检测目标的过程中，根据雷达目标所处的环境，自动产生检测阈值，将杂波和噪声对信号的干扰降低到最少，从而在满足虚警率基本恒定的情况下检测目标[1]。雷达设备收到的回波信号成分有：80409

(1)雷达探测目标反射回来的有效信号回波

(2)雷达系统内部以及外界各种干扰产生的噪声

(3)雷达所处环境中的地形、气象所造成的杂波

可以看出，雷达回波信号里的杂波是不会因为系统性能提高、环境改变而消失，杂波是雷达回波信号的固有组成部分，因此我们要在各种杂波背景中将有效信号提取出来，雷达CFAR技术就是一种将有效目标的回波信号从环境杂波和噪声的干扰中提取出来的技术[4]。论文网

雷达CFAR技术的目的就是为雷达检测信号提供检测阈值。检测阈值设置过低虽然能够提高雷达的检测概率，但检测到信号的同时也会将检测到大量的杂波和噪声导致雷达出现大量虚警现象，这会使雷达显示屏幕画面饱和，雷达系统负荷过大，影响雷达的检测性能。检测阈值设置过高虽然能够减轻雷达系统的负荷，使得虚警率降低，但也会降低检测概率，产生许多漏警[2]。早期的雷达系统主要采用人眼识别回波信号判断目标是否存在，这样雷达的检测性能主要由个人能力决定。现代的雷达系统可以根据设计好的算法自动计算出检测阈值。按照阈值获取方法可以将阈值分为以下几类：

(1)固定阈值

(2)根据目标所处环境的杂波干扰幅度估计阈值

(3)在已知杂波背景下根据杂波统计分布设定检测阈值

其中，固定阈值检测在过去的几十年中得到了极大的发展，但随着科技的发展，人们对于雷达所处背景的认识越来越全面，固定阈值检测存在局限性，因此，根据目标所处环境产生动态阈值的雷达CFAR技术开始不断受到重视，成为雷达现代检测的一个重要技术[5]。

目前最常用的雷达恒虚警率处理方式就是单元平均类恒虚警（Cell average constant false alarm rate, CA-CFAR）处理算法，它主要适用于服从瑞利(Rayleigh)分布杂波和噪声的情况。然而在实际的环境中，杂波不完全是Rayleigh分布，所以人们又设计出几个杂波分布服从的模型更好的符合实际的杂波环境，比如：对数正态（Log-normal）分布、韦布尔(Weibull)分布、K分布杂波。相对于Rayleigh杂波分布来说他们都有两个参数，并且分布情况也更加复杂。相应的，雷达CFAR处理方式也更加丰富。

CA-CFAR检测算法适用于杂波分布服从于Rayleigh分布的情况，在均匀杂波环境下对单目标检测性能较好；但在非均匀杂波背景下对多目标检测的性能出现恶化。对于这种情况，又提出了最大选择（greatest of CFAR，GO-CFAR）处理器和最小选择（smallest of CFAR，SO-CFAR）处理器。GO-CFAR处理器在杂波边缘环境下有很好的效果，但在均匀杂波背景时会出现漏警现象。而SO-CFAR处理器可以有效的解决遮蔽效应，但相应的也会增加虚警概率[6]。

有序统计量类恒虚警(Order-statistics CFAR, OS-CFAR)检测器在抗脉冲干扰方面作用显著。在多目标环境下,具有更好的抗干扰目标的能力,同时在均匀杂波背景和杂波边缘环境中的性能降低也是可以接受的[2]。

为了平衡检测器在不同环境下的性能，有人提出了一种可变指示类（variability index CFAR，VI-CFAR）算法，它综合了CA、GO、SO算法。通过变量VI和MR的值来识别待检测单元所处的环境，自动选择参考窗进行背景杂波功率估计。该方法在均匀背景和非均匀背景（包括多目标环境和杂波边缘环境）中虚警率的损失均比较低。