Optimization and performance analysis of distributed OS-CFAR detection system based on niche genetic algorithm

           Using the niche genetic algorithm, the three-sensor distributed OS2CFAR detection system with different detection window lengths and detection signal-to-noise ratios is optimized, and a set of search results for different detection environments and fusion methods are given. The analysis shows that the niche genetic algorithm is a good optimization algorithm for the distributed OS2CFAR detection system in an inconsistent environment. Using the search results, the impact of environmental changes on the performance of the distributed OS2CFAR detection system under different fusion methods is studied. The results show that \"OR\" fusion has strong robustness to inconsistent changes in the detection environment, while \"3 out of 2\" fusion and \"AND\" fusion are more sensitive to changes in the detection environment. Keywords: genetic algorithm; niche; non-uniform environment; distributed constant false alarm detection; data fusionAbstract: In this paper, niche genetic algo rithms are used to optimize the performance of a dist ributed 32sen2 so r OS2CFAR detection ion system with different reference length s and signal2to2no ise rat io s. A set of quasi2op2 t imum results is given and analyzed, which proves that niche genetic algo rithms are efficient for th is op t im iza2 t ion. The influences of the nonident ity in environment on the performance of the dist ributed OS2CFAR detec2to r fo r different fusion rules are discussed subsequently ly. The results indicate that when OR fusion is em2 ployed, the system is robust to the nonident ical variety of detection environment, while 2 of 3 and AND fusion are sensitive in the same situation.Key words: genetic algorithm s; niche; nonidentical environments; differentiated CFAR detection; data fusion