CA-CFAR 기준선과 한계

CA-CFAR는 어떤 가정으로 표적을 고르고, 그 가정은 어디서 깨지는가?

CA-CFAR(cell-averaging constant false alarm rate)는 레이다 탐지에서 가장 오래된 고전적 기준선의 하나이다(14장). CUT(cell under test) 둘레의 참조 셀로 배경 전력을 추정하고, 가드 셀로 표적 에너지가 배경 추정에 섞이는 것을 줄인다. 설계 false alarm 확률 $P_{FA}$ 를 정하면 임계 계수 $\alpha$ 가 한 번에 정해진다.

T_{\text{CFAR}} = \alpha \cdot \hat{P}, \quad \hat{P} = \frac{1}{N}\sum_{i \in \text{train}} |x_i|^2, \quad \alpha = N\!\left(P_{FA}^{-1/N} - 1\right)

$N$ 은 참조 셀 수이다. CA-CFAR에서는 $\alpha$ 가 $P_{FA}$ 의 닫힌 식으로 주어진다. 잡음 전력이 지수 분포를 따르면 어느 RD 맵에서 돌려도 false alarm 확률이 거의 일정하다. 그래서 운용 환경마다 임계값을 다시 맞출 필요가 없고, 알고리즘이 왜 그렇게 판단했는지 사람이 그대로 따라갈 수 있다. 예를 들어 $N=112$ , $P_{FA}=10^{-5}$ 이면 $\alpha=112\,(10^{5/112}-1)=12.1$ , 곧 10.8 dB이다.

그러나 "주변 배경이 고르다"는 가정이 깨지면 CA-CFAR는 흔들린다. 흔히 다루는 한계는 넷이다.

한계	생기는 조건	결과
표적 가림(masking)	이웃 RD 셀에 강한 표적이 함께 있다	참조 셀에 표적 에너지가 들어가 임계값이 너무 커진다. 약한 표적이 더 큰 표적의 그늘에 묻힌다
클러터 경계	잡음 수준이 갑자기 바뀌는 경계(예: 도시와 도로)	한쪽 참조 셀의 통계가 왜곡되어 $P_{FA}$ 가 크게 늘거나 $P_D$ 가 떨어진다
다중 표적	가까운 거리에 표적 여럿이 모여 있다	표적끼리 서로의 참조 셀 윈도우에 들어가 함께 놓친다
고정 커널	언제나 같은 guard/train 크기를 쓴다	RD 맵 전체의 사이드로브 모양이나 표적 에너지의 윤곽 같은 무늬를 쓰지 못한다

네 한계는 모두 CA-CFAR가 국소 통계만 보기 때문에 생긴다. 표적과 배경이 어떤 모양인지, RD 맵 전체에서 사이드로브가 어떻게 퍼지는지 모른 채 참조 셀 평균이라는 한 줄짜리 요약으로 판단한다. OS-CFAR나 GO-CFAR 같은 변형(14장)이 일부 상황을 보완하지만, 더 넓은 문맥을 직접 배우지는 못한다.

U-Net은 CFAR를 흉내 내지 않고, 같은 MTI를 거친 RD 맵에서 더 넓은 공간 문맥으로 셀마다 확률을 계산하는 다른 종류의 탐지기이다. 그래서 두 탐지기는 같은 입력, 같은 라벨, 검증 데이터에서 고정한 탐지 설정 위에서 비교해야 한다.