泊松干扰场中条件ROC的分布界
摘要
文章提出新型分析框架，刻画泊松干扰场中雷达条件接收机操作特性（ROC）的分布。基于高阶Campbell-Mecke定理推导条件虚警概率（CFA）的均值与方差闭式解，利用Cantelli不等式建立紧上界，并提出Beta分布近似CFA元分布。扩展分析条件检测概率（CD），揭示传统恒定虚警率设计的局限性。数值验证表明：当平均虚警概率为0.29时，超20%雷达节点虚警率超0.6，证明基于分布尾部的百分位保证对高可靠性雷达设计至关重要。
1. 引言
传统雷达性能评估依赖平均ROC曲线，但泊松干扰场中随机性导致条件虚警概率（$P_{\text{FA}_{\Phi}}$）和条件检测概率（$P_{\text{D}_{\Phi}}$）呈现显著分布差异。文章首次建立条件ROC的元分布分析框架，解决两大局限：
- 现有随机几何研究聚焦SINR分布，忽略检测/虚警性能的跨实现波动
- 平均性能指标（如$p_{\text{FA}}=0.17$）掩盖关键事实：60%雷达节点虚警率高于平均值（图1）
图1：平均ROC（左）vs. 条件虚警/检测概率分布（右）
2. 系统模型
2.1 干扰场建模
雷达位于$d$维空间原点，目标和干扰源位置服从强度$\lambda$的齐次泊松点过程（PPP）$\Phi$。接收信号功率：
\[ S = \sigma_0^2 w_0, \quad I = \sum_{i\in\Phi} w_i h_i \]
其中$\sigma_0^2$为起伏目标RCS，$h_i \sim \text{Rayleigh}(1)$，$w_i$为路径损耗。虚警事件定义为$I + N_0 \geq \gamma$，检测事件为$S + I + N_0 \geq \gamma$。
2.2 关键指标
条件虚警概率（CFA）与条件检测概率（CD）：
\[ P_{\text{FA}_{\Phi}} = \mathbb{P}\left( \sum_{\Phi} w_i h_i + N_0 \geq \gamma \mid \Phi \right) \]
\[ P_{\text{D}_{\Phi}} = \mathbb{P}\left( w_0\sigma_0^2 + \sum_{\Phi} w_i h_i + N_0 \geq \gamma \mid \Phi \right) \]
二者均为随机变量，其分布即元分布（Meta-distribution）。
3. 条件虚警概率分布分析
3.1 矩量推导
CFA可表示为和-积泛函：
\[ P_{\text{FA}_{\Phi}} = \sum_{x\in\Phi} f(x) \prod_{y\neq x} g(x,y) \]
其中$f(x) = \exp\left(-\frac{\gamma-N_0}{KPx^{-\alpha}}\right)$, $g(x,y) = \frac{y^{\alpha}}{x^{\alpha}-y^{\alpha}}$。基于高阶Campbell-Mecke定理推导：
均值（全局虚警概率）：
\[ p_{\text{FA}} = \lambda \int_{\mathbb{R}^d} \exp\left(-\frac{\gamma-N_0}{KPx^{-\alpha}} - \lambda \int \frac{x^{\alpha}}{y^{\alpha}-x^{\alpha}} dy \right) dx \]
方差：
\[ \mathbb{V}(P_{\text{FA}_{\Phi}}) = T_1 + T_2 - p_{\text{FA}}^2 \]
式中$T_1, T_2$为包含双重积分的复杂表达式（详见正文定理1）。
3.2 分布上界与近似
Cantelli上界（优于Chebyshev）：
\[ \mathbb{P}(P_{\text{FA}_{\Phi}} \geq t) \leq \frac{\mathbb{V}(P_{\text{FA}_{\Phi}})}{\mathbb{V}(P_{\text{FA}_{\Phi}}) + (t - p_{\text{FA}})^2}, \quad t \geq p_{\text{FA}} \]
Beta分布近似：通过矩匹配法，CFA元分布可近似为：
\[ P_{\text{FA}_{\Phi}} \sim \text{Beta}\left( \frac{k_1 k_2}{1-k_1}, k_2 \right) \]
其中$k_1 = p_{\text{FA}}$, $k_2$由方差确定。图2显示该近似与蒙特卡洛仿真高度吻合。
4. 条件检测概率分析
CD概率包含信号起伏项，其矩量推导更复杂。通过马尔可夫不等式得通用上界：
\[ \mathbb{P}(P_{\text{D}_{\Phi}} \geq t) \leq \frac{p_{\text{D}}}{t} \]
确定信号下的Cantelli界：当目标RCS起伏被平均消除时，可推导二阶矩：
\[ \mathbb{E}[P_{\text{D}_{\Phi}}^2] = \begin{cases} \lambda \int f_0^2(x) e^{-\lambda \int (1-g^2) dy} dx + \cdots & S \leq \gamma - N_0 \\ 1 & S > \gamma - N_0 \end{cases} \]
5. 数值结果与设计启示
5.1 分布拟合验证
图2显示：Beta近似（橙线）精确匹配CFA经验分布，Cantelli界（红线）在右尾收紧：
图2：CFA经验分布与Beta近似/Cantelli界对比
5.2 雷达设计新范式
图3揭示传统恒定虚警率（CFAR）设计的缺陷：当设定$p_{\text{FA}}=0.29$时，实际分布显示：
- 20%雷达节点虚警率超0.6
- 最优20%节点虚警率仅0.005
这表明需基于置信区间而非平均值设计检测门限：
图3：虚警概率分布揭示CFAR设计缺陷（$p_{\text{FA}}=0.29$时实际分布）
6. 结论
文章建立泊松干扰场中条件ROC的元分布分析框架，推导CFA的闭式矩量、紧上界及精确Beta近似，扩展CD概率分析。证明传统平均性能指标在高可靠性雷达设计中具有误导性，提出基于分布尾部的百分位保证新范式，为自动驾驶、航空监视等应用提供理论支撑。