[发明专利]复合高斯环境下基于伽玛纹理的自适应Rao检测方法

说明书

技术领域

本发明属于通信技术领域，更进一步涉及雷达目标检测技术领域中的一种复合高斯环境下基于伽玛纹理的自适应Rao检测方法。本发明可用于对复合高斯环境下的目标进行检测，提高在导向矢量失配情况下目标检测的稳健性。

背景技术

近年来，随着雷达技术的日益成熟，雷达已被广泛用于军事预测、导弹制导、民航管制、地形测量、航海等众多领域。雷达的首先任务是在噪声背景中检测出感兴趣的目标，只有具备了这样的功能，雷达才能给操作人员提供有效的目标方位、距离和运动轨迹等信息。

目前传统的信号检测方法的核心思想是在第一步中假设噪声协方差矩阵已知，得到针对其它未知参数的统计检测量；在第二步中利用辅助数据得到噪声协方差矩阵的估计值，然后将这个估计值替换第一步所得检测统计量中的噪声协方差矩阵。

张晓利等人在其发表的论文“K分布杂波中分布式目标的Rao检测”(《电子与信息学报》2010年第10期第32卷第2496～2500页)中提出了一种基于K分布杂波环境下的分布式目标的Rao检测方法。该方法采用K分布拟合杂波幅度，将分布式目标建模为子空间信号，在构造检测器的过程中运用两步法检测策略，设计了一种基于Rao检测的分布式目标自适应检测算法。该方法有效的减少了计算量和复杂度，提高了检测概率，但是，该方法仍然存在的不足之处是，没有解决用于检测器的导向矢量和实际导矢量的失配问题，导致在雷达系统存在系统误差下雷达检测性能下降。

西安电子科技大学在其申请的专利文献“基于自回归模型的雷达信号自适应检测方法”(申请号：201610616198.5，申请公布号：CN106019256A)中公开了一种基于自回归模型的雷达信号自适应检测方法。该方法将雷达对目标检测问题用二元假设表示，将雷达干扰回波表示为低阶的自回归模型，然后利用Rao检测方法设计基于自回归模型的雷达信号自适应检测方法。该发明能够在训练数据缺失的情况下有效提高目标的检测性能，但是，该方法仍然存在的不足之处是，未能精确描述复合高斯杂波结构，导致在复合高斯环境下目标检测性能下降。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种复合高斯环境下基于伽玛纹理自适应Rao检测方法，通过精确刻画杂波幅度特性，利用Rao准则设计Rao检测算法,可用于对复合高斯环境下的目标进行检测，提高在导向矢量失配情况下目标检测的鲁棒性。

实现本发明目的的具体步骤如下：

(1)获取雷达数据：

从雷达系统中任意选取一个接收通道，对所选取的接收通道接收的每个相干脉冲处理间隔内的采样数据形成一个N×L维的包含杂波和目标或者只包含杂波的接收信号矩阵，其中，N表示快时间维采样的脉冲积累总数，N≥1，L维表示慢时间维采样的距离单元总数，L≥1；

(2)选取待检测距离单元和训练样本：

(2a)从N×L维的接收信号矩阵中任选一列，作为待检测距离单元；

(2b)从待检测距离单元的两边各去除一个相邻单元；

(2c)从待检测距离单元的两边剩下的距离单元中各连续选取相邻的W个距离单元，作为待检测距离单元的训练样本，W/2≥N；

(3)利用不动点协方差估计公式，用所选训练样本估算杂波协方差矩阵；

(4)按照下式，计算待检测距离单元的基于伽玛纹理分布的Rao检测统计量：

其中，ξ表示待检测距离单元的基于伽玛纹理分布的Rao检测统计量，β表示待检测距离单元中所含杂波幅度的尺度参数，β≥0，v表示目标的多普勒导向矢量，H表示共轭转置操作，表示杂波协方差矩阵，-1表示矩阵求逆操作，z表示待检测距离单元，|·|²表示取模值平方操作，q表示待检测距离单元中所含杂波幅度的形状参数，q≥0，表示数值开方操作，(·)²表示数值平方操作；

(5)利用蒙特卡洛方法，确定待检测距离单元对应的检测门限值；

(6)判断待检测距离单元的基于伽玛纹理分布的Rao检测统计量是否大于检测门限值，若是，则确认待检测单元内有目标，否则，待检测单元内无目标。

本发明与现有技术相比，具有以下优点：

第一，由于本发明利用了伽玛纹理模型更加精确的刻画了杂波统计特性，克服了现有技术中杂波统计模型的失配，使得本发明在复合高斯下提高了检测概率。