[发明专利]失配稳健的子空间信号检测方法及装置有效
申请号: | 202010894426.1 | 申请日: | 2020-08-31 |
公开(公告)号: | CN112149516B | 公开(公告)日: | 2022-12-02 |
发明(设计)人: | 李刚;王泽玉;王钺 | 申请(专利权)人: | 清华大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G01S7/40 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 张大威 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 失配 稳健 空间 信号 检测 方法 装置 | ||
本申请提出了一种失配稳健的子空间信号检测方法及装置,其中,方法包括:获取待检测距离单元数据和训练样本,通过二元假设检验对待检测距离单元数据的检测问题进行表示,生成待检测距离单元数据不含目标假设H0的表达式和含有目标和杂波假设H1的表达式,目标的导向矢量通过子空间模型表示,杂波服从部分均匀模型;计算假设H1条件下待检测距离单元数据和训练样本的联合概率密度函数;根据假设H1下的联合概率密度函数,计算假设H1下所有未知参数的第一估计值;计算复Fisher信息矩阵逆的左上分块矩阵在假设H1下的第二估计值;根据第一估计值、第二估计值和检验表达式确定目标的检测结果。根据本申请能够提高检测器在信号失配时对失配信号的稳健性能。
技术领域
本申请涉及雷达信号处理技术领域,尤其涉及一种失配稳健的子空间信号检测方法及装置。
背景技术
近年来,协方差矩阵未知的噪声环境下的雷达目标自适应检测技术获得了越来越多的关注。为了估计未知的协方差矩阵,一般假设存在一组不含目标信号的训练样本,训练样本与待检测距离单元数据中的噪声独立同分布。例如基于广义似然比检验的自适应检测方法,该方法通过计算两种假设下的未知参数来实现。其他具有代表性的自适应检测器还包括自适应匹配滤波器、自适应相参估计器、Rao检测器、Wald检测器等。
上述检测器均是在信号匹配场景下提出的,然而实际环境往往存在着由于波前畸变、校准和指向误差、不理想的天线形状等因素引起的信号失配。当信号失配时,不同的检测场景对检测器的要求不同,例如雷达处于扫描模式时,需要检测器对失配信号具有较好的稳健性能。因此,在信号失配场景提高检测器的失配稳健性能是非常必要的。此外,根据RMB(Reed-Mallett-Brennan)准则,若要获得良好的匹配检测性能,至少需要2倍系统自由度的训练样本来估计未知的协方差矩阵。然而,快速起伏的地形、密集目标以及城市杂波环境都会导致检测环境非平稳非均匀,在非平稳非均匀环境下,难以满足估计协方差矩阵所需的充足训练样本,使传统检测器的检测性能下降严重。
发明内容
本申请旨在至少在一定程度上解决传统中的技术问题之一。
为此,本申请提出一种失配稳健的子空间信号检测方法及装置,能够提高检测器在信号失配时对失配信号的稳健性能。
本申请第一方面实施例提出了一种失配稳健的子空间信号检测方法,包括:
获取待检测距离单元数据和训练样本,通过二元假设检验对所述待检测距离单元数据的检测问题进行表示,生成所述待检测距离单元数据不含目标假设H0的表达式和所述待检测距离单元数据含有目标和杂波假设H1的表达式,其中,所述目标的导向矢量通过子空间模型表示,所述杂波服从部分均匀模型;
计算假设H0和假设H1条件下所述待检测距离单元数据和所述训练样本的联合概率密度函数;
获取检验表达式;
根据假设H1下所述待检测距离单元数据和所述训练样本的联合概率密度函数,计算假设H1下所有未知参数的第一估计值;
计算复Fisher信息矩阵逆的左上分块矩阵在假设H1下的第二估计值;
将所述第一估计值和所述第二估计值代入所述检验表达式,生成第一表达式;
将所述第一表达式的结果与检测门限进行比较,确定对所述目标的检测结果。
本申请实施例的失配稳健的子空间信号检测方法,通过利用子空间表示目标导向矢量的不确定性,从而提高检测器在信号失配时对失配信号的稳健性能。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010894426.1/2.html,转载请声明来源钻瓜专利网。