[发明专利]一种基于连续信任函数的鲁棒雷达目标检测方法

说明书

本发明涉及雷达目标检测技术领域，公开了一种基于连续信任函数的鲁棒雷达目标检测方法，包括如下步骤：根据应用需求，通过数值近似法计算并存储近似精度的标准概率密度函数等投注概率表，以获得的雷达回波幅度点观测为基础，计算点观测条件观测似然函数，然后基于广义贝叶斯定理使用条件观测似然函数求得基本信任分配函数，依据基本信任分配函数计算各假设的投注概率值，将结果直接用于决策判决或输出给下一级融合决策。本发明可以充分利用连续信任函数理论在不确定性信息表征和推理方面的优势，具有强大的信息表征能力和雷达目标检测鲁棒性。

技术领域

本发明涉及雷达目标检测技术领域，更具体地说，涉及一种基于连续信任函数的鲁棒雷达目标检测方法。

背景技术

雷达目标检测是在含有噪声的雷达回波中，完成对“目标存在与否”假设的检验判断。鉴于噪声的随机特性以及雷达目标回波幅度随着姿态、频率和极化等多因素影响，雷达目标检测常在贝叶斯理论框架下建模为NP(Neyman-Pearson)问题，即将虚警概率限定在一个有限的水平，使检测概率最大化。

实际应用及理论研究中，大多假设雷达目标由多个独立散射体构成，每个散射体的雷达散射截面积独立且不变，但位置随机。根据电磁散射理论和中心极限定理，此类目标经线性检波器输出的雷达目标回波幅度服从瑞利分布。在贝叶斯理论框架下，NP检测的最终依据就是当线性检波器输出电压大于等于某门限，则判定有目标；当输出电压小于某门限，则判定无目标。其中，门限值由目标的平均幅度、噪声功率和虚警概率三个参数决定。一方面，针对上述NP检测原理，在雷达对抗领域提出了不少欺骗式干扰策略，也即提高干扰源的功率，渐进地诱偏跟踪锁定波束，从而实现战术逃逸；另一方面，由于目标回波起伏特性，极可能导致检测方法做出过于自信的决策，从而存在信息损失。因此，上述NP方法缺乏检测鲁棒性。

针对该问题，本发明提出了一种基于连续信任函数的鲁棒雷达目标检测方法，利用连续信任函数在不确定性信息表征方面的优势，设计了一种鲁棒检测器，使其同时对模型噪声和外来干扰都具备一定的判断力。

发明内容

本发明要解决的技术问题是雷达目标的鲁棒检测问题。针对传统NP方法缺乏鲁棒性，无法区分外来目标或干扰，在高度不确定的条件下依然会给出一个明确结论的问题，提出一种基于连续信任函数的鲁棒雷达目标检测方法，可以更好地区分模型噪声、目标和外来干扰等，具有更丰富的信息表征能力。

本发明解决上述问题的技术方案如下：

一种基于连续信任函数的鲁棒雷达目标检测方法，具体包括以下步骤：

步骤1：先验信息获取：选择雷达回波幅度起伏统计模型，即标准概率密度函数，所述标准概率密度函数为系数为1的瑞利概率密度函数，通过数值近似的方式获得标准概率密度函数的等投注概率密度表，以列表形式存储下来供数值求解应用，其中，系数为1的瑞利概率密度函数即且随机变量ξ表示雷达回波幅度取值，rls是系数为1的标准瑞利概率密度函数符号标志；等投注概率密度是指两个瑞利概率密度函数值相等，即对应的等投注概率对满足条件：u和为随机变量ξ的具体取值且

步骤2：获得雷达回波幅度的点观测值其中表示实数域，表示正实数域；

步骤3：依据点观测计算条件观测似然函数其中θ_c表示第c类假设，当c＝0时表示模型噪声，当c＝1时表示待检测目标；计算条件观测似然函数时，基于步骤1中提前获取的等投注概率密度表，然后采用数值近似的方式求解，以解决等投注概率对不存在解析解的问题；

步骤4：基于广义贝叶斯定理，使用条件观测似然函数计算基本信任分配函数m^Θ[z](S)，计算公式为：