[发明专利]均匀K分布杂波下的最优自适应检测方法

摘要

本发明公开了一种均匀K分布杂波下的最优自适应检测方法。其实现步骤为1、构建雷达回波数据的观测向量；2、计算信号振幅的估计值3、利用观测向量以及计算数据依赖项；4、根据内曼—皮尔森准则，得到广义似然比检测器；5、用极大似然估计和样本协方差矩阵估计得到海杂波散斑分量的协方差矩阵M的估计式及尺度参数b的迭代估计式β；6、利用和β分别代替广义似然比检测器中的M和b，得到基于均匀K分布的自适应最优检测器；7、计算检测门限T；8、利用检测门限T判断目标是否存在。本发明提高了目标的检测性能，可用于海杂波背景下的目标检测。

主权项

一种均匀K分布杂波下的最优自适应检测方法，其特征在于，包括：(1)雷达通过雷达发射机发射脉冲信号，并通过雷达接收机接收回波信号，将回波数据中仅有杂波存在而目标不存在的情况假设为H0，将回波数据中杂波和目标同时存在的情况假设为H1，分别构建不同假设情况下回波数据中检测单元的观测向量z和参考单元的观测向量zk：其中，α表示目标回波数据的幅度，p表示多普勒导向矢量，L表示回波数据的距离单元数；表示检测单元的海杂波向量，表示参考单元的海杂波向量，u表示检测单元海杂波的散斑分量，uk表示参考单元海杂波的散斑分量；c和ck是均匀杂波，u与uk服从均值为0、方差为1的复高斯分布；τ表示海杂波的纹理分量，其服从形状参数为ν，尺度参数为b的Gamma分布；(2)在目标存在时，即在H1假设下根据检测单元的观测向量z，利用极大似然估计求出目标信号幅度α的估计值其中，(·)H表示共轭转置，M表示海杂波散斑分量的协方差矩阵；(3)根据检测单元的观测向量z和参考单元的观测向量z1,z2,...,zk,...,zL以及目标信号振幅的估计值计算数据依赖项： q0＝zHM‑1z,其中，q0表示H0假设下检测单元的数据依赖项，q1表示H1假设下检测单元的数据依赖项，Q0表示H0假设下参考单元的数据依赖项，Q1表示表示H1假设下参考单元的数据依赖项；(4)利用(3)中的数据依赖项及H0、H1假设下检测单元的观测向量z和参考单元的观测向量z1,z2,...,zk,...,zL的联合概率密度函数，根据Neyman‑Pearson准则，得到广义似然比检测器：其中，ξ表示检测统计量，T表示检测门限，γ0＝|pHM‑1z|2/pHM‑1p表示白化匹配滤波器的输出功率，Kη(·)表示阶数为η的第二类贝塞尔函数，η＝ν‑N(L+1)；(5)根据参考单元的观测向量z1,z2,...,zk,...,zL，利用样本协方差矩阵估计MSC与最大似然估计ML得到海杂波散斑分量的协方差矩阵M的估计式及尺度参数b的迭代估计式；(6)利用估计得到的代替广义似然比检测器中的M，利用估计得到的β代替广义似然比检测器中的b，得到基于均匀K分布的自适应最优检测器：其中(7)根据虚警概率Pfa，使用蒙特卡洛实验计算检测门限T；(8)将检测单元的检测统计量ξ与检测门限T进行比较，判断检测单元中目标是否存在：如果ξ≥T，则检测单元有目标，如果ξ<T，则没有目标。