【技术实现步骤摘要】
本专利技术属于雷达信号检测，具体涉及一种基于极化联合特征值的雷达弱小目标检测方法。
技术介绍
1、随着无人化作战装备的发展，无人机、无人艇等装备在现代战争中开始崭露头角。在复杂多变的海杂波影响下，无人机、无人艇等具有较低雷达散射截面积的目标回波信号常常淹没在杂波背景中，在观测时间较短的情况下，脉冲积累数较少，造成雷达短脉冲积累下目标检测概率下降，给海面弱小目标的检测带来了严峻的挑战。
2、为了应对雷达弱小目标的检测问题，国内外学者提出了一系列检测方法。有学者从信息几何的角度设计检测器，参见文献：《华小强,程永强,王宏强,等.结合流形滤波的矩阵信息几何检测器[j].国防科技大学学报,2022,44(6):51-60》。但是，信息几何方法涉及复杂的矩阵运算和估计，计算复杂度高。也有学者利用目标与杂波的极化信息差异设计检测器，参见文献：《liu tao,jiang yanni,marino a,et al.the polarimetric detectionoptimization filter and its statistical test for ship detection[j].ieeetransactions on geoscience and remote sensing,2022,60:1-18》。然而，该方法主要针对极化sar舰船目标检测，并且依赖于杂波的极化先验信息。
3、目前的检测方法多数只从单域进行设计，信息的利用不充分。虽有提出多特征融合的检测方法，如中国专利cn20201054479
技术实现思路
1、本专利技术的目的是：提出一种基于极化联合特征值的雷达弱小目标检测方法。针对多极化体制雷达的弱小目标检测，利用多极化通道数据的极化信息和短脉冲数据协方差矩阵的特征值设计检测机制，实现对雷达弱小目标的检测。
2、本专利技术的技术方案是：一种基于极化联合特征值的雷达弱小目标检测方法，具体包括如下步骤：
3、步骤1，利用多个极化通道的数据计算极化相干矩阵，提取极化相干矩阵的最大特征值，得到包含极化信息的数据；
4、步骤2，基于步骤1得到的极化相干矩阵最大特征值，计算待检测单元和参考单元短脉冲序列的协方差矩阵，并对协方差矩阵进行特征值分解，获得每个协方差矩阵的全部特征值；
5、步骤3，利用待检测单元的最大特征值与参考单元的最大特征值、最小特征值、算数平均值和几何平均值的算数平均之比分别作为检验统计量实现恒虚警检测。
6、进一步地，步骤1具体操作为：对于多极化通道数据，计算三阶pauli散射矢量kp如下：
7、
8、其中xhh,xvv,xhv分别表示hh极化通道、vv极化通道和hv极化通道数据，上标t表示转置运算。
9、进一步地，计算极化相干矩阵其中上标h表示共轭转置。
10、进一步地，步骤1中，利用特征值分解得到极化相干矩阵的最大特征值。
11、进一步地，步骤2中，计算融合后数据的待检测单元和参考单元短脉冲序列协方差矩阵r如下：
12、r＝e[xxh]；
13、其中x表示融合后的短脉冲序列，长度为k。
14、进一步地，对协方差矩阵进行特征值分解，获得每个协方差矩阵的特征值组λg＝{λ1,λ2,...,λk}。
15、进一步地，步骤3中，特征值组的极大值记为λmax，极小值记为λmin，计算算术平均λmean和几何平均λave如下：
16、
17、
18、进一步地，步骤2中，设定恒虚警率pfa，构造四种检验统计量实现判决，包括：极化联合最大特征值-算数平均(polarimetric joint maximum eigenvalue to arithmeticmean,pmam)、极化联合最大特征值-几何平均(polarimetric joint maximum eigenvalueto geometric mean,pmgm)、极化联合最大特征值-最小特征值(polarimetric jointmaximum eigenvalue to minimum eigenvalue,pmme)和极化联合最大特征值(polarimetric joint maximum eigenvalue-based matrix cfar detector,pmemd)；
19、具体计算及判决过程如下：
20、
21、其中η表示判决门限，h1成立即目标存在，h0成立即目标不存在，l表示参考单元个数。
22、进一步的，恒虚警率pfa＝0.001。
23、本专利技术的有益效果：本专利技术提供了一种极化信息与特征值信息融合的检测方法，利用多个信息维度，有着较好的检测性能。本专利技术实现步骤计算量小，无需预训练模型，因此，本专利技术易于工程实现。同时，本专利技术经实测数据验证，在单目标样本的情况下能够达到较好效果，因此本专利技术稳健性强。
本文档来自技高网...【技术保护点】
1.一种基于极化联合特征值的雷达弱小目标检测方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1具体操作为：对于多极化通道数据，
3.根据权利要求1所述的方法，其特征在于，步骤1中，计算极化相干矩阵其中上标H表示共轭转置。
4.根据权利要求1所述的方法，其特征在于，步骤1中，利用特征值分解得到极化相干矩阵的最大特征值。
5.根据权利要求1所述的方法，其特征在于，步骤2中，计算融合后数据的待检测单元和参考单元短脉冲序列协方差矩阵R如下：
6.根据权利要求1所述的方法，其特征在于，对协方差矩阵进行特征值分解，获得每个协方差矩阵的特征值组λG＝{λ1,λ2,...,λk}。
7.根据权利要求1所述的方法，其特征在于，步骤3中，特征值组的极大值记为λmax，极小值记为λmin，计算算术平均λmean和几何平均λave如下：
8.根据权利要求1所述的方法，其特征在于，步骤3中，设定恒虚警率Pfa，构造四种检验统计量实现判决，包括：极化联合最大特征值-算数平均PMAM、极化联
9.根据权利要求8所述的方法，其特征在于，恒虚警率Pfa＝0.001。
...【技术特征摘要】
1.一种基于极化联合特征值的雷达弱小目标检测方法，其特征在于，具体包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤1具体操作为：对于多极化通道数据，
3.根据权利要求1所述的方法，其特征在于，步骤1中，计算极化相干矩阵其中上标h表示共轭转置。
4.根据权利要求1所述的方法，其特征在于，步骤1中，利用特征值分解得到极化相干矩阵的最大特征值。
5.根据权利要求1所述的方法，其特征在于，步骤2中，计算融合后数据的待检测单元和参考单元短脉冲序列协方差矩阵r如下：
6.根据权利要求1所述的方法，其特征在于，对协方差矩阵进...
【专利技术属性】
技术研发人员：杨勇，王威，韩静雯，王雪松，李永祯，庞晨，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。