System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于备择假设全参数估计的目标智能融合检测方法技术_技高网

基于备择假设全参数估计的目标智能融合检测方法技术

技术编号:43068614 阅读:14 留言:0更新日期:2024-10-22 14:45
本发明专利技术公开了一种基于备择假设全参数估计的目标智能融合检测方法,属于雷达信号处理领域。针对宽带雷达目标自适应检测面临的均匀辅助数据量有限的难题,通过挖掘有目标假设下多个待检测距离单元主数据中的可用杂波信息,设计出杂波协方差矩阵的全参数联合最大似然估计方法,在充分利用主数据杂波分量可用信息的同时,避免了距离扩展目标多散射点分量对杂波协方差矩阵估计的污染,降低了对辅助数据量的需求,提高了未知杂波协方差矩阵估计精度;设计的目标智能融合检测方法,在保证恒虚警率特性的同时,兼顾了距离扩展目标检测失配鲁棒性和检测性能等多种需求,提升了小样本条件下宽带雷达对弱小目标和失配目标的自适应检测性能。

【技术实现步骤摘要】

本专利技术涉及一种基于备择假设全参数估计的目标智能融合检测方法,属于雷达信号处理。


技术介绍

1、不同于低分辨率窄带雷达,宽带雷达带宽大、距离分辨率高,在抗干扰、反侦察、精确探测及成像、高精度跟踪、目标识别等方面具有明显的优势,在现代军事和民用领域引起了广泛重视,已经成为现代雷达发展的一个重要方向。窄带雷达的距离分辨单元一般远大于常见目标的几何尺寸,目标回波信号只占据一个距离分辨单元,实际目标常被作为“点目标”进行处理。而宽带雷达目标的回波信号不仅仅只占据一个距离分辨单元,而是分布在不同的径向距离分辨单元中,呈现为“一维距离像”,形成“距离扩展目标”。随着宽带雷达的广泛应用,距离扩展目标检测问题正受到越来越多的关注,成为近年来雷达信号处理界的热点和难点问题之一。

2、一方面,由于宽带雷达观测到的目标回波分布在多个径向距离单元上,若仍采用窄带雷达的点目标检测方法,针对单个距离单元对回波信号进行目标检测,并利用邻近的距离单元采样进行背景杂波统计特性估计,则距离扩展目标强散射点的能量会泄漏到邻近距离单元中形成信号污染现象,并进一步对单个待检测距离单元的目标信号构成遮蔽效应,导致无法检测到目标;由于未能充分利用分布在多个距离单元中目标回波的全部能量,这不但不能体现宽带雷达的优势,反而会降低对距离扩展目标的检测能力。另一方面,宽带雷达目标自适应检测面临目标自然环境复杂多变、电磁干扰等多种因素的影响,杂波非均匀性增强,满足独立同分布的辅助数据量相比窄带雷达情况更为有限,这一问题在宽带雷达目标检测场景下尤为突出,导致现有距离扩展目标检测方法难以取得理想的检测效果。

3、多通道宽带雷达距离扩展目标自适应检测中,在杂波协方差矩阵未知的情况下,通常假设来自于多个待检测距离单元的观测数据(也称主数据)中的杂波分量与只含纯杂波的参考距离单元数据(也称辅助数据)具有相同的协方差矩阵。若基于多个待检测距离单元的主数据和辅助数据构成的整体数据集,构建广义似然比检验(glrt)检测统计量,则可获得距离扩展目标的一步glrt检测器,简称距离扩展目标glrt检测器;该检测器可获得较好的检测性能,但检测统计量的计算复杂度较高,不便于工程实现;另外,其对于失配信号过于敏感,在目标信号导向矢量失配环境下鲁棒性有所欠缺。若采用两步法设计策略:第一步先假设杂波协方差矩阵已知,仅基于多个待检测距离单元的主数据计算未知参数的最大似然(ml)估计,形成宽带目标glrt检测统计量;第二步利用基于辅助数据的采样协方差矩阵(scm)的估计形式,获得未知杂波协方差矩阵的估计值,并将估计矩阵带入第一步形成的宽带目标glrt检测统计量中,进而替换其中的未知杂波协方差矩阵,即可得到距离扩展目标的两步glrt检测器,简称广义自适应匹配滤波(gamf)检测器;相比距离扩展目标的一步glrt检测器,gamf的检测统计量计算复杂度较低,但其检测性能亦有所下降。

4、值得注意的是,在无目标情况(对应h0假设)下,多个待检测距离单元的主数据中仅含有纯杂波,将其直接用于未知杂波协方差矩阵的估计,可有效改善矩阵估计精度,为后续距离扩展目标检测器设计提供有力支撑;且参与矩阵估计的待检测距离单元数越多,矩阵估计精度改善越明显。但与无目标情况不同,在有目标情况(对应h1假设)下,多个待检测距离单元的主数据中同时含有距离扩展目标散射点分量和杂波分量,若将主数据直接用于未知杂波协方差矩阵的估计,主数据中所含距离扩展目标散射点分量将对杂波协方差矩阵估计产生污染,进而会降低未知杂波协方差矩阵的估计精度;此时参与矩阵估计的待检测距离单元数越多,对杂波协方差矩阵估计产生的污染越严重,矩阵估计精度将下降越明显,进而会恶化后续距离扩展目标自适应检测性能。

5、针对多通道宽带雷达距离扩展目标自适应检测面临的均匀辅助数据量较为有限的难题,如何充分挖掘有目标假设下多个待检测距离单元的主数据中的可用杂波信息,在利用多个待检测距离单元的主数据杂波分量可用信息的同时,避免距离扩展目标散射点分量对杂波协方差矩阵估计的污染,并充分结合可用辅助数据,进一步提高未知杂波协方差矩阵估计精度,合理设计距离扩展目标自适应检测器形式,保持恒虚警率(cfar)特性的同时,兼顾失配鲁棒性和检测性能间的有效平衡,是提升复杂环境下宽带雷达探测能力的关键,也是多通道宽带雷达距离扩展目标自适应检测面临的难题之一。


技术实现思路

1、本专利技术的目的在于解决上述现有技术存在的现有宽带雷达距离扩展目标自适应检测面临的均匀辅助数据量较为有限的难题,如何充分挖掘有目标假设下多个待检测距离单元的主数据中的可用杂波信息,在充分利用主数据杂波分量可用信息的同时,避免距离扩展目标散射点分量对杂波协方差矩阵估计的污染,设计出合适的杂波协方差矩阵估计方法,本专利技术通过挖掘有目标假设下多个待检测距离单元的主数据中的杂波信息并结合可用辅助数据,进一步提高未知杂波协方差矩阵估计精度,进而设计合理的距离扩展目标自适应检测器形式,在保证cfar特性的同时,兼顾距离扩展目标自适应检测算法的失配鲁棒性和检测性能等多方面需求,提升复杂环境下多通道宽带雷达对弱小目标和失配目标的自适应检测性能。

2、本专利技术的基于备择假设全参数估计的目标智能融合检测方法,其特殊之处在于包括以下步骤:

3、步骤1)雷达系统从p个待检测距离单元获取主数据x,从与待检测距离单元临近的k个纯杂波距离单元获取k个辅助数据;根据广义似然比检验准则,在杂波协方差矩阵m已知和距离扩展目标p个散射点复幅度未知的条件下,求解距离扩展目标p个散射点未知复幅度的最大似然估计,构建仅基于主数据的距离扩展目标检测统计量;利用有目标假设下主数据x和k个辅助数据的联合复高斯条件概率密度函数,通过对距离扩展目标p个散射点未知复幅度进行解耦,对未知杂波协方差矩阵求极值,在避免距离扩展目标散射点分量污染杂波协方差矩阵估计的基础上,构建杂波协方差矩阵的全参数联合最大似然估计方法,获得未知杂波协方差矩阵的全参数联合最大似然估计

4、步骤2)利用未知杂波协方差矩阵的全参数联合最大似然估计将带入步骤1)获得的仅基于主数据的距离扩展目标检测统计量中,替换其中的未知杂波协方差矩阵m,构建基于备择假设全参数估计的目标智能融合检测方法的等效检测统计量;

5、步骤3)为保持检测方法的cfar特性,根据预设的虚警概率设置检测门限t;将主数据x对应的检测统计量λ与检测门限t进行比较,若λ≥t,则判定当前p个待检测距离单元存在距离扩展目标,主数据x不作为后续其他待检测距离单元的辅助数据;反之若λ<t,则判定当前p个待检测距离单元不存在距离扩展目标,主数据x作为后续其他待检测距离单元的辅助数据。

6、优选的,步骤1)具体步骤包括:

7、由p个待检测距离单元回波复幅值构成p个待检测数据向量xm(m=1,2,...,p),进而构建n×p维的主数据x=[x1,x2,...,xm,...,xp],即xm(m=1,2,...,p)表示第m个主数据分量,p为大于1的自然数;本文档来自技高网...

【技术保护点】

1.基于备择假设全参数估计的目标智能融合检测方法,其特征在于包括以下步骤:

2.按照权利要求1所述的基于备择假设全参数估计的目标智能融合检测方法,其特征在于所述步骤1)具体步骤包括:

3.按照权利要求2所述的基于备择假设全参数估计的目标智能融合检测方法,其特征在于所述步骤2)具体步骤包括:

【技术特征摘要】

1.基于备择假设全参数估计的目标智能融合检测方法,其特征在于包括以下步骤:

2.按照权利要求1所述的基于备择假设全参数估计的目标智能融合检测方法,...

【专利技术属性】
技术研发人员:简涛王世强刘传辉赵凌业杨予昊刘军王哲昊
申请(专利权)人:中国人民解放军海军航空大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1