依赖形状参数的雷达目标自适应检测方法技术

本发明专利技术属于雷达目标检测技术领域，特别涉及依赖形状参数的雷达目标自适应检测方法，其具体步骤为：利用雷达接收回波数据矩阵X，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，根据向量p得出杂波的形状参数θ；将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待检测距离单元zb,k，计算待检测距离单元zb,k的检测统计量ξb,k；根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数θ，通过蒙特卡罗积分计算出检测门限Tξ；如果ξb,k≥Tξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果ξb,k<Tξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。

【技术实现步骤摘要】
依赖形状参数的雷达目标自适应检测方法
本专利技术属于雷达目标检测
，特别涉及依赖形状参数的雷达目标自适应检测方法，用于雷达在海杂波背景下的目标检测。
技术介绍
海杂波背景下的目标检测是雷达的一个重要应用领域。由于海杂波的平均功率很大，时空相关性较强，统计特性复杂，因此在海杂波背景下的目标检测也是目前雷达目标检测领域的一个研究难点。非高斯杂波背景下运动目标的相参检测问题是雷达领域的研究热点。在短的相参积累时间(coherentprocessinginterval,CPI)内，由于目标回波服从一个简单的模型，因此对杂波的建模和处理成为目标检测的关键。复合高斯模型为低入射角情况下高距离分辨力的海杂波提供了有效表示，它是一个慢变的正值随机变量(纹理分量)和一个快变复高斯随机向量(散斑分量)的乘积。当杂波的纹理分量服从Gamma分布时，它的幅度服从K分布，它的形状参数代表了杂波的尖峰程度，其中形状参数越小表示杂波的海尖峰越多且幅度分布有着越重的拖尾，当形状参数趋于无穷时，杂波接近于复高斯模型。此外，逆Gamma分布也是一种很常用的纹理模型。海杂波中的目标检测是目标回波与杂波中的尖峰分量的竞争，因此设计与杂波特征相匹配的检测算法是非常重要的。匹配滤波(matchingfilter,MF)和自适应匹配滤波(adaptivematchingfilter,AMF)是高斯杂波背景下的最优检测方法。归一化匹配滤波(normalizedmatchingfilter,NMF)和自适应归一化匹配滤波(adaptivenormalizedmatchingfilter,ANMF)，也称为自适应二次线性(adaptivelinear-quadratic，ALQ)检测方法，是重拖尾杂波中的次最优检测方法。ALQ检测方法对杂波的幅度分布是恒虚警的，并且对杂波相关结构的变化是鲁棒的。上述检测方法在复合高斯杂波情况下不是最优的。在文献Sangston,K.J.Gini,F.,Gerco,M.V.,andFarina,A.,“StructuresofradardetectionincompoundGaussianclutter,”IEEETrans.Aerosp.Electron.Syst.,35(2):445458,1999中，复合高斯杂波情况下的最优相参检测方法结构被建立起来。基于仿真和实测海杂波的实验分析表明，简单形式的相参检测方法很难获得复合高斯杂波情况下的最优性能。
技术实现思路
本专利技术的目的在于提出依赖形状参数的雷达目标自适应检测方法，实现对海杂波背景下目标的自适应检测，提高了目标检测性能。为实现上述技术目的，本专利技术采用如下技术方案予以实现。依赖形状参数的雷达目标自适应检测方法包括以下步骤：步骤1，利用雷达发射连续的脉冲信号，利用雷达接收回波数据矩阵X，回波数据矩阵X是一个K×Q维的矩阵，其中，K表示回波数据矩阵X的距离单元数，Q表示回波数据矩阵X的积累脉冲数；步骤2，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，将向量p中的元素按从小到大的顺序进行重新排列，得到升序向量p′，令j＝K×Q-i，其中表示四舍五入取整；然后，取升序向量p′中第i个元素到第j个元素形成有序向量p′的子向量p″；得出杂波的形状参数θ，θ＝E2(p″)/D(p″)，E(p″)表示有序向量p′的子向量p″的期望，D(p″)表示出有序向量p′的子向量p″的方差；步骤3，将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，B为设定的大于1的自然数，所述B个回波数据块分别表示为X1,X2…,Xb,…,XB，Xb表示第b个回波数据块，b＝1,2,…,B，每个回波数据块为N×K维的矩阵；步骤4，确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待检测距离单元，k＝1,2,…,K；将第b个回波数据块Xb的待检测距离单元记为待检测距离单元zb,k，得出待检测距离单元zb,k的杂波协方差矩阵估计值步骤5，利用待检测距离单元zb,k和待检测距离单元zb,k的杂波协方差矩阵估计值计算待检测距离单元zb,k的检测统计量ξb,k；步骤6，根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数θ，通过蒙特卡罗积分计算出检测门限Tξ；步骤7，如果ξb,k≥Tξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果ξb,k<Tξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。本专利技术的有益效果为：1)在本专利技术中，根据杂波数据估计得到杂波的形状参数，并依赖于杂波的形状参数进行雷达目标检测，本专利技术能够自适应的与检测环境中的杂波特性相匹配，可以获得更好的检测性能。2)本专利技术的检测门限不同于线性相关门限和二次相关门限，而是与杂波的形状参数、积累脉冲数和虚警概率有关的门限，它是K分布海杂波情况下的恒虚警门限。附图说明图1为本专利技术的依赖形状参数的雷达目标自适应检测方法的流程图；图2为仿真实验中对数据19980204-202225-ANTSTEP.CDF采用几种方法得出的目标检测概率示意图；图3为仿真实验中对数据19980217-224440-ANTSTEP.CDF采用几种方法得出的目标检测概率示意图。具体实施方式下面结合附图对本专利技术作进一步说明：参照图1，为本专利技术的依赖形状参数的雷达目标自适应检测方法的流程图。该依赖形状参数的雷达目标自适应检测方法包括以下步骤：步骤1，利用雷达发射连续的脉冲信号，脉冲信号照射到物体表面会产生回波，利用雷达接收沿着距离维和脉冲维的连续回波数据矩阵X，回波数据矩阵X是一个K×Q维的矩阵,其中K表示回波数据矩阵X的距离单元数，Q表示回波数据矩阵X的积累脉冲数。本专利技术实施例中，回波数据矩阵X第k行第q类列的元素X(k,q)的表示形式如下：k＝1,2,…,K；q＝1,2,…,Q其中，H0表示仅有杂波和噪声而不存在目标的情况，H1表示有杂波和噪声且存在目标的情况，k＝1,2,…,K；q＝1,2,…,Q；w(k,q)表示第q个脉冲的第k个距离单元的杂波加噪声信号，s(k,q)表示第q个脉冲的第k个距离单元的目标信号。步骤2，计算回波数据X中K个距离单元的Q个脉冲的功率值，由此计算杂波的形状参数θ。步骤2具体包括以下子步骤：(2.1)计算第k个距离单元中第q个脉冲的功率值pk,q，pk,q＝X(k,q)*X′(k,q)，其中X′(k,q)表示对X(k,q)取共轭，X(k,q)表示回波数据矩阵X第k行第q列的元素。k＝1,2,…,K；q＝1,2,…,Q。(2.2)得出第k个距离单元中Q个脉冲的功率向量pk：pk＝[pk,1,...,pk,q,...,pk,Q]。显然，pk为Q列的行向量得出K个距离单元的Q个脉冲的功率向量p：p＝[p1,...,pk,...,pK]；则p为KQ列的行向量。(2.3)将向量p中的元素按从小到大的顺序进行重新排列，得到升序向量p′，令i＝，j＝K×Q-i，其中表示四舍五入取整；然后，取升序向量p′中第i到第j个元素形成有序向量p′的子向量p″：p″＝[p1′,...,pl′,...,pj′-i本文档来自技高网...

【技术保护点】
依赖形状参数的雷达目标自适应检测方法，其特征在于，包括以下步骤：步骤1，利用雷达发射连续的脉冲信号，利用雷达接收回波数据矩阵X，回波数据矩阵X是一个K×Q维的矩阵，其中，K表示回波数据矩阵X的距离单元数，Q表示回波数据矩阵X的积累脉冲数；步骤2，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，将向量p中的元素按从小到大的顺序进行重新排列，得到升序向量p′，令j＝K×Q‑i，其中表示四舍五入取整；然后，取升序向量p′中第i个元素到第j个元素形成有序向量p′的子向量p″；得出杂波的形状参数θ，θ＝E2(p″)/D(p″)，E(p″)表示有序向量p′的子向量p″的期望，D(p″)表示出有序向量p′的子向量p″的方差；步骤3，将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，B为设定的大于1的自然数，所述B个回波数据块分别表示为X1,X2…,Xb,…,XB，Xb表示第b个回波数据块，b＝1,2,…,B，每个回波数据块为N×K维的矩阵；步骤4，确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待检测距离单元，k＝1,2,…,K；将第b个回波数据块Xb的待检测距离单元记为待检测距离单元zb,k，得出待检测距离单元zb,k的杂波协方差矩阵估计值步骤5，利用待检测距离单元zb,k和待检测距离单元zb,k的杂波协方差矩阵估计值计算待检测距离单元zb,k的检测统计量ξb,k；步骤6，根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数θ，通过蒙特卡罗积分计算出检测门限Tξ；步骤7，如果ξb,k≥Tξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果ξb,k<Tξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。...

【技术特征摘要】
1.依赖形状参数的雷达目标自适应检测方法，其特征在于，包括以下步骤：步骤1，利用雷达发射连续的脉冲信号，利用雷达接收回波数据矩阵X，回波数据矩阵X是一个K×Q维的矩阵，其中，K表示回波数据矩阵X的距离单元数，Q表示回波数据矩阵X的积累脉冲数；步骤2，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p，将向量p中的元素按从小到大的顺序进行重新排列，得到升序向量p′，令j＝K×Q-i，其中表示四舍五入取整；然后，取升序向量p′中第i个元素到第j个元素形成有序向量p′的子向量p″；得出杂波的形状参数θ，θ＝E2(p″)/D(p″)，E(p″)表示有序向量p′的子向量p″的期望，D(p″)表示出有序向量p′的子向量p″的方差；步骤3，将回波数据矩阵X沿着脉冲维划分为行数相等的B个回波数据块，B为设定的大于1的自然数，所述B个回波数据块分别表示为X1，X2…，Xb，…，XB，Xb表示第b个回波数据块，b＝1，2，…，B，每个回波数据块为N×K维的矩阵；步骤4，确定第b个回波数据块Xb的第k个距离单元为第b个回波数据块Xb的待检测距离单元，k＝1，2，…，K；将第b个回波数据块Xb的待检测距离单元记为待检测距离单元zb，k，得出待检测距离单元zb，k的杂波协方差矩阵估计值步骤5，利用待检测距离单元zb，k和待检测距离单元zb，k的杂波协方差矩阵估计值计算待检测距离单元zb，k的检测统计量ξb，k；步骤6，根据设定的虚警概率f、每个回波数据块的脉冲数N以及杂波的形状参数θ，通过蒙特卡罗积分计算出检测门限Tξ；步骤7，如果ξb，k≥Tξ，说明第b个回波数据块Xb的待检测距离单元有目标，如果ξb，k＜Tξ，则说明第b个回波数据块Xb的待检测距离单元没有目标。2.如权利要求1所述的依赖形状参数的雷达目标自适应检测方法，其特征在于，在步骤2中，计算回波数据矩阵X中K个距离单元的Q个脉冲的功率向量p的过程包括如下步骤：计算回波数据矩阵X中第k个距离单元中第q个脉冲的功率值pk，q，pk，q＝X(k，q)×X′(k，q)，其中X′(k，q)表示对X(k，q)取共轭，X(k，q)表示回波数据矩阵X第k行第q列的元素，k＝1，2，…，K；q＝1，2，…，Q；得出回波数据矩阵X中第k个距离单元中Q个脉冲的功率向量pk：pk＝[pk，1，…，pk，q，…，pk，Q]；得出回波数据矩阵X中K个距离单...

【专利技术属性】
技术研发人员：水鹏朗，许述文，夏晓云，宋希珍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61