基于杂波协方差矩阵结构信息的自适应检测方法技术

本发明专利技术属于雷达技术领域，公开了基于杂波协方差矩阵结构信息的自适应检测方法，该方法包括如下步骤：获取雷达系统接收通道接收到的回波数据，形成接收信号矩阵；对待检测距离单元序号i进行初始化；确定第i个待检测距离单元的信号，选取对应的训练样本；构造对应的第一辅助信号及第二辅助信号，提取第一辅助信号和第二辅助信号的实部和虚部，进而据此构造杂波协方差估计矩阵，计算检测统计量；确定对应的检测门限，将检测统计量与检测门限进行比较以确定第i个待检测距离单元内是否有目标；令待检测距离单元序号i加1，重复执行前述步骤，直至完成对所有待检测距离单元的检测。本发明专利技术能够减少训练样本需求，并提升检测性能。

Adaptive detection method based on structure information of clutter covariance matrix

The invention belongs to the field of radar technology, discloses adaptive detection method of clutter covariance matrix based on structure information, the method comprises the following steps: receiving channel radar echo data received by the system, the formation of the received signal matrix; the test range unit number I is initialized; the I signal to determine the distance detection unit, select the corresponding training samples; the first auxiliary signal and two auxiliary signal structure corresponding to the extraction of real and imaginary parts of the first auxiliary signal and second auxiliary signal, then we construct the clutter covariance matrix estimation, calculation of detection statistics; determine the detection threshold corresponding to the detection statistics and detection threshold are compared to determine the I the detecting range unit is made to be detected; distance unit number I plus 1, implementation of the above steps are repeated until the. Complete detection of all range units to be detected. The invention can reduce training sample requirements and improve detection performance.

【技术实现步骤摘要】
基于杂波协方差矩阵结构信息的自适应检测方法
本专利技术涉及雷达
，尤其涉及基于杂波协方差矩阵结构信息的自适应检测方法，在非均匀环境且训练样本数不足的情况下，能够利用结构信息减少对训练样本数量的需求进而提升检测性能。
技术介绍
近年来，随着雷达技术的日益成熟，雷达已被广泛用于军事预测、导弹制导、民航管制、地形测量、航海等众多领域。雷达的首先任务就是在噪声背景中检测出感兴趣的目标，只有具备了这样的功能，雷达才能给操作人员提供有效的目标方位、距离和运动轨迹等信息。传统的雷达目标检测方法有：(1)Reed，Mallett和Brennan于1974年提出的RMB算法：该方法首先利用训练样本数据得到协方差矩阵的极大似然(MaximumLikelihood，ML)估计值，然后根据待检测信号的空间导向矢量来确定最优加权矢量，最后利用最优加权矢量以色噪声匹配滤波器的形式作用于待检测单元数据，将此滤波器的输出与合适的检测门限进行比较，从而判断待检测单元中有无目标信号。如果想要信噪比(Signal-to-NoiseRatio，SNR)损失不超过3dB，那么大约需要两倍于数据维数的训练样本，该方法为后续自适应检测算法的发展奠定了理论基础。(2)Kelly提出的基于均匀噪声环境的广义似然比检验(GeneralizedLikelihoodRatioTest，GLRT)原理的自适应检测算法：该检测方法通过将似然比在未知参量空间中寻找最大值，即用未知参数的ML估计值来代替似然比中的未知参数，从而得到检测统计量。(3)Robey于1992年利用两步设计法提出的自适应匹配滤波器(AdaptiveMatchedFilter，AMF)：其核心思想是在第一步中假设噪声协方差矩阵已知，利用GLRT原理得到针对其余未知参数的GLRT统计检测量；在第二步中利用辅助数据得到噪声协方差矩阵的估计值，然后将这个估计值替换第一步所得检测统计量中的噪声协方差矩阵。上述传统检测算法存在性能损失，且所需的训练样本数量较大。为此，有人提出了基于噪声协方差中央轭米对称性的检测算法，此类算法利用一个酉矩阵将杂波协方差矩阵由复数域转换到实数域，使待估计参数减少了一半，因此可将估计杂波协方差矩阵所需的训练样本数目减少了一半。即便是这样，在训练样本有限的情况下，现有的此类检测算法所需的训练样本数量仍较大，若训练样本数量不足则性能损失较为严重。
技术实现思路
有鉴于此，本专利技术提供基于杂波协方差矩阵结构信息的自适应检测方法，能够进一步减少训练样本数量，并提升检测性能。为达到上述目的，本专利技术采用如下技术方案：提供一种基于杂波协方差矩阵结构信息的自适应检测方法，包括以下步骤：步骤1，获取雷达系统全部N1个接收通道中每个接收通道在1个相干脉冲处理间隔内接收到的回波数据，得到N2个慢时间维采样点和L个快时间维采样点，N1≥1，N2≥1，L≥1；每个距离单元处采样数据的维数是N1×N2，排成一个长度为N的列向量，N＝N1×N2；所有采样数据形成N×L维的接收信号矩阵；其中，雷达系统静止不动，以等间隔发射相干脉冲串，且具有对称分布的线性阵列；接收信号矩阵包括地杂波信号，或，地杂波信号和目标信号；步骤2，对待检测距离单元序号i进行初始化；步骤3，将N×L维的接收信号矩阵的第i列数据确定为第i个待检测距离单元的信号，记为xi；选取第i个待检测距离单元附近K个距离单元的数据作为第i个待检测距离单元的K个训练样本，记为yk，k＝1，2，...，K，K≥1；步骤4，对于第i个待检测距离单元的K个训练样本中的任一训练样本，构造与其对应的第一辅助信号和第二辅助信号，得到K个第一辅助信号和K个第二辅助信号，并提取K个第一辅助信号及K个第二辅助信号的实部和虚部；其中，与K个训练样本中的第k个训练样本yk对应的第一辅助信号为：第二辅助信号为：k取1到K之间的所有整数，J表示转置矩阵，*表示共轭操作；利用K个第一辅助信号及K个第二辅助信号的实部和虚部，估算第i个待检测距离单元的杂波协方差估计矩阵其中，r1k表示第k个训练样本对应的第一辅助信号的实部，r2k表示第k个训练样本对应的第一辅助信号的虚部，r3k表示第k个训练样本对应的第二辅助信号的实部，r4k表示第k个训练样本对应的第二辅助信号的虚部，上标T表示转置操作；步骤5，利用第i个待检测距离单元的杂波协方差估计矩阵及第i个待检测距离单元的信号xi，计算得第i检测统计量其中，p表示导向矢量，上标-1表示求逆操作，|·|表示取模值操作，上标H表示共轭转置转置操作；步骤6，确定第i个待检测距离单元对应的检测门限λi；将第i检测统计量Ti与检测门限入进行比较：如果Ti＞λi，则确定第i个待检测距离单元内有目标；如果Ti≤λi，则确定第i个待检测距离单元内无目标；步骤7，令待检测距离单元序号i加1，重复执行步骤3至步骤6，直至完成对所有待检测距离单元的检测。现有的检测算法利用一个酉矩阵将杂波协方差矩阵由复数域转换到实数域，使待估计参数减少了一半，从而将估计杂波协方差矩阵所需的训练样本数目减少了一半。然而，在训练样本有限的情况下，现有的此类检测算法所需的训练样本数量仍较大，若训练样本数量不足则性能损失较为严重。而本专利技术方案利用雷达系统在静止不动且具有对称分布的线性阵列并以等间隔发射相干脉冲串的情形下，对应的杂波协方差矩阵具有中央轭米对称性这一特性，构造出二倍于原训练样本的数据，进一步的，由于杂波功率谱密度具有关于零频对称的特性，因此杂波协方差矩阵为一实矩阵，利用这一特性进一步将每一组数据中的实部和虚部提取出来，如此即可将训练样本数据扩展为原数据的四倍。换言之，在传统的处理方法中，若要求信噪比损失不超过3dB，则大约需要两倍于数据维数的训练样本数据，最少需要等于数据维数的训练样本，而本专利技术方法所需的最少训练样本减少为数据维数的1/4。即，本专利技术方法能够减少对原训练样本的需求，并能有效提升检测性能。因此，即使是在训练样本有限的情况下，本专利技术方法也能进行有效检测。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于杂波协方差矩阵结构信息的自适应检测方法的流程示意图；图2为匹配滤波方法、自适应匹配滤波方法、基于噪声协方差矩阵中央轭米对称性的检测方法以及本专利技术方法的检测概率随信噪比变化曲线图；图3为匹配滤波方法、自适应匹配滤波方法、基于噪声协方差矩阵中央轭米对称性的检测方法以及本专利技术方法的检测概率随虚警概率变化曲线图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一、本专利技术实施例提供一种基于杂波协方差矩阵结构信息的自适应检测方法，如图1所示，该方法包括以下步骤：步骤1，获取雷达系统全部N1个接收通道中本文档来自技高网...

【技术保护点】
一种基于杂波协方差矩阵结构信息的自适应检测方法，其特征在于，包括以下步骤：步骤1，获取雷达系统全部N1个接收通道中每个接收通道在1个相干脉冲处理间隔内接收到的回波数据，得到N2个慢时间维采样点和L个快时间维采样点，N1≥1，N2≥1，L≥1；每个距离单元处采样数据的维数是N1×N2，排成一个长度为N的列向量，N＝N1×N2；所有采样数据形成N×L维的接收信号矩阵；其中，所述雷达系统静止不动，以等间隔发射相干脉冲串，且具有对称分布的线性阵列；所述接收信号矩阵包括地杂波信号，或，地杂波信号和目标信号；步骤2，对待检测距离单元序号i进行初始化；步骤3，将所述N×L维的接收信号矩阵的第i列数据确定为第i个待检测距离单元的信号，记为xi；选取所述第i个待检测距离单元附近K个距离单元的数据作为所述第i个待检测距离单元的K个训练样本，记为yk，k＝1，2，...，K，K≥1；步骤4，对于所述第i个待检测距离单元的K个训练样本中的任一训练样本，构造与其对应的第一辅助信号和第二辅助信号，得到K个第一辅助信号和K个第二辅助信号，并提取所述K个第一辅助信号及所述K个第二辅助信号的实部和虚部；其中，与所述K个训练样本中的第k个训练样本yk对应的第一辅助信号为：...

【技术特征摘要】
1.一种基于杂波协方差矩阵结构信息的自适应检测方法，其特征在于，包括以下步骤：步骤1，获取雷达系统全部N1个接收通道中每个接收通道在1个相干脉冲处理间隔内接收到的回波数据，得到N2个慢时间维采样点和L个快时间维采样点，N1≥1，N2≥1，L≥1；每个距离单元处采样数据的维数是N1×N2，排成一个长度为N的列向量，N＝N1×N2；所有采样数据形成N×L维的接收信号矩阵；其中，所述雷达系统静止不动，以等间隔发射相干脉冲串，且具有对称分布的线性阵列；所述接收信号矩阵包括地杂波信号，或，地杂波信号和目标信号；步骤2，对待检测距离单元序号i进行初始化；步骤3，将所述N×L维的接收信号矩阵的第i列数据确定为第i个待检测距离单元的信号，记为xi；选取所述第i个待检测距离单元附近K个距离单元的数据作为所述第i个待检测距离单元的K个训练样本，记为yk，k＝1，2，...，K，K≥1；步骤4，对于所述第i个待检测距离单元的K个训练样本中的任一训练样本，构造与其对应的第一辅助信号和第二辅助信号，得到K个第一辅助信号和K个第二辅助信号，并提取所述K个第一辅助信号及所述K个第二辅助信号的实部和虚部；其中，与所述K个训练样本中的第k个训练样本yk对应的第一辅助信号为：第二辅助信号为：k取1到K之间的所有整数，J表示转...

【专利技术属性】
技术研发人员：刘军，刘莎，张子敬，刘宏伟，
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