A Knowledge-Aided grouping generalized likelihood ratio detection method is proposed in this paper. First, the detection units are grouped; then, the mathematical model of G GLRT detector is constructed; secondly, the estimation value of speckle covariance matrix is calculated by KA (knowledge aided, knowledge-aided) model.
【技术实现步骤摘要】
一种知识辅助分组广义似然比检测方法
本专利技术涉及雷达目标检测领域，尤其涉及一种知识辅助分组广义似然比检测方法。
技术介绍
在海面目标检测中，采用匹配于海杂波统计特性的自适应目标检测算法是一种普遍采用的技术手段。利用相干检测器在海杂波中检测有用信号时需要估计海杂波的协方差矩阵，其做法是将待检测单元附近的杂波数据构成参考单元，利用这些有限的参考单元样本估计出待检测单元的海杂波协方差矩阵。对于大仰角的低分辨率雷达，通常假定待检测单元杂波与参考单元杂波具有相同的统计特性，并且相邻距离单元的杂波具有相同的功率水平，这种环境被称为均匀杂波环境。然而，均匀环境通常是一种理想的情况，随着雷达距离分辨率的提高，雷达接收回波环境变成了部分均匀环境，待检测单元杂波与参考单元杂波具有相同的协方差矩阵结构而具有不同的功率因子。申请号为201610219017.5的专利技术专利公开了一种部分均匀海杂波背景下的平滑广义似然比检测方法，该专利申请通过对纹理分量的尺度参数乘以一个平滑因子来克服杂波的瞬时功率波动较大这个问题，提出了部分均匀杂波环境下的S-GLRT(smoothgeneralize...
【技术保护点】
1.一种知识辅助分组广义似然比检测方法，其特征在于，该方法包括以下步骤：步骤1：对待检测单元进行分组；步骤2：构建G‑GLRT检测器的数学模型；步骤3：采用KA模型计算散斑协方差矩阵的估计值
【技术特征摘要】
1.一种知识辅助分组广义似然比检测方法，其特征在于，该方法包括以下步骤：步骤1：对待检测单元进行分组；步骤2：构建G-GLRT检测器的数学模型；步骤3：采用KA模型计算散斑协方差矩阵的估计值步骤4：将G-GLRT检测器数学表达式中的散斑协方差矩阵M替换为得到KA-G-GLRT检测器的数学表达式；步骤5：基于KA-G-GLRT检测器计算检测统计量将与门限进行比较，当值小于门限时，判定目标不存在；当值大于门限时，判定目标存在。2.根据权利要求1所述的一种知识辅助分组广义似然比检测方法，其特征在于，步骤1具体步骤如下：将K个待检测单元分为G组，得到：式中，hg为每组包含的待检测单元数，g＝1,2,…,G；令Hg表示前g-1个分组内待检测单元数之和，得到：3.根据权利要求1所述的一种知识辅助分组广义似然比检测方法，其特征在于，步骤2中G-GLRT检测器的数学模型为：式中，为检测统计量，N为积累脉冲数，p为已知的多普勒导向矢量，M为散斑协方差矩阵，zk为待检测单元，βg和ηg分别为第g组纹理...
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。