一种非高斯背景下的雷达信号失配敏感检测方法及系统技术方案

本发明专利技术实施例提供一种非高斯背景下的雷达信号失配敏感检测方法及系统。该方法包括：将对待检测距离单元数据的检测问题采用二元假设检验进行表示，得到第一表达式和第二表达式；分别计算待检测距离单元数据的概率密度函数；将纹理分量用逆gamma分布表示，得到两步广义似然比准则表达式；计算概率密度函数对纹理分量的积分，以及第一幅度参数和第二幅度参数的最大似然估计；将上述值代入两步广义似然比准则表达式中，得到计算协方差矩阵已知时非均匀环境下的检验表达式；将协方差矩阵的最大似然估计代入检验表达式，得到检验结果，将检验结果与检测门限作比较，来判断目标信号是否存在。本发明专利技术实施例有效提高了对失配信号的辨别性能。

A detection method and system of radar signal mismatch sensitivity in non Gaussian background

【技术实现步骤摘要】
一种非高斯背景下的雷达信号失配敏感检测方法及系统
本专利技术涉及雷达信号处理
，尤其涉及一种非高斯背景下的雷达信号失配敏感检测方法及系统。
技术介绍
在雷达信号处理领域，在协方差矩阵未知的噪声环境下对信号进行检测是该领域最基本的问题。近年来，国内外学者提出了一系列的自适应检测方法如广义似然比检测方法，二阶广义似然比检测方法，Rao检测方法等，这些检测方法将检测问题用二元假设检验来表示，通过不同的决策准则判断待检测数据中是否有目标的存在。由于噪声协方差矩阵未知，通常还需要充足的训练样本来估计噪声的协方差矩阵，这些训练样本存在于待检测数据相邻的距离单元且和待检测数据具有相同的噪声分布。人们对高斯噪声背景下的目标自适应检测问题进行了大量的研究，然而高斯噪声这一假设在实际雷达场景中难以满足，特别是在密集目标环境和水陆交界等场景中，高斯噪声模型失效。复合高斯模型是一种应用广泛的非高斯模型。在该模型中，噪声表示为慢变的纹理分量和快变的散斑分量的乘积。传统自适应检测方法通常是在目标的导向矢量完全已知的条件下进行检测，然而在实际场景中，目本文档来自技高网...

【技术保护点】
1.一种非高斯背景下的雷达信号失配敏感检测方法，其特征在于，包括：/n获取雷达接收到的待检测距离单元数据，将对所述待检测距离单元数据的检测问题采用二元假设检验进行表示，得到不含目标信号假设的第一表达式，以及包含目标信号假设的第二表达式；/n基于所述第一表达式和所述第二表达式，分别计算所述待检测距离单元数据在不含目标信号假设下的第一概率密度函数，以及在包含目标信号假设下的第二概率密度函数；/n提取所述第一表达式和所述第二表达式中噪声分量的纹理分量，将所述纹理分量用逆gamma分布表示，得到两步广义似然比准则表达式；/n计算所述第一概率密度函数对所述纹理分量的积分，以及所述第一表达式中第一幅度参数...

【技术特征摘要】
1.一种非高斯背景下的雷达信号失配敏感检测方法，其特征在于，包括：
获取雷达接收到的待检测距离单元数据，将对所述待检测距离单元数据的检测问题采用二元假设检验进行表示，得到不含目标信号假设的第一表达式，以及包含目标信号假设的第二表达式；
基于所述第一表达式和所述第二表达式，分别计算所述待检测距离单元数据在不含目标信号假设下的第一概率密度函数，以及在包含目标信号假设下的第二概率密度函数；
提取所述第一表达式和所述第二表达式中噪声分量的纹理分量，将所述纹理分量用逆gamma分布表示，得到两步广义似然比准则表达式；
计算所述第一概率密度函数对所述纹理分量的积分，以及所述第一表达式中第一幅度参数的最大似然估计，计算所述第二概率密度函数对所述纹理分量的积分，以及所述第二表达式中第二幅度参数的最大似然估计；
将所述第一概率函数、所述第二概率密度函数、所述第一幅度参数的最大似然估计和所述第二幅度参数的最大似然估计，代入所述两步广义似然比准则表达式中，得到计算协方差矩阵已知时非均匀环境下的检验表达式；
利用训练样本计算所述协方差矩阵的最大似然估计，将所述协方差矩阵的最大似然估计代入所述检验表达式，得到检验结果，将所述检验结果与检测门限作比较，来判断所述目标信号是否存在。


2.根据权利要求1所述的非高斯背景下的雷达信号失配敏感检测方法，其特征在于，所述获取雷达接收到的待检测距离单元数据，将对所述待检测距离单元数据的检测问题采用二元假设检验进行表示，得到不含目标信号假设的第一表达式，以及包含目标信号假设的第二表达式，具体包括：
将所述待检测距离单元数据用若干个复高斯向量进行表示，并获取所述训练样本；
基于所述若干个复高斯向量和所述训练样本采用所述二元假设检验表示，得到所述第一表达式和所述第二表达式，其中所述第一表达式和所述第二表达式中的噪声分量用复合高斯模型表示为散斑分量和纹理分量，所述第一表达式包括虚拟干扰信号，所述第二表达式包括预设的导向矢量，所述虚拟干扰信号和所述导向矢量在真实的白化空间正交。


3.根据权利要求1或2所述的非高斯背景下的雷达信号失配敏感检测方法，其特征在于，所述基于所述第一表达式和所述第二表达式，分别计算所述待检测距离单元数据在不含目标信号假设下的第一概率密度函数，以及在包含目标信号假设下的第二概率密度函数，具体包括：
在不含目标信号假设下，计算得到所述待检测距离单元数据的所述第一概率密度函数；
在包含目标信号假设下，计算得到所述待检测距离单元数据的所述第二概率密度函数。


4.根据权利要求1所述的非高斯背景下的雷达信号失配敏感检测方法，其特征在于，所述提取所述第一表达式和所述第二表达式中噪声分量的纹理分量，将所述纹理分量用逆gamma分布表示，得到两步广义似然比准则表达式，具体包括：
假设所述纹理分量为随机变量，且服从逆gamma分布，计算得到纹理变量概率密度函数；
基于所述纹理变量概率密度函数得到所述两步广义似然比准则表达式。


5.根据权利要求1所述的非高斯背景下的雷达信号失配敏感检测方法，其特征在于，所述计算所述第一概率密度函数对所述纹理分量的积分，以及所述第一表达式中第一幅度参数的最大似然估计，计算所述第二概率密度函数对所述纹理分量的积分，以及所述第二表达式中第二幅度参数的最大似然估计，具体包括：
基于所述纹理变量概率密度函数，计算得到所述第一概率密度函数对所述纹理分量的积分，得到第一积分表达式，并对第一积分表达式求关于所述第一表达式中第一幅度参数的第一导...

【专利技术属性】
技术研发人员：李刚，王泽玉，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11